mcpField
W
workorai

workorai

远程服务
github.com/work0r-ai商业与营销017 周前更新
代码仓库

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

  1. 01安装 workorai Agent Skill
  2. 02为支持的 Agent 配置 MCP
  3. 03求职搜索与入门引导
  4. 04雇主招聘和申请者审核
  5. 05分别保存求职者与雇主凭据

适用场景

  1. 01通过已连接的 Agent 搜索职位
  2. 02发布职位并寻找候选人
  3. 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。

服务地址https://workorai.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

29
参数类型必填说明
roleenum否CANDIDATE | EMPLOYER

详细介绍

WorkorAI Agent Kit

npm License: MIT Agent Skill

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:

  1. WORKORAI_MCP_API_KEY
  2. OS 密钥存储(账户 candidate)
  3. 共享本地备用文件 ~/.config/workorai/mcp-token

雇主的读取顺序:

  1. WORKORAI_EMPLOYER_MCP_API_KEY
  2. OS 密钥存储(账户 employer)
  3. 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-kit CLI 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:

  1. 注册并登录:https://workorai.com/candidate/login
  2. 完善个人资料:https://workorai.com/candidate/profile
  3. 完成个人资料面试并等待评估。
  4. 生成或复制 MCP 密钥:https://workorai.com/candidate/home?tab=mcp
  5. 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:

  1. 登录:https://workorai.com/employer/login
  2. 打开 Employer Dashboard 并找到 Employer MCP 卡片:https://workorai.com/employer/dashboard
  3. 从卡片中生成或复制 MCP 密钥。
  4. 将密钥粘贴到 Agent 会话中,即可立即使用 employer.* 工具。
  5. 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

  1. 更新 CHANGELOG.md。
  2. 运行验证、冒烟测试和 npm pack --dry-run。
  3. 为 GitHub 发布版本打标签。
  4. 发布到 npm:
npm publish --access public
  1. 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

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。