jobs-scrape-mcp

MCP（Model Context Protocol）サーバーで、jobs-scrapeのコーパスをAIに公開します。

接続すると、Claudeは収集された求人情報を直接照会できます。「ヴォー州で求められているスキルは？」「8月の医療分野のパートタイム求人はいくつある？」「この求人を要約して」など。

インストール

uv pip install git+https://github.com/XavierBeheydt/jobs-scrape-mcp.git
claude mcp add jobs-scrape -- uv run jobs-scrape-mcp

サーバーはCLIと同じデータベースを読み取ります：

Related MCP server: mcp-jobs

公開されているツール

リソース：jobs://summary と jobs://sources。

応答ボリュームが本当の課題

MCPツールは結果をモデルのコンテキスト内に返します。20件の求人を完全に返すこと（数万文字）はコンテキストを飽和させ、利益はゼロです。「ジュネーブで求められているスキルは何か」に答えるために、20件の完全な説明を読むことはありません。

このサーバーは単純なルールを適用します：

• リスト系ツールは抜粋（320文字）と、関連性を判断するための構造化フィールドを返します；

• get_job は1件だけの求人の完全なテキストを返します；

• limit は値に関係なく50に制限されます；

• 各応答は total（一致数）と returned（返された数）を区別し、モデルが一部しか見ていないことを認識できるようにします。

ここに検索ロジックはありません

BM25ランキング、ファセット、集計は jobs_scrape.search にあり、プロジェクトの中核を成します。このモジュールはそれらを公開するだけです。検索は一箇所で定義されているため、ウェブインターフェースとMCPサーバーの両方がそれを継承し、ランキングの改善は両方に反映されます。

ツールの説明：機能だけでなくトリガー

モデルは説明に基づいてツールを選択します。ツールの機能だけを説明すると、モデルはいつ使うべきかを判断できません。各ツールにはトリガー（「利用可能な求人に関する質問があれば、このツールを呼び出してください」）を明記し、どの説明も不十分にならないことをテストで検証しています。

開発

uv venv
uv pip install git+https://github.com/XavierBeheydt/jobs-scrape.git
uv pip install -e ".[dev]"
uv run pytest -q      # hors ligne, base temporaire