关于 workorai
workorai Agent Kit 安装 Agent Skill,并为求职者和雇主配置 WorkorAI 人才市场的 MCP 访问。它提供按角色管理凭据的功能,并引导用户搜索职位、招聘和审核申请者。
主要功能
- 01安装 workorai Agent Skill
- 02为支持的 Agent 配置 MCP
- 03求职搜索与入门引导
- 04雇主招聘和申请者审核
- 05分别保存求职者与雇主凭据
适用场景
- 01通过已连接的 Agent 搜索职位
- 02发布职位并寻找候选人
- 03审核申请者并管理招聘流程
MCP 相关
它为 Agent 客户端配置 WorkorAI MCP 端点,并提供候选人和雇主工具的角色专属工作流。
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。
https://workorai.com/mcpclaude mcp add --transport http work0r-ai-workorai https://workorai.com/mcp{"mcpServers":{"work0r-ai-workorai":{"type":"http","url":"https://workorai.com/mcp"}}}在 Cursor 中打开{"servers":{"work0r-ai-workorai":{"type":"http","url":"https://workorai.com/mcp"}}}在 VS Code 中打开{"mcpServers":{"work0r-ai-workorai":{"type":"http","url":"https://workorai.com/mcp"}}}{"mcpServers":{"work0r-ai-workorai":{"serverUrl":"https://workorai.com/mcp"}}}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
29| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| role | enum | 否 | CANDIDATE | EMPLOYER |
详细介绍
WorkorAI Agent Kit
WorkorAI Agent Kit 打包了 workorai Agent Skill,以及一个零依赖安装程序,用于 WorkorAI MCP 人才市场工作流。
通过一个技能,它支持市场双方:
- 求职者会提出类似
найди мне работу、find me a job或help me get hired的提示词;该技能会引导他们完成入门流程、设置 MCP 密钥并使用求职者匹配工具。 - 雇主会提出类似
найди кандидатов、hire developers、post a job或review applicants的提示词;该技能会引导他们使用由 19 个工具组成的雇主 MCP 功能集(职位生命周期、候选人发现、邀请、申请者审核)。
两个角色共用一个技能名称(workorai)和一个凭据助手,并使用按角色区分的存储槽位,因此同时拥有两种角色的用户可以保留两把密钥。
安装
安装技能,并为受支持的本地 Agent 写入 MCP 配置:
npx @workorai/agent-kit install
为一个客户端安装:
npx @workorai/agent-kit install --agent codex
npx @workorai/agent-kit install --agent claude
npx @workorai/agent-kit install --agent opencode
npx @workorai/agent-kit install --agent cursor
npx @workorai/agent-kit install --agent openclaw
npx @workorai/agent-kit install --agent qwen
npx @workorai/agent-kit install --agent antigravity
npx @workorai/agent-kit install --agent deepcode
使用本地开发 MCP 端点:
npx @workorai/agent-kit install --endpoint http://127.0.0.1:3001/mcp
如需隔离测试安装程序,请将 WORKORAI_AGENT_HOME 设置为临时目录:
WORKORAI_AGENT_HOME=/tmp/workorai-agent-home npx @workorai/agent-kit install
安装后,重启 Agent 客户端并提出:
find me a job
包含内容
skills/workorai/SKILL.md- 规范的 Agent Skill(精简的角色路由器)。skills/workorai/agents/openai.yaml- Codex/OpenAI 风格的 UI 元数据。skills/workorai/references/candidate-catalog.md- 求职者工具的简要架构candidate-recipes.md- 求职者工具调用顺序示例(包括 Agent Pick 结果的呈现方式)candidate-troubleshooting.md- 求职者侧的错误场景employer-catalog.md- 19 个雇主工具的简要架构employer-recipes.md- 招聘/审核/生命周期示例employer-troubleshooting.md- 雇主侧的错误场景auth-flow.md- 求职者和雇主的入门流程及已保存密钥流程troubleshooting.md- 跨角色 MCP 传输/已保存密钥问题
skills/workorai/scripts/credential-store.mjs- 基于同意、按角色区分的本地 MCP 密钥存储。bin/workorai-agent.mjs- 安装程序、MCP 配置写入器、诊断工具和凭据命令包装器。
支持的目标
| Agent 目标 | 技能位置 | MCP 配置 |
|---|---|---|
codex | ~/.codex/skills/workorai | ~/.codex/config.toml |
claude | ~/.claude/skills/workorai | ~/.claude.json |
opencode | ~/.config/opencode/skills/workorai | ~/.config/opencode/config.json |
cursor | ~/.cursor/skills/workorai | 使用你的 Cursor 设置所支持的 WorkorAI MCP 配置 |
openclaw | ~/.agents/skills/workorai | ~/.agents/mcp.json |
qwen | ~/.qwen/skills/workorai | 根据你的 Qwen Code 设置配置 MCP |
