boss-mcp-assistant
v1.2.8
Published
Boss MCP Assistant — CDP-only MCP service for BOSS直聘 recommend, chat, and recruit automation
Maintainers
Readme
Boss MCP Assistant
推荐/聊天/招聘一键自动化筛选工具 — 自动在 BOSS 直聘上帮你筛选候选人、发送消息、批量处理招聘流程。
你只需要:打开 Chrome 浏览器 → 打开 BOSS 直聘 → 在聊天框里说"帮我筛选推荐页的人" → 它自动完成剩下的工作。
一分钟快速上手
保证能跑通的最短步骤,先试起来,再慢慢看详细说明。
第 1 步:安装 Node.js(只需做一次)
如果你电脑上已经有 Node.js,跳过这一步。
Windows 用户:
- 打开 https://nodejs.org
- 下载左边绿色的 LTS 版本(推荐)
- 双击安装包,一路点"下一步"直到完成
- 安装完成后,打开"命令提示符"(按
Win + R,输入cmd,回车)
Mac 用户:
- 打开 https://nodejs.org
- 下载左边绿色的 LTS 版本(推荐)
- 双击安装包,一路点"继续"直到完成
- 安装完成后,打开"终端"(按
Cmd + 空格,搜索"终端")
第 2 步:复制粘贴以下命令(一次性安装)
打开命令提示符(Windows)或终端(Mac),复制粘贴以下命令,按回车:
npm install -g boss-mcp-assistant看到一堆文字滚动,最后出现 ✅ 或版本号就表示安装成功。
第 3 步:配置你的 AI 密钥(必须)
这个工具需要接入 AI 来帮你筛选候选人。你需要一个 API Key(可以理解成 AI 的"密码")。
拿到 API Key 后,复制粘贴以下命令(把里面的内容换成你自己的):
boss-mcp-assistant config set --base-url https://api.openai.com/v1 --api-key 你的API密钥 --model gpt-4o⚠️ 请把
你的API密钥替换成真实的密钥,例如sk-xxxxxxxxxxxxxxxxxxxx
第 4 步:启动 Chrome 调试模式
运行以下命令,工具会自动找到 Chrome 并以调试模式启动:
boss-mcp-assistant launch-chrome --port 9222Chrome 会打开 BOSS 直聘推荐页,登录 BOSS 直聘(重要!)。
❓ 如果提示
Chrome executable not found,说明没有自动找到 Chrome 安装路径,可以手动指定:BOSS_RECOMMEND_CHROME_PATH="/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" boss-mcp-assistant launch-chrome --port 9222Windows 则用:
set BOSS_RECOMMEND_CHROME_PATH="C:\Program Files\Google\Chrome\Application\chrome.exe" && boss-mcp-assistant launch-chrome --port 9222
第 5 步:启动服务
复制粘贴以下命令:
boss-mcp-assistant start看到 MCP server running 就成功了。保持这个窗口开着,不要关闭。
第 6 步:在 AI 编辑器里使用
在 Cursor / Trae / Claude Code 等 AI 编辑器里,直接告诉 AI:
"帮我运行 BOSS 直聘推荐页的自动化筛选,职位是后端开发,筛选 20 个候选人"
AI 会自动调用工具完成剩下的工作。
口令模板大全(复制即用)
以下所有命令,直接复制粘贴到终端即可。
安装与更新
# 首次安装
npm install -g boss-mcp-assistant
# 查看当前版本
boss-mcp-assistant --version
# 升级到最新版
npm update -g boss-mcp-assistant
# 完全卸载(同时删除所有配置)
npm uninstall -g boss-mcp-assistant && rm -rf ~/.boss-mcp-assistant配置 API(选一个就行)
OpenAI(海外用户推荐):
boss-mcp-assistant config set --base-url https://api.openai.com/v1 --api-key sk-你的密钥 --model gpt-4oDeepSeek(国内用户推荐):
boss-mcp-assistant config set --base-url https://api.deepseek.com --api-key 你的密钥 --model deepseek-chat通义千问(阿里云):
boss-mcp-assistant config set --base-url https://dashscope.aliyuncs.com/compatible-mode/v1 --api-key 你的密钥 --model qwen-plus硅基流动:
boss-mcp-assistant config set --base-url https://api.siliconflow.cn/v1 --api-key 你的密钥 --model Qwen/Qwen2-7B-Instruct自定义模型(任何兼容 OpenAI 格式的 API):
boss-mcp-assistant config set --base-url 你的API地址 --api-key 你的密钥 --model 模型名称启动 Chrome 调试模式(每次使用前都要做)
# ✅ 推荐:一行命令自动启动(工具会自动找到 Chrome)
boss-mcp-assistant launch-chrome --port 9222如果自动查找失败,再试手动方式:
Windows:
"C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=9222Mac:
/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222⚠️ 如果 Chrome 安装路径不同,请在文件管理器里找到
chrome.exe(Windows)或Google Chrome(Mac),右键 → 属性,复制完整路径替换上面的路径。
启动服务
boss-mcp-assistant start检查环境
# 全面检查(推荐第一次用之前运行)
boss-mcp-assistant doctor
# 查看安装位置和配置路径
boss-mcp-assistant where
# 创建配置模板(如果配置丢了)
boss-mcp-assistant init-config详细安装指南(有图有步骤)
什么是 Node.js?为什么要装它?
