job-search-mcp

一个面向 Claude Desktop 的个人求职助手。你让 Claude 找工作；它会搜索真实的招聘网站，为每个职位按 0–100 打分，评估它有多适合你，并显示在一个可排序的看板上，你可以一键筛选。一切都在本地运行——无需 API 密钥，无需注册账号。

这是一个 MCP 应用：一个 Claude Desktop 与之通信的小型服务器，外加一个直接渲染在聊天中的内联看板。

适用范围： 它针对美国软件工程岗位进行了调优（内置数据源和职位筛选器面向美国科技雇主）。其他领域或地区会返回稀疏的结果。

适用环境： 为 Claude Desktop 构建和测试。它也应该能在其他同时运行本地（stdio）服务器并渲染 MCP 应用界面的 MCP 客户端中工作，例如 VS Code（Copilot）、Cursor 或 Goose（未测试）。仅远程的客户端（ChatGPT、网页/移动端 Claude）无法启动本地服务器，因此无法使用。

它能做什么

• 搜索真实的招聘网站 —— LinkedIn 加上 8 个 ATS/职位数据源（Greenhouse、Lever、Ashby、Workday、SmartRecruiters、Hacker News、RemoteOK、Remotive），使用你的目标职位和地点。

• 为你给每个职位打分 —— Claude 阅读完整职位描述，给出 0–100 的匹配分数并附一行理由，综合考量你的技能、工作年限、职级匹配度和职位本身。

• 让你快速筛选 —— 在每张卡片上点击"申请/跳过"，或批量操作（"把 60 分以下的全部忽略"）。

• 有记忆 —— 维护一个持续更新的候选清单、一个你已申请职位的追踪器，并且不会向你重复展示同一个职位（6 个月内）。

Related MCP server: Jobless MCP

设置

1. 告诉 Claude Desktop 这个应用。 打开你的配置文件：

• Windows：%APPDATA%\Claude\claude_desktop_config.json

• macOS：~/Library/Application Support/Claude/claude_desktop_config.json

在 "mcpServers" 下添加以下内容——npx 会为你获取已发布的包，无需克隆或构建：

{
  "mcpServers": {
    "job-search": {
      "command": "npx",
      "args": ["-y", "@servation/job-search-mcp"]
    }
  }
}

2. 完全退出并重新打开 Claude Desktop（在 Windows 上，从系统托盘退出——仅关闭窗口是不够的）。就这样。

npm install
npm run build

然后将配置指向此文件夹的 dist/main.js：

{
  "mcpServers": {
    "job-search": {
      "command": "node",
      "args": ["D:\\job-search-mcp\\dist\\main.js"]
    }
  }
}

如何使用

直接和 Claude 对话即可。例如：

• "保存我的档案" —— 先粘贴你的简历；Claude 会提取你的技能、职位、工作年限和地点，以便搜索和评分为你量身定制。

• "找加州的高级后端工程师职位，本周发布的。"

• "找申请人数少的职位" —— 添加 LinkedIn 的早期申请者筛选。

• "把 60 分以下的全部忽略。"

• "显示我已申请的职位。"

• "重新给看板打分。"

典型的首次使用流程：保存你的档案 → "找工作" → Claude 打分并显示排序看板 → 你点击申请/跳过。

看板

看板是一个持续更新的候选清单。一个职位会一直留在上面，直到你申请（移入你的追踪器）或跳过（永久隐藏）。新的搜索会自动跳过已在看板上、追踪器中、已忽略的职位，以及过去 6 个月内展示过的职位——所以你永远不会连续两次看到同一个职位。

点击卡片上的已申请或跳过，或让 Claude 来做。在组件中完成筛选后，状态会持久保存。

工具（供参考）

你很少需要直接调用它们——Claude 会选择合适的工具——但以下是底层实现：

你的数据存放在哪里

你机器上的一个 JSON 文件——无云端，除了你搜索的招聘网站外，不会向任何地方发送任何内容：

• 已安装：~/.job-search-mcp/jobs.json

• 从源码运行：./data/jobs.json

• 可通过 JOB_SEARCH_MCP_DATA 环境变量覆盖。

可选：LinkedIn Premium 模式

默认情况下，LinkedIn 使用其公开访客端点：无需登录，也没有账号登录风险，而且你仍然能获得完整的职位描述。请注意，即使以访客模式运行，自动化访问仍然来自你自己的 IP，并且违反 LinkedIn 的用户协议，因此请自行斟酌使用。如果你想要更丰富/Premium 的数据，可以通过在服务器配置中添加一个 env 块来使用你已登录的账号：

"job-search": {
  "command": "npx",
  "args": ["-y", "@servation/job-search-mcp"],
  "env": {
    "LINKEDIN_LI_AT": "<your li_at cookie>",
    "LINKEDIN_JSESSIONID": "ajax:1234567890123456789"
  }
}

从已登录的 linkedin.com 标签页 → DevTools → Application → Cookies 中获取这两个 cookie。

⚠️ 注意： 这违反 LinkedIn 的服务条款，可能导致你的账号被标记或限制。Cookie 大约每月过期，而且 LinkedIn 的内部端点会随时更改，恕不另行通知。如果任何操作失败，它会自动回退到访客模式。不添加 env 块以保持完全安全（仅访客模式）。

评分机制

Claude（宿主模型）直接进行评分——它阅读每份职位描述并判断匹配度，这具有良好的校准性。一个确定性公式（scoring.ts 中的 computeMatchScore）被保留作为回退方案，供那些运行较弱本地模型、倾向于给所有内容过高排名的用户使用；默认情况下不启用。

开发

npm run typecheck    # type-check UI + server + harness
npm run build        # build the UI bundle (vite single-file) + compile the server (tsc)
npm run serve:stdio  # run the server from source (tsx) for local testing
npm run harness      # work on the review UI without Claude Desktop (see harness/)
npm run canary       # check every job source is still returning postings

服务器仅支持 stdio（main.ts → server.ts）；界面是一个 React 应用，打包为单个内联 HTML 文件（src/mcp-app.tsx → dist/mcp-app.html），由服务器作为 ui:// 资源提供。

开发界面时，使用 harness/。它是 Claude Desktop 的本地替代品，针对合成职位存储和真实的 ui/* 桥接渲染组件。在浏览器标签页中打开 dist/mcp-app.html 只会看到"正在连接……"，而且最可能出问题的部分（链接打开、主题、挂载后的刷新）都由宿主中介，因此只有在另一端有宿主时才会显现。

如果某个职位数据源失效，npm run canary 会告诉你哪一个。公司 slug 经常失效，因此修复通常应放在 updateCompanyDirectoriesFromRegistry() 在运行时重新读取的远程 slug 注册表中，而不是发布新版本。