antigravity | ~/.gemini/antigravity/skills/workorai | 根据你的 Antigravity 设置配置 MCP |
deepcode | ~/.agents/skills/workorai | ~/.agents/mcp.json |
generic | ~/.agents/skills/workorai | ~/.agents/mcp.json |
默认的 install 命令会在 ~/.agents/skills/workorai 安装一份规范副本,并为兼容的客户端位置创建链接或副本。
命令
npx @workorai/agent-kit --help
npx @workorai/agent-kit install --dry-run
npx @workorai/agent-kit configure --agent all
npx @workorai/agent-kit print-config --agent codex
npx @workorai/agent-kit doctor --agent all
npx @workorai/agent-kit credential get
凭据
此技能会根据角色读取 WorkorAI MCP 密钥。默认 --role 为 candidate;对于雇主角色,请传入 --role=employer。
候选人的读取顺序:
WORKORAI_MCP_API_KEY- OS 密钥存储(账户
candidate) - 共享本地备用文件
~/.config/workorai/mcp-token
雇主的读取顺序:
WORKORAI_EMPLOYER_MCP_API_KEY- OS 密钥存储(账户
employer) - 共享本地备用文件
~/.config/workorai/mcp-token-employer
默认使用 OS 存储进行保存:
npx @workorai/agent-kit credential save # candidate (default)
npx @workorai/agent-kit credential save --role=employer
对于无头 Agent 会话,使用尽力而为的存储方式:
npx @workorai/agent-kit credential save --best-effort --role=candidate
npx @workorai/agent-kit credential save --best-effort --role=employer
仅在获得用户明确同意后,才使用共享文件作为备用方式:
npx @workorai/agent-kit credential save --shared-file --role=<role>
切勿将真实的 WorkorAI MCP 密钥放入代码仓库、屏幕截图、问题文本或 MCP 配置中。请将密钥脱敏为 wai_[REDACTED]。
技能中心兼容性
此代码仓库采用以下结构,可供主流技能平台直接导入:
- GitHub:易于阅读的独立代码仓库,包含许可证、安全策略、CI 和贡献文档。
- npm:提供
@workorai/agent-kitCLI 包,可通过一条命令安装。 - Codex/OpenAI-style 技能:规范目录为
skills/workorai,并包含agents/openai.yaml。 - Claude Code:标准
SKILL.md目录,可安装到.claude/skills/或~/.claude/skills/。 - OpenCode:标准
SKILL.md目录,可安装到.opencode/skills/、~/.config/opencode/skills/或兼容 Claude 的位置。 - Cursor:标准
SKILL.md目录,可安装到.cursor/skills/或~/.cursor/skills/。 - Qwen Code:标准
SKILL.md目录,可安装到.qwen/skills/或~/.qwen/skills/。 - Antigravity / Gemini Antigravity:标准
SKILL.md目录,可安装到~/.gemini/antigravity/skills/。 - Deep Code / DeepSeek:标准
SKILL.md目录,可安装到.deepcode/skills/或共享目录~/.agents/skills/。 - skills.re 及类似注册中心:根目录下的
skills/文件夹中至少包含一个技能目录。 - Cursor/Windsurf 兼容的中心:规范的
SKILL.md目录,以及registry/中通用的 MCP 配置说明。
提交说明请参阅 registry/submission-checklist.md。
候选人入门
无法使用个性化 MCP 访问时,此技能会引导用户完成以下步骤:
- 注册并登录:https://workorai.com/candidate/login
- 完善个人资料:https://workorai.com/candidate/profile
- 完成个人资料面试并等待评估。
- 生成或复制 MCP 密钥:https://workorai.com/candidate/home?tab=mcp
- 将密钥粘贴到 Agent 会话中,即可立即使用
candidate.search_jobs。
雇主入门
用户提出招聘、发布职位或审核候选人的请求时,此技能会引导他们完成以下步骤:
- 登录:https://workorai.com/employer/login
- 打开 Employer Dashboard 并找到 Employer MCP 卡片:https://workorai.com/employer/dashboard
- 从卡片中生成或复制 MCP 密钥。
- 将密钥粘贴到 Agent 会话中,即可立即使用
employer.*工具。 - 使用
--role=employer保存密钥,以便将来搜索人才。
这 19 个雇主工具涵盖了从招聘到审核的完整流程。迷你 Schema 请参阅 skills/workorai/references/employer-catalog.md;四种调用顺序方案(按指定职位招聘、自由形式招聘、漏斗审核、清理待处理邀请)以及职位生命周期(创建 → 发布 → 关闭 → 归档)请参阅 skills/workorai/references/employer-recipes.md。
开发
npm run validate
npm run smoke
npm pack --dry-run
npm run smoke 只会安装到临时目录,不会修改用户的 Agent 配置。
发布
- 更新
CHANGELOG.md。 - 运行验证、冒烟测试和
npm pack --dry-run。 - 为 GitHub 发布版本打标签。
- 发布到 npm:
npm publish --access public
- 使用
registry/submission-checklist.md将代码仓库 URL 提交至相关技能中心。
许可证
MIT。请参阅 LICENSE。
评论
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。