Node.js 是这个工具的运行环境。就像看电影需要播放器一样,运行这个工具需要 Node.js。
怎么检查有没有装 Node.js? 在终端里复制粘贴这个命令:
node --version如果显示 v18.x.x 或更高的版本号(比如 v20.x.x、v22.x.x),说明已经有了,跳过安装步骤。
如果显示 'node' 不是内部或外部命令 或 command not found,说明没有装,按下面步骤安装。
安装 Node.js(Windows):
- 打开浏览器,访问 https://nodejs.org
- 页面左边显示的是 LTS(长期支持版),点击下载
- 下载完成后,双击安装包(
node-vxx.x.x-x64.msi) - 安装向导里全部选默认选项,一路点"Next"(下一步)
- 最后点"Install"(安装),等待完成
- 安装完成后点"Finish"(完成)
- 按
Win + R,输入cmd,回车 - 输入
node --version,确认显示版本号
安装 Node.js(Mac):
- 打开浏览器,访问 https://nodejs.org
- 页面左边显示的是 LTS(长期支持版),点击下载
- 下载完成后,双击安装包(
node-vxx.x.x.pkg) - 安装向导里全部选默认选项,一路点"继续"
- 输入你的 Mac 密码
- 安装完成后,打开"终端"(按
Cmd + 空格,搜索"终端") - 输入
node --version,确认显示版本号
什么是 npm?为什么要装 npm?
npm 是 Node.js 自带的"软件商店"。安装 Node.js 时 npm 会自动装好。
检查 npm 是否正常:
npm --version显示版本号(比如 10.x.x)就是正常的。
如果显示 'npm' 不是内部或外部命令,说明 Node.js 没有安装成功,重新安装 Node.js。
什么是 API Key?从哪里获得?
API Key 是 AI 服务的"密码"。这个工具使用 AI 来分析候选人简历,所以需要一个 API Key。
方式一:使用 DeepSeek(国内用户,便宜)
- 打开 https://platform.deepseek.com
- 注册账号 → 登录
- 点左边的"API Keys"
- 点"创建 API Key",复制并保存好
方式二:使用通义千问(阿里云,国内用户)
- 打开 https://dashscope.console.aliyun.com
- 用阿里云账号登录
- 点"API-KEY 管理"
- 创建新的 API Key
方式三:使用 OpenAI(海外用户,功能最强)
- 打开 https://platform.openai.com
- 注册账号 → 登录
- 点右上角头像 → "API keys"
- 点"Create new secret key",复制并保存好
什么是 Chrome 远程调试模式?
