mcpField
J
JobGPT

JobGPT

本地服务
6figr.com商业与营销262 天前更新

关于 JobGPT

JobGPT MCP 服务是 JobGPT 求职平台的官方 MCP 服务,可在 Claude、Cursor、Windsurf 等 MCP 客户端中搜索职位、管理求职任务并跟踪申请。适合希望通过 AI 助手处理求职流程的用户。

主要功能

  1. 01按条件搜索职位
  2. 02管理求职任务与自动投递设置
  3. 03生成针对职位的定制简历
  4. 04查看申请统计与状态
  5. 05查找招聘人员并起草邮件

适用场景

  1. 01通过 AI 助手搜索符合条件的远程职位
  2. 02为特定申请生成定制简历
  3. 03查看近期申请数量与状态分布

MCP 相关

该项目是一个 MCP 服务,向 MCP 客户端暴露 34 个工具,涵盖职位搜索、申请、简历、外联等功能。客户端可通过浏览器登录或 API 密钥连接。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"jobgpt": {
"command": "npx",
"args": [
"-y",
"jobgpt-mcp-server"
],
"env": {
"JOBGPT_API_KEY": "<JOBGPT_API_KEY>"
}
}
}
}
启动命令npx -y jobgpt-mcp-server
需要配置的环境变量
JOBGPT_API_KEY密钥Your JobGPT API key from 6figr.com/account (MCP Integrations section)

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmjobgpt-mcp-server1.1.4

工具

35

收录的工具列表 · 更新于 3 周前

参数类型必填说明
pagenumber否分页页码(默认值:1)
limitnumber否结果数量上限(默认值:5,最大值:50)。请设置较小的值以避免响应过大。
remoteboolean否仅筛选远程职位
skillsarray否必备技能(例如,["Python", "React", "AWS"])
titlesarray否要搜索的职位名称(例如,["Software Engineer", "Senior Developer"])
companiesarray否要搜索的特定公司(例如,["Google", "Meta", "Apple"])
countriesarray否用于筛选的国家/地区代码(例如,["US", "CA", "UK"])
expLevelsarray否经验级别(例如,["SE" 表示资深,"MI" 表示中级,"EN" 表示入门级])
locationsarray否搜索地点(例如,["San Francisco", "New York", "Remote"])
dateOffsetenum否仅显示在此时间段内发布的职位(例如,"2D" 表示过去 2 天)24H | 1D | 2D | 7D | 14D | 1M | 3M | 6M | 9M | 1Y
industriesarray否按公司所属行业筛选(使用 get_industries 查看有效值)
companySizearray否按公司规模筛选(例如,["xs" 表示 1-50,"s" 表示 50-200,"m" 表示 200-1K,"l" 表示 1K-5K,"xl" 表示 5K+])
baseSalaryMaxnumber否最高基本薪资(USD)
baseSalaryMinnumber否最低基本薪资(USD)
h1bSponsorshipboolean否筛选提供 H1B 担保的职位
excludedCompaniesarray否从结果中排除的公司

详细介绍

JobGPT MCP 服务

JobGPT 的官方 MCP 服务 —— 直接从 Claude、Cursor、Windsurf 以及任何兼容 MCP 的 AI 工具中自动申请和搜索职位、生成并管理定制简历,以及跟踪申请进度。

JobGPT Server MCP server

你可以做什么

向你的 AI 助手提出这样的请求:

  • “查找薪资超过 $150k 的远程高级 React 职位”
  • “自动申请我求职列表中最匹配的前 5 个职位”
  • “为这个 Google 职位的申请生成一份定制简历”
  • “替我申请这个职位 - <job_url from company website, greenhouse workday or linkedin, etc>”
  • “显示我过去 7 天的申请统计”
  • “查找这个职位的招聘人员并起草一封外联邮件”

MCP 服务将你的 AI 助手连接到完整的 JobGPT 平台 —— 34 个工具,涵盖职位搜索、申请、简历、外联等。

快速开始

根据你使用的 AI 工具,有两种连接方式:

  • 浏览器登录(推荐) —— 无需 API key,无需 JSON,无需 Node.js。只需添加服务 URL 并在浏览器中登录 6figr。适用于 Claude Desktop、Claude Code、Codex CLI(codex mcp login)和 ChatGPT Web(开发者模式)。
  • API key —— 适用于 ChatGPT 桌面应用、Cursor、Windsurf、Cline、Continue 以及手动配置。将 key 粘贴到工具的配置中。
获取 API Key(仅适用于 API key 方式)
  1. 前往 6figr.com/account
  2. 滚动到 MCP Integrations
  3. 点击 Generate API Key
  4. 复制 key(以 sk_ 开头)

