mcpField
R
Remote Jobs Mcp Server

Remote Jobs Mcp Server

远程服务
github.com/Jobicy开发工具21 周前更新
代码仓库

关于 Remote Jobs Mcp Server

Remote Jobs Mcp Server 将 MCP 客户端连接到 Jobicy 的公开远程职位数据,支持职位与公司搜索、职位详情、职业角色及筛选分类查询,可使用托管服务或本地服务器。

主要功能

  1. 01搜索并分页浏览职位
  2. 02获取完整职位详情
  3. 03查找公司及其职位
  4. 04查询职业角色及相关角色
  5. 05解析和浏览筛选分类

适用场景

  1. 01按地点和条件查找远程职位
  2. 02阅读职位的完整描述
  3. 03查看公司的公开资料和职位
  4. 04将地点或行业名称转换为筛选项

MCP 相关

向 MCP 客户端提供只读的 Jobicy 职位、公司、角色和分类工具。客户端可连接托管的 Streamable HTTP 端点,也可在本地启动 Node.js 服务器。

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://jobicy.com/mcp
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

2
参数类型必填说明
countnumber否要返回的最大职位数量。有效范围:1–100。默认值:100。
geostring否地点可用性 slug。地理匹配依据候选人的资格,而非精确地点。结果可能包含可在国家、区域、多区域或全球范围内远程工作的职位。先使用 get_taxonomies 查找有效的地点 slug。
industrystring否行业 slug。先运行 get_taxonomies 并设置 type='industries',以查找有效的 slug。
tagstring否搜索关键词,长度为 3 至 50 个字符。

详细介绍

Jobicy 远程职位 MCP

将 AI 助手连接到 Jobicy,以查找公开的远程职位、阅读单个职位信息、发现公司和职业角色,并解析 Jobicy 筛选器名称。生产环境中的 MCP 服务托管于 https://jobicy.com/mcp。此代码库还包含一个独立的 Node.js MCP 服务,适用于运行本地进程的客户端和托管平台。它仅使用 Jobicy 的公开 API 端点,不包含该网站的后端。

连接 MCP 客户端

Streamable HTTP URL: https://jobicy.com/mcp

在支持远程服务 URL 的 MCP 客户端中,添加一个名为 jobicy 的服务,并粘贴该 URL。如果客户端询问传输方式,请选择 Streamable HTTP。使用这些公开的只读工具无需 Jobicy 账号或访问令牌。

使用 JSON MCP 配置的客户端可以采用以下示例:

{
  "mcpServers": {
    "jobicy": {
      "url": "https://jobicy.com/mcp"
    }
  }
}

仅支持 SSE 的旧版客户端可以使用传输类型 sse 连接到 https://jobicy.com/mcp/sse。客户端会处理关联的 /messages 路由。MCP 发现文档也可供使用。

连接后,请让助手列出可用的 MCP 工具。你应该会看到 search_jobs、get_job 及下方的其他工具。

运行代码库服务

需要 Node.js 20 或更高版本。使用 pnpm install --frozen-lockfile 安装依赖项,然后运行 node server.js。该进程通过标准输入和输出传输 MCP;它旨在由 MCP 客户端或托管平台启动。无需 Jobicy 凭据。所有职位、公司、角色和分类数据均来自 Jobicy 的公开 API。

支持本地 MCP 命令的客户端可以使用:

{
  "mcpServers": {
    "jobicy": {
      "command": "node",
      "args": ["/absolute/path/to/remote-jobs-mcp-server/server.js"]
    }
  }
}

对于 Glama 的 Dockerfile 配置,使用 pnpm install --frozen-lockfile 构建代码库,并使用 mcp-proxy -- node server.js 启动本地进程。请勿将 mcp-remote 或托管的 /mcp URL 配置为容器命令:Glama 的代码库构建会从此源码运行 MCP 进程。Jobicy 在线端点仍可独立使用。

查找职位

大多数搜索请使用 search_jobs。它会返回精简的职位信息,不包含完整职位描述。例如,可以这样询问助手:

查找最多 10 个面向英国候选人的远程后端工程职位。显示职位名称、公司、可用时显示薪资,以及 Jobicy 链接。

等效的工具调用如下:

{
  "name": "search_jobs",
  "arguments": {
    "query": "backend engineer",
    "geo": "uk",
    "limit": 10
  }
}

响应包含 jobs、jobCount、nextCursor、hasMore 和 appliedFilters。jobCount 仅统计该响应中的职位,而非所有匹配职位。若要请求下一页,请在筛选条件不变的情况下,将 nextCursor 作为 cursor 传入。请将游标视为不透明值;更改筛选条件会使其失效。

若要获取某个职位的完整描述,请使用其数字 id 调用 get_job。geo 筛选条件表示候选人的资格范围:按国家/地区搜索时,也可能包含面向该国/地区所属更大区域,或面向任何地区候选人的职位。仅当公开数据中包含薪资和徽标信息时,才会返回相应字段。

可用工具

工具适用场景输入
search_jobs使用游标分页搜索精简的公开职位结果。可选 query、geo、industry、jobType、jobLevel、company、postedAfter、salaryMin、salaryMax、currency、limit、cursor。
get_job查看一条完整的公开职位信息。必填 id。
get_similar_jobs查找一小组相关职位。必填 jobId;可选 limit。
search_companies查找特定的公开公司或一小组相关公司。这是搜索工具,不是公司目录。至少填写 query、industry 或 geo 中的一项;可选 limit(最多为 10)。
get_company查看一份公开公司档案。必填 id(数字 ID 或 slug)。
get_company_jobs查找与某家公司关联的公开职位。必填 companyId;可选 limit、cursor。
get_role查看 Jobicy 职业角色指南。必填 role slug。
get_related_roles探索与某个职业角色相关的角色。必填 role;可选 limit。
resolve_taxonomy将地点或行业名称转换为 Jobicy 筛选器 slug。必填 type(location 或 industry)和 query。
list_taxonomies浏览可用的公开筛选器 slug 和标签。必填 type:locations、industries、job_types 或 job_levels。

如果筛选条件很明显,请直接调用 search_jobs。不确定时,请使用 resolve_taxonomy:例如,United States 会解析为 usa,而 Developer 可能解析为 engineering。如果匹配结果不确定,该工具会返回候选项,而不是自行猜测。新工具中的地点标签不显示表情符号。

旧版工具

现有 MCP 客户端可以继续使用:

工具输入兼容性
get_jobscount、geo、industry、tag;别名:location、category、search、keyword。保留原始的完整职位 feed,并将 JSON 放在 content.text 中。
get_taxonomiestype:locations 或 industries。保留原始 JSON,并将其放在 content.text 中。

新工具会同时提供 structuredContent 和 content 中的可读 JSON。所有工具均为只读。响应不会提供职位或公司的全局总数,也不会提供 Jobicy 内部统计数据。

资源

支持 MCP 资源的客户端可以通过 jobicy://jobs/{id}、jobicy://companies/{id} 和 jobicy://roles/{slug} 读取单个公开实体。公开参考列表位于 jobicy://taxonomies/locations 和 jobicy://taxonomies/industries。资源是对工具的补充;它们不会提供所有职位或所有公司的 feed。

帮助与安全

如遇连接或文档问题,请提交 GitHub issue。请按照 SECURITY.md 中的说明私下报告安全问题。

许可证

本文档采用 MIT License 授权。

Jobicy MCP server

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。