mcpField
A
ashby-jobs

ashby-jobs

远程服务
apify.com商业与营销01 天前更新

关于 ashby-jobs

ashby-jobs 为招聘和劳动力市场研究获取 Ashby 招聘页上的实时职位及雇主发布的薪酬信息。它还可发现并验证公司招聘页,并按职位和发布时间筛选。

主要功能

  1. 01获取 Ashby 实时职位
  2. 02雇主公布的薪资范围与股权标记
  3. 03发现并检查公司招聘页
  4. 04按职位、地点和远程属性筛选
  5. 05按发布日期筛选

适用场景

  1. 01查找使用 Ashby 招聘的公司
  2. 02比较公开的薪资范围
  3. 03建立新发布职位的信息流
  4. 04按地点研究远程职位

MCP 相关

通过 Apify 托管的 MCP 服务暴露 Ashby Job Board API Actor,MCP 客户端可查询职位和公司招聘页。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://mcp.apify.com/?tools=johnvc/ashby-job-board-scraper
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

详细介绍

🟣 Ashby 职位看板 API:职位、公司和薪资数据

一份关于 Apify 上 Ashby 职位看板 API 的 Python 和 MCP 快速入门指南。抓取任意 Ashby 托管看板上的职位,查找使用 Ashby 的公司,检查公司是否有看板,并获取雇主自行发布的各职位薪资范围。以上操作均无需 API 密钥或登录。

Ashby 是许多增长最快的公司的招聘页面背后所使用的 ATS,其中包括 OpenAI、Ramp、Notion、Linear 和 Cerebras。此 Actor 会在运行时读取为每个 jobs.ashbyhq.com 看板提供支持的公开 API,因此每一行都反映雇主看板当前的信息,而不是某个索引上周记录的数据。你可以提供公司名称、看板 slug 或 URL,也可以不提供任何输入,让它遍历内置的 2,700 多个已验证看板目录。

观看操作演示

文字演示

Ashby 职位看板 API 接受公司名称(“Black Semiconductor”)、看板 slug(cerebras)或任意 jobs.ashbyhq.com URL,并返回结构化的职位行:title、companyName、department、team、employmentType、workplaceType、isRemote、location、countriesDerived、datePublished、compensationSummary、可直接使用的 salaryMin / salaryMax / salaryCurrency / salaryPeriod 列、offersEquity 标记,以及默认以 Markdown 格式提供的职位描述。将 publishedAfter 设为 25h 这样的时间范围,只会返回此后发布的职位;“Track New Ashby Job Postings Daily”任务正是通过这种方式将定时运行转化为无需任何状态记录的新职位动态。将 outputMode 切换为 companiesOnly,即可获得每家通过 Ashby 招聘的公司的单行数据和实时开放职位数,这是查找使用 Ashby 的公司的最快方式。筛选会在计费前执行,因此筛选掉的职位不产生费用。

快速入门

前置条件:Python 3.11 或更高版本、uv,以及从 apify.com 获取的免费 Apify API 令牌。

git clone https://github.com/johnisanerd/Apify-Ashby-Job-Board-API.git
cd Apify-Ashby-Job-Board-API
uv sync
cp .env.example .env          # paste your token into .env
uv run python ashby-job-board-api-example.py

每个示例都对应一个单独的标记:

uv run python ashby-job-board-api-example.py --example jobs       # full job records
uv run python ashby-job-board-api-example.py --example companies  # company discovery
uv run python ashby-job-board-api-example.py --example check      # does this company use Ashby?
uv run python ashby-job-board-api-example.py --example new-jobs   # new-postings feed
uv run python ashby-job-board-api-example.py --example markdown   # LLM-ready descriptions
uv run python ashby-job-board-api-example.py --example salary     # postings with pay data
uv run python ashby-job-board-api-example.py --example all

每个示例都刻意只请求少量行。费用按返回的行数计算,因此请先确认数据格式,再调高 maxJobs。

为什么使用此 API

实时数据,而非索引数据。 每个看板都会收到一次针对其公开 API 的请求,因此每一行都反映雇主看板当前的信息。没有过时索引,也没有虚假职位。

基础行中包含薪资数据。 Ashby 雇主会发布结构化薪酬信息。每条职位行都包含原始结构(salaryRaw)、标准化范围(salaryDerived)、可直接用于 CSV 的 salaryMin / salaryMax / salaryCurrency / salaryPeriod 列、各级别范围(salaryTiers)和 offersEquity 标记。