浏览器登录方式不需要这一步 —— 它会在你登录后为你获取 key。


按客户端设置

Claude Desktop

推荐 —— 浏览器登录(无需 API key,无需 JSON):

  1. 打开 Settings → Connectors → Add custom connector
  2. 将其命名为 JobGPT,并输入 URL https://mcp.6figr.com/mcp
  3. 点击 Connect —— 浏览器会打开 6figr 登录页面
  4. 登录并点击 Approve。完成 —— JobGPT 工具会出现在 Claude 中。

无需终端,无需配置文件,无需 Node.js。此方式使用 OAuth,因此你的 API key 永远不会出现在 Claude 的配置中 —— Claude 会获得一个限定范围的 token。

备选方案 —— 通过 mcp-remote 使用 API key(适用于不显示 Connectors 的旧版 Claude Desktop;需要 Node.js 18+):

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "jobgpt": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote",
        "https://mcp.6figr.com/mcp",
        "--header",
        "Authorization:${AUTH_HEADER}"
      ],
      "env": {
        "AUTH_HEADER": "Bearer your-api-key-here"
      }
    }
  }
}
Claude Code(命令行)

推荐 —— 浏览器登录(无需 API key): 添加服务,然后在浏览器中完成认证:

claude mcp add jobgpt -t http -u https://mcp.6figr.com/mcp

然后在 Claude Code 中运行 /mcp,选择 jobgpt → Connect,并在浏览器打开时登录 6figr。Claude Code 会存储一个限定范围的 OAuth token —— 无需 API key。

选项 A:使用 API key 的一行命令(claude mcp add):

claude mcp add jobgpt -t http -u https://mcp.6figr.com/mcp --header "Authorization: your-api-key-here"

选项 B:手动编辑 settings.json

添加到 ~/.claude/settings.json:

{
  "mcpServers": {
    "jobgpt": {
      "type": "http",
      "url": "https://mcp.6figr.com/mcp",
      "headers": {
        "Authorization": "your-api-key-here"
      }
    }
  }
}
Codex CLI(ChatGPT)

推荐 —— 浏览器登录(无需 API key): 添加服务,然后在浏览器中完成认证:

codex mcp add jobgpt --url https://mcp.6figr.com/mcp
codex mcp login jobgpt

codex mcp login 会打开浏览器登录 6figr 并批准访问;Codex 会存储一个限定范围的 OAuth token(OAuth 2.1 + PKCE)。无需 API key。

备选方案 —— 通过 header 使用 API key:

codex mcp add jobgpt --url https://mcp.6figr.com/mcp --header "Authorization: Bearer your-api-key-here"
ChatGPT

ChatGPT 有两种不同的连接方式,具体取决于你在哪里添加服务:

ChatGPT 桌面应用 — API key。 打开 Settings → Connectors → Advanced/Developer → Connect to a custom MCP,然后填写:

  • Name: JobGPT
  • Type: Streamable HTTP
  • URL: https://mcp.6figr.com/mcp
  • Headers → Add header: Key 填 Authorization,Value 填 Bearer your-api-key-here

桌面端对话框通过 header 进行认证(没有浏览器登录按钮),因此这里请使用你的 sk_ key。将 env-var 字段留空。

ChatGPT Web(Developer Mode)— 浏览器登录(OAuth)。 在 Web 应用中,启用 Settings → Connectors → Advanced → Developer mode,然后 Add custom connector,将其命名为 JobGPT,并输入 URL https://mcp.6figr.com/mcp。ChatGPT 会运行 OAuth 流程:在弹窗中登录 6figr 并授权。无需 API key。(Developer mode 在 Plus、Pro、Business、Enterprise 和 Edu 套餐中可用。)

Cursor

前往 Settings > MCP > Add new MCP server,或添加到 ~/.cursor/mcp.json:

{
  "mcpServers": {
    "jobgpt": {
      "type": "http",
      "url": "https://mcp.6figr.com/mcp",
      "headers": {
        "Authorization": "your-api-key-here"
      }
    }
  }
}
Windsurf

前往 Settings > Cascade > MCP > Add Server > Add custom server,或添加到 ~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "jobgpt": {
      "type": "http",
      "url": "https://mcp.6figr.com/mcp",
      "headers": {
        "Authorization": "your-api-key-here"
      }
    }
  }
}
Cline(VS Code)

在 VS Code 中打开 Cline MCP 设置并添加:

{
  "mcpServers": {
    "jobgpt": {
      "type": "http",
      "url": "https://mcp.6figr.com/mcp",
      "headers": {
        "Authorization": "your-api-key-here"
      }
    }
  }
}
Continue(VS Code / JetBrains)

添加到你的 Continue 配置(~/.continue/config.yaml):

mcpServers:
  - name: jobgpt
    type: http
    url: https://mcp.6figr.com/mcp
    headers:
      Authorization: "your-api-key-here"
替代方案:本地运行

如果你更愿意在自己的机器上运行服务(需要 Node.js 18+):

{
  "mcpServers": {
    "jobgpt": {
      "command": "npx",
      "args": ["-y", "jobgpt-mcp-server"],
      "env": {
        "JOBGPT_API_KEY": "your-api-key-here"
      }
    }
  }
}

可用工具

职位搜索
工具描述
search_jobs使用筛选条件搜索职位 — 职位名称、地点、公司、技能、薪资、远程、H1B 赞助
match_jobs从已保存的求职中获取新的职位匹配(仅未看过的职位)
get_job获取特定职位发布的完整详情
个人资料与薪资
工具描述
get_profile查看你的个人资料 — 技能、经验、工作经历、教育背景
update_profile更新姓名、头衔、地点、技能、经验
get_salary获取你当前的薪酬详情
update_salary更新基本工资、股票、奖金、目标薪资
get_currencies列出支持的货币(用于薪资更新)
get_credits查看你剩余的 credits 余额
求职
工具描述
list_job_hunts列出你已保存的求职及 credits 余额
create_job_hunt创建一个新的求职,包含搜索筛选条件和自动申请设置
get_job_hunt获取特定求职的详情
update_job_hunt更新筛选条件、自动申请模式、每日限制、状态
申请
工具描述
get_application_stats聚合统计 — 按状态统计数量、自动申请指标
list_applications按求职或状态筛选列出申请
get_application获取完整的申请详情
update_application更新状态或备注
apply_to_job为某个申请触发自动申请
add_job_to_applications将搜索结果中的职位保存到你的申请中
import_job_by_url从任意 URL 导入职位(LinkedIn、Greenhouse、Lever、Workday 等)
简历
工具描述
list_resumes列出你上传的简历
get_resume获取简历详情和下载 URL
delete_resume删除备用简历
upload_resume从 URL 上传简历(PDF、DOC、DOCX)
list_generated_resumes列出为申请创建的 AI 定制简历
get_generated_resume获取生成简历的下载 URL
generate_resume_for_job为特定申请生成 AI 优化的简历
calculate_match_score计算简历与职位的匹配分数并进行技能分析
外联
工具描述
get_job_recruiters查找与某个职位相关的招聘人员
get_job_referrers查找某家公司中潜在的推荐人
get_application_recruiters获取某个已保存申请的招聘人员
get_application_referrers查找某个已保存申请的推荐人
list_outreaches列出你已发送的外联邮件
send_outreach向招聘人员或推荐人发送外联邮件

环境变量

变量必需默认值描述
JOBGPT_API_KEY是—你在 6figr.com/account 获取的 API 密钥
JOBGPT_API_URL否https://6figr.comAPI 基础 URL
DEBUG否false启用调试日志输出到 stderr

故障排查

"JOBGPT_API_KEY environment variable is required"

你的 API 密钥未被传递给服务。请确保它位于 MCP 配置的 env 块中。

工具调用失败并提示 "API Error (401)"

你的 API 密钥无效或已过期。请在 6figr.com/account 生成新的密钥。

"You have run out of credits"

某些操作(自动申请、简历生成)会消耗额度。请在 6figr.com/jobgpt 购买更多额度。

服务未出现在你的 AI 工具中
  1. 确保已安装 Node.js 18+(node --version)
  2. 编辑配置文件后重启你的 AI 工具
  3. 尝试手动运行以检查错误:JOBGPT_API_KEY=your-key npx jobgpt-mcp-server
调试模式

在你的 env 配置中添加 "DEBUG": "true",以在 stderr 中查看详细的 API 请求/响应日志。

开发

git clone https://github.com/6figr-com/jobgpt-mcp-server.git
cd jobgpt-mcp-server
npm install
cp .env.example .env   # add your API key

npm run dev:local       # run stdio server locally
npm run build           # compile TypeScript
npm run dev:worker      # run Cloudflare Worker locally
npm run deploy          # deploy to Cloudflare Workers
使用 MCP Inspector 进行测试
npx @modelcontextprotocol/inspector

许可证

MIT

链接

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。