Eine Serverimplementierung des Model Context Protocol (MCP), die über die SerpAPI-Integration Suchfunktionen für Google Jobs bereitstellt. Bietet Mehrsprachenunterstützung, flexible Suchparameter und intelligente Fehlerbehandlung.

https://github.com/user-attachments/assets/8f6739e1-7db7-4171-88b4-59c6290a4c72

✨ Funktionen

🌍 Mehrsprachige Unterstützung

Vollständige Lokalisierungsunterstützung für Englisch, Chinesisch, Japanisch und Koreanisch mit automatischer Spracherkennung und Fallback.

🔍 Flexible Suchoptionen

Umfassende Suchparameter, darunter:

• Berufsbezeichnung und Schlüsselwörter

• Standort mit Radiusfilterung

• Beschäftigungsart (Vollzeit, Teilzeit usw.)

• Gehaltsspannenfilter

• Filtern nach Veröffentlichungsdatum

• Ergebnissortierung

💡 Intelligente Fehlerbehandlung

• Umfassende Eingabevalidierung

• Hilfreiche Fehlermeldungen und Vorschläge

• Automatische Vorschläge zur Suchverfeinerung

• Handhabung der Ratenbegrenzung

📊 Umfangreiche Jobdetails

• Detaillierte Formatierung der Stelleninformationen

• Unternehmensvorteile und Highlights

• Gehaltsinformationen, sofern verfügbar

• Direkte Bewerbungslinks

• Zeitstempel für Stellenausschreibungen

🔄 Erweiterte Funktionen

• Paginierungsunterstützung

• Mehrere Sortieroptionen

• Geografische Umkreissuche

• Filterung der Beschäftigungsart

🔑 SERP-API-Setup-Anleitung

Bevor Sie beginnen, müssen Sie einen SERP-API-Schlüssel erhalten:

1. Besuchen Sie die SERP API-Website und erstellen Sie ein Konto

2. Gehen Sie nach der Registrierung zu Ihrem Dashboard:

   • Suchen Sie den Abschnitt „API-Schlüssel“

   • Kopieren Sie Ihren API-Schlüssel

   • Neue Benutzer erhalten 100 kostenlose API-Aufrufe

3. Details zur API-Nutzung:

   • Kostenlose Stufe: 100 Suchvorgänge pro Monat

   • Bezahlte Pläne beginnen bei 50 $/Monat für 5000 Suchvorgänge

   • Abrechnung basierend auf erfolgreichen API-Aufrufen

   • Mehrere Zahlungsmethoden: Kreditkarte, PayPal usw.

4. Nutzungsbeschränkungen:

   • Anforderungsrate: 2 Anfragen/Sekunde

   • IP-Einschränkungen: Keine

   • Gleichzeitige Anfragen: 5

   • Antwort-Cache-Zeit: 1 Stunde

👩‍🔧 Lösung für Verbindungsprobleme von MCP-Servern mit NVM/NPM

Klicken Sie hier, um meine Konfigurationslösung anzuzeigen 👉 https://github.com/modelcontextprotocol/servers/issues/76

🚀 Schnellstart

1. Installieren Sie Abhängigkeiten:

2. Umgebung konfigurieren: Ändern Sie Ihre claude_desktop_config.json mit dem folgenden Inhalt (passen Sie die Pfade entsprechend Ihrem System an):

3. Erstellen Sie den Server:

4. Starten Sie den Server:

Fehlerbehebung

1. Probleme mit API-Schlüsseln:

• Schlüssel in der Konfiguration überprüfen

• Überprüfen Sie den Schlüsselstatus im SERP-API-Dashboard

• Bestätigen Sie, dass der Schlüssel über ein verbleibendes Kontingent verfügt

2. Suchprobleme:

• Überprüfen des Suchparameterformats

• Überprüfen der Netzwerkkonnektivität

• Überprüfen der Länder-/Sprachcodeunterstützung

📦 Installation

Installation über Smithery

So installieren Sie Google Jobs für Claude Desktop automatisch über Smithery :

Manuelle Installation

@chanmeng666/google-jobs-server

Ausführen von Evaluierungen

Das Evals-Paket lädt einen MCP-Client, der anschließend die Datei index.ts ausführt, sodass zwischen den Tests kein Neuaufbau erforderlich ist. Sie können Umgebungsvariablen laden, indem Sie dem Befehl npx voranstellen. Die vollständige Dokumentation finden Sie hier .

💻 Tech-Stack

📖 API-Dokumentation

Der Server implementiert das Model Context Protocol und stellt ein Tool zur Jobsuche mit den folgenden Parametern bereit:

• query : Suchabfragezeichenfolge (erforderlich)

• location : Arbeitsort (optional)

• posted_age : Filter für das Veröffentlichungsdatum (optional)

• employment_type : Filter für die Art der Tätigkeit (optional)

• salary : Gehaltsspannenfilter (optional)

• radius : Geografischer Suchradius (optional)

• hl : Sprachcode (optional)

• page : Seitennummerierung (optional)

• sort_by : Sortierreihenfolge (optional)

🔧 Entwicklung

📝 Lizenz

Dieses Projekt ist vom MIT lizenziert .

🙋‍♀ Autor

Erstellt und gepflegt von Chan Meng .