使用说明
温室MCP服务器
用于DAT温室收获API的可访问MCP服务器。启用实时管道查询、候选人查找、面试安排可见性和过时管道报告——所有这些都可以从Claude.ai实现。
工具
| 工具 | 它做什么 |
|---|---|
greenhouse_list_jobs |
列出开放/关闭的招聘需求,包括招聘团队和状态 |
greenhouse_get_job |
单个需求的完整细节,包括面试阶段 |
greenhouse_get_candidate |
候选人简介+所有申请 |
greenhouse_list_applications |
按职位或状态筛选的申请 |
greenhouse_get_application |
单个应用程序详细信息 |
greenhouse_get_scheduled_interviews |
对整个小组的采访+日历交叉引用的电子邮件 |
greenhouse_get_scorecards |
面试官提交的记分卡 |
greenhouse_get_offer |
报价状态和薪酬详情 |
greenhouse_pipeline_summary |
需求的逐步快照(TalentWall替换) |
greenhouse_list_users |
有电子邮件的温室用户(用于日历查找) |
greenhouse_stale_pipeline_report |
7天以上没有活动的活动应用程序 |
设置
1.获取温室收获API密钥
- 登录温室
- 首选 配置→ 开发者中心→ API凭证管理
- 创建新的Harvest API密钥
- 在权限下,至少启用: 工作、申请、候选人、预定面试、记分卡、优惠、用户
2.部署以渲染
- 将此文件夹推送到GitHub仓库
- 首选 render.com → 新建Web服务→ 连接您的仓库
- 渲染将自动检测
render.yaml - 在“渲染”面板中,设置环境变量:
GREENHOUSE_API_KEY=your_key_here - 部署。您的MCP URL将是:
https://greenhouse-mcp.onrender.com/mcp
3.连接到Claude.ai
- 首选 Claude.ai→ 设置→ 集成
- 添加新的MCP服务器
- 输入渲染URL:
https://greenhouse-mcp.onrender.com/mcp - 保存——工具将自动出现在Claude中
本地开发
pip install -r requirements.txt
export GREENHOUSE_API_KEY=your_key_here
python server.py stdio # stdio mode for local testing
MCP检验员测试:
npx @modelcontextprotocol/inspector python server.py stdio
重新安排工作流程(使用谷歌日历)
一旦与Claude.ai中已有的谷歌日历MCP连接:
- “候选人X的面试小组中有谁?”→
greenhouse_get_scheduled_interviews - 克劳德收到了来自Greenhouse的所有面试官电子邮件
- “下周找一个适合所有人的45分钟时段”→
gcal_find_meeting_times - 克劳德提出了各种选择→ 你确认→ 日历邀请已起草
安全说明
- 永远不要提交API密钥。始终通过环境变量设置。
- 无活动后,渲染免费层会减速——第一个请求可能需要大约30秒才能唤醒。
- 所有工具都是只读的。不包括写入操作。