支持“你是否想找”式公司匹配。 输入你熟悉的公司名称;Actor 会自动将其匹配到对应的看板 slug。若未匹配到,则返回一条清晰的未找到记录,并列出最接近的已知 slug。

内置发现功能。 内置的 2,700 多个已验证 Ashby 看板目录支持 companiesOnly 模式和空输入遍历。没有其他工具能将此目录与实时读取功能结合在一起。

无需状态记录即可发现新职位。 每个 Ashby 职位都包含雇主自己的发布时间戳,因此在每日定时任务中使用 publishedAfter: "25h" 即可完整获取新职位动态。无需已查看列表,也无需差异数据存储。

只为实际收到的数据付费。 没有启动费,也没有最低费用。基础职位记录计为一次事件,其中包含薪资数据;Markdown、HTML、文本、公司数据增强和运行报告均为附加项,只对包含这些数据的行计费。

使用方案

附带专属 Store 落地页的现成配置:

定时运行提示。 将输入保存为 Apify Console 中的 Task,将 publishedAfter 设为 25h,并设置为每日定时运行。此后,数据集只会包含自上次运行以来新增的职位,因此无需人工操作,数据管道也能保持最新。

使用示例

基本用法,与默认运行方式一致:

{
  "companies": ["cerebras", "ramp"],
  "titleKeywords": ["engineer"],
  "maxJobs": 10
}

高级用法,抓取远程职位,并通过公司数据进行丰富处理和生成报告:

{
  "companies": ["openai", "ramp", "deel"],
  "remoteOnly": true,
  "employmentTypes": ["FullTime"],
  "includeCompanyData": true,
  "report": "markdown",
  "maxJobs": 100
}

输入参数

所有参数均为可选项。

参数类型默认值说明
companiesarray["cerebras"]公司名称、职位板 slug,或任意职位板、嵌入式页面或单个职位 URL,可混合使用。留空则遍历内置目录。
startUrlsarrayempty以 URL 列表形式提供相同值;与 companies 合并。
outputModestringjobsjobs 表示完整记录,urlsOnly 表示精简索引,companiesOnly 表示发现公司。
discoveryQuerystringempty在公司目录中匹配文本,用于发现和遍历。
verifyCompaniesbooleantrue对发现的每家公司进行实时探测;失效的职位板不会产生费用。
titleKeywordsarrayempty仅保留职位名称包含其中任意关键词的职位。计费前运行。
departmentsarrayempty仅保留所属部门或团队匹配的职位。
locationKeywordsarrayempty仅保留工作地点或地址匹配的职位。
employmentTypesarrayempty仅保留以下类型:FullTime、PartTime、Intern、Contract、Temporary。
remoteOnlybooleanfalse仅保留职位板标记为远程的职位。
publishedAfterstringempty筛选新发布的职位:24h、7d、2w 或 ISO 日期。
includeDescriptionMarkdownbooleantrue以 Markdown 格式添加职位描述(付费附加项)。
includeDescriptionHtmlbooleanfalse添加原始 HTML(付费附加项)。
includeDescriptionTextbooleanfalse添加职位板提供的纯文本(付费附加项)。
includeCompanyDatabooleanfalse从职位页面丰富记录:公司网站、徽标、允许远程工作的国家/地区、截止日期、直接申请链接(付费附加项)。
reportstringnone将 Markdown 或 HTML 格式的运行报告写入键值存储(付费附加项)。
maxCompaniesinteger25遍历和发现时的公司数量上限。
maxJobsPerCompanyinteger0每个职位板的数量上限,0 表示全部。
maxJobsinteger100整次运行的数量上限,是主要的成本控制项。
maxConcurrencyinteger5并行发现和丰富处理请求的数量。
proxyConfigurationobjectdirect可选的 Apify Proxy 设置;也可直接连接。

输出格式

完整职位记录:

