jobs-scrape-mcp

MCP(Model Context Protocol) 서버로, jobs-scrape 코퍼스를 AI에 노출합니다.

연결되면 Claude는 수집된 채용 공고를 직접 조회할 수 있습니다. "보주 주에서 요구되는 역량은 무엇인가요?", "8월에 건강 분야의 파트타임 공고는 몇 건인가요?", "이 공고를 요약해 주세요."

설치

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

서버는 CLI와 동일한 데이터베이스를 읽습니다:

Related MCP server: mcp-jobs

노출된 도구

리소스: jobs://summary 및 jobs://sources.

응답 볼륨이 진짜 핵심 과제

MCP 도구는 결과를 모델 컨텍스트에 반환합니다. 20개의 전체 공고(수만 자)를 반환하면 이점 없이 컨텍스트가 포화됩니다. "제네바에서 요구되는 역량은 무엇인가요?"라는 질문에 20개의 전체 설명을 읽지 않습니다.

따라서 이 서버는 간단한 규칙을 적용합니다:

• 목록 도구는 발췌문(320자)과 관련성 판단에 도움이 되는 구조화된 필드를 반환합니다.

• get_job은 하나의 공고 전체 텍스트를 반환합니다.

• limit은 요청된 값과 관계없이 50으로 제한됩니다.

• 각 응답은 total(일치 수)과 returned(반환 수)를 구분하여 모델이 일부만 보고 있음을 알 수 있게 합니다.

여기에는 검색 로직이 없음

BM25 순위, 패싯, 집계는 프로젝트의 핵심인 jobs_scrape.search에 있습니다. 이 모듈은 이를 노출할 뿐입니다. 검색은 한 곳에서만 정의됩니다. 웹 인터페이스와 MCP 서버가 이를 상속하며, 순위 개선은 양쪽 모두에 이점을 줍니다.

도구 설명: 기능뿐만 아니라 트리거

모델은 설명을 기반으로 도구를 선택합니다. 도구가 무엇을 하는지만 설명하면 모델이 언제 사용할지 추측하게 됩니다. 따라서 각 도구는 트리거를 명시합니다. "채용 공고에 관한 질문이 나오면 이 도구를 호출하세요." 그리고 테스트를 통해 어떤 설명도 빈약하지 않은지 확인합니다.

개발

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