{
  "resultType": "job",
  "id": "34413f8d-26bf-4bbc-8ade-eb309a0e2245",
  "title": "Security Engineer, Cloud",
  "companyName": "Ramp",
  "boardToken": "ramp",
  "url": "https://jobs.ashbyhq.com/ramp/34413f8d-26bf-4bbc-8ade-eb309a0e2245",
  "applyUrl": "https://jobs.ashbyhq.com/ramp/34413f8d-26bf-4bbc-8ade-eb309a0e2245/application",
  "department": "Engineering",
  "team": "Backend",
  "location": "New York, NY (HQ)",
  "countriesDerived": ["United States", "Canada"],
  "isRemote": true,
  "workplaceType": "Hybrid",
  "employmentType": "FullTime",
  "datePublished": "2026-04-07",
  "compensationSummary": "$211.4K - $290.6K",
  "salaryMin": 211400,
  "salaryMax": 290600,
  "salaryCurrency": "USD",
  "salaryPeriod": "year",
  "offersEquity": true,
  "descriptionMarkdown": "# About Ramp\n\nRamp is building...",
  "source": "ashby",
  "scrapedAt": "2026-08-27T16:00:00Z"
}

发现的公司记录:

{
  "resultType": "company",
  "boardToken": "ramp",
  "boardUrl": "https://jobs.ashbyhq.com/ramp",
  "companyName": "Ramp",
  "jobCount": 135,
  "live": true,
  "verifiedAt": "2026-08-27T16:00:00Z"
}

🤖 向 AI 助手咨询此 Actor

在你选择的 AI 中打开一条关于 Ashby Job Board API 的即发提示词:

大家也在搜索

这是 Ashby 抓取工具吗?

在底层,它读取的是抓取工具会读取的同一个公开端点。你得到的是一个 API:按需提供结构化 JSON、筛选功能、稳定的字段名称,并且除非你提出要求,否则不会返回 HTML。如果你一直在维护自己的 Ashby 职位公告抓取程序,那么这个版本由别人来维护解析器。

什么是 jobs.ashbyhq.com?

这是 Ashby 托管客户公开职位公告的网站域名;每家使用 Ashby 的公司都会在 jobs.ashbyhq.com/companyname 上获得一个页面。将这些 URL 中的任意一个(职位公告页或单个职位页面)粘贴到此 Actor 中,它就会返回页面背后的结构化数据。

我需要 Ashby API 密钥吗?

不需要。Ashby 的认证 API 面向雇主。此 Actor 仅使用公开职位发布层,因此无需注册。

如何查找使用 Ashby 的公司?

将 outputMode 设为 companiesOnly。你会获得每家公司一行,其中包含其职位公告板 slug、当前开放职位数以及职位公告板 URL。--example companies 脚本正是执行此操作,而 --example check 会验证指定的名称列表。

如何获取 Ashby 薪资数据?

薪资数据就在基础数据行中。展示薪酬的雇主会发布结构化区间;这些数据会作为 salaryMin / salaryMax / salaryCurrency / salaryPeriod 平铺列以及 offersEquity 返回,原始结构则位于 salaryRaw 中。--example salary 脚本会打印薪酬表。

如何只获取新发布的职位?

将 publishedAfter 设为 24h 这样的时间窗口,或设为 ISO 日期。Actor 使用雇主自己的发布时间戳,因此无需管理不同运行之间的状态。

如何从 Python 使用 Ashby 职位公告 API?

克隆此仓库,运行 uv sync,将 Apify 令牌放入 .env,然后运行示例。rows() 辅助函数展示了完整流程:调用 Actor,然后遍历数据集。

在 Claude Cowork 桌面应用中安装

在 Claude Cowork 桌面应用中安装

Cowork 是桌面应用的自动化模式。要将 Ashby Job Board API 作为工具提供给它,请添加 Apify MCP 服务作为连接器。

  1. 打开 Claude 桌面应用,前往 Settings → Connectors(或前往 Settings → Developer → Edit Config,直接编辑 claude_desktop_config.json)。
    • macOS:~/Library/Application Support/Claude/claude_desktop_config.json
    • Windows:%APPDATA%\Claude\claude_desktop_config.json
  2. 添加 Apify MCP 服务,并且只预加载此 Actor:
{
  "mcpServers": {
    "apify": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote",
        "https://mcp.apify.com/?tools=actors,docs,johnvc/ashby-job-board-scraper"
      ]
    }
  }
}
  1. 重启应用。Cowork 首次调用工具时,请在浏览器中完成 OAuth 提示,或在连接器设置中添加 Apify API 令牌以跳过 OAuth。
  2. 在 Cowork 聊天中确认工具可用,并让它运行 Ashby Job Board API。

下载桌面应用并开始免费试用:https://claude.ai/referral/uIlpa7nPLg 更多帮助:https://docs.apify.com/platform/integrations/claude-desktop


在 Claude Code 中安装

在 Claude Code 中安装

Claude Code 是命令行工具。只需运行一条命令,即可添加 Actor 的 MCP 服务:

claude mcp add --transport http apify \
  "https://mcp.apify.com/?tools=actors,docs,johnvc/ashby-job-board-scraper"

若要使用令牌而非浏览器 OAuth:

claude mcp add --transport http apify \
  "https://mcp.apify.com/?tools=actors,docs,johnvc/ashby-job-board-scraper" \
  --header "Authorization: Bearer YOUR_APIFY_TOKEN"

然后使用 claude mcp list 验证,或在会话中运行 /mcp。让 Claude Code 调用 Ashby Job Board API。

免费试用 Claude Code:https://claude.ai/referral/uIlpa7nPLg Claude Code MCP 文档:https://code.claude.com/docs/en/mcp


在 Claude(网站)中安装

在 Claude(网站)中安装

在 claude.ai 上,将 Apify 添加为连接器,然后仅启用此 Actor 的工具。

  1. 前往 Settings → Connectors → Browse connectors,搜索 Apify MCP server。安装它(如果出现提示,请启用或更新)。
  2. 连接时,使用 Apify API 令牌进行身份验证,并启用工具 johnvc/ashby-job-board-scraper。
  3. 在任意聊天中,打开 + → Connectors 并启用 Apify。
  4. 或者,选择 Add custom connector 并粘贴完整的 MCP URL https://mcp.apify.com/?tools=actors,docs,johnvc/ashby-job-board-scraper,并在出现提示时使用 OAuth。
  5. 让 Claude 运行 Ashby Job Board API。

在网页上打开 Claude:https://claude.ai


在 Cursor 中安装

在 Cursor 中安装

Cursor 从项目文件 .cursor/mcp.json 中读取 MCP 服务。

  1. 在项目中创建 .cursor/mcp.json:
{
  "mcpServers": {
    "apify": {
      "url": "https://mcp.apify.com/?tools=actors,docs,johnvc/ashby-job-board-scraper"
    }
  }
}
  1. 如果你更希望使用令牌身份验证,而非浏览器 OAuth,请添加一个标头:
{
  "mcpServers": {
    "apify": {
      "url": "https://mcp.apify.com/?tools=actors,docs,johnvc/ashby-job-board-scraper",
      "headers": { "Authorization": "Bearer YOUR_APIFY_TOKEN" }
    }
  }
}
  1. 打开 Cursor → Settings → MCP,确认 apify 服务已连接(显示绿点)。
  2. 在 Composer 或 Chat 中,让 Cursor 调用 Ashby Job Board API。

刚开始使用 Cursor?在此获取:https://cursor.com/referral?code=XQP4VBLI3NNX


在 ChatGPT 中安装

在 ChatGPT 中安装

ChatGPT 通过开发者模式连接到 Apify MCP 服务(适用于 ChatGPT Pro、Plus、Business、Enterprise 和 Education 方案)。

  1. 点击个人资料图标,然后前往 Settings > Apps。如果看不到 Create app 按钮,请打开 Advanced settings 并启用 Developer mode。
  2. 点击 Create app 并填写表单:
    • Name: Apify
    • MCP Server URL: https://mcp.apify.com/?tools=actors,docs,johnvc/ashby-job-board-scraper
    • Authentication: OAuth
  3. 点击 Create,并通过 Apify 授权连接。
  4. 要在对话中使用该应用,请点击聊天中的 +,选择 Developer mode,然后选择 Apify。

更多帮助:https://docs.apify.com/platform/integrations/mcp


由 Apify 上的 johnvc 用心制作。

最后更新:2026.10.27

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。