这个工具需要通过 Chrome 浏览器来控制 BOSS 直聘网页。远程调试模式就是让 Chrome 打开一个"控制端口",让工具可以操作浏览器。
每次使用前都要打开这个模式。
最简单的方法是用工具自动启动:
boss-mcp-assistant launch-chrome --port 9222工具会自动找到 Chrome 安装路径、以调试模式启动、并打开 BOSS 直聘推荐页。
如果自动启动失败(提示 Chrome executable not found),可以手动指定 Chrome 路径:
Mac:
BOSS_RECOMMEND_CHROME_PATH="/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" boss-mcp-assistant launch-chrome --port 9222Windows(命令提示符 cmd):
set BOSS_RECOMMEND_CHROME_PATH="C:\Program Files\Google\Chrome\Application\chrome.exe"
boss-mcp-assistant launch-chrome --port 9222Windows(PowerShell):
$env:BOSS_RECOMMEND_CHROME_PATH="C:\Program Files\Google\Chrome\Application\chrome.exe"
boss-mcp-assistant launch-chrome --port 9222💡 Chrome 路径确认方法:在文件管理器找到
chrome.exe(Windows)或Google Chrome(Mac),右键 → 属性 → 复制完整路径。
检验是否开启成功:
在浏览器地址栏输入 http://localhost:9222/json/version
- 如果显示一段 JSON 数据(一堆花括号和文字),说明开启成功
- 如果打不开或显示"无法访问",说明没有开启成功
第一次启动完整流程
按顺序执行以下命令:
# 1. 安装工具(只需做一次)
npm install -g boss-mcp-assistant
# 2. 配置 API(只需做一次)
boss-mcp-assistant config set --base-url https://api.deepseek.com --api-key sk-你的密钥 --model deepseek-chat
# 3. 打开 Chrome 调试模式(每次都要做)
boss-mcp-assistant launch-chrome --port 9222
# 4. 在打开的 Chrome 里登录 BOSS 直聘
# 5. 启动服务
boss-mcp-assistant start如何更新 API / URL / Model
方法一:命令行直接改(推荐)
# 只修改 API Key
boss-mcp-assistant config set --api-key 你的新密钥
# 同时修改 baseUrl 和 model
boss-mcp-assistant config set --base-url https://api.deepseek.com --model deepseek-chat
# 查看当前的配置
boss-mcp-assistant doctor方法二:在 AI 编辑器里面改
在 Cursor/Trae/Claude Code 里,告诉 AI:
"帮我更新筛选配置,baseUrl 改成 xxx,apiKey 改成 xxx,model 改成 xxx"
AI 会自动调用 set_screening_config 工具帮你更新,不需要重启服务。
方法三:手动改配置文件
用记事本/文本编辑打开这个文件:
Windows:
C:\Users\你的用户名\.boss-mcp-assistant\screening-config.jsonMac:
~/.boss-mcp-assistant/screening-config.json找到这三行,改成你的值:
{
"baseUrl": "https://api.deepseek.com",
"apiKey": "sk-你的密钥",
"model": "deepseek-chat"
}保存文件后,重新启动服务(关掉当前窗口,重新运行 boss-mcp-assistant start)。
常见问题
安装时报错
| 错误提示 | 原因 | 怎么办 |
|----------|------|--------|
| 'npm' 不是内部或外部命令 | 没有安装 Node.js | 按上面的步骤安装 Node.js |
| permission denied / EACCES | Mac 上没有权限 | 命令前面加 sudo,即 sudo npm install -g boss-mcp-assistant |
| ENEEDAUTH / need auth | npm 镜像源有问题 | 运行 npm config set registry https://registry.npmjs.org 后再试 |
运行时报错
| 错误现象 | 原因 | 解决办法 |
|----------|------|----------|
| screening-config.json 缺失 | 忘记配置 API | 运行 boss-mcp-assistant config set ... 配置 API |
| apiKey 仍是模板占位符 | API Key 还是模板值没改 | 重新配置:boss-mcp-assistant config set --api-key 真实的密钥 |
| connect ECONNREFUSED 127.0.0.1:9222 | Chrome 没有开启调试端口 | 运行 boss-mcp-assistant launch-chrome --port 9222 重新启动 |
| 工具返回超时/没反应 | Chrome 没登录 BOSS 直聘 | 确认 Chrome 里打开了 BOSS 直聘并且已登录 |
| MODULE_NOT_FOUND | 安装不完整 | 重新安装:npm install -g boss-mcp-assistant |
| Chrome executable not found | 工具没找到 Chrome 安装路径 | 设置环境变量 BOSS_RECOMMEND_CHROME_PATH 指定 Chrome 路径 |
配置相关问题
| 问题 | 答案 |
|------|------|
| 配置保存在哪里? | ~/.boss-mcp-assistant/screening-config.json(~ 表示用户目录) |
| 换了一个 API 需要重启吗? | 如果用 boss-mcp-assistant config set 命令或 MCP 工具更新的,不需要重启;手动编辑文件的需要重启 |
| 可以同时配置多个 API 吗? | 只能配置一个,切换时需要重新运行 config set |
| 配置丢了怎么办? | 运行 boss-mcp-assistant init-config 重新创建模板 |
Chrome 问题
| 问题 | 答案 |
|------|------|
| 必须用 Chrome 吗? | 也可以用 Edge、Chromium 等基于 Chromium 的浏览器,但需要找到对应的路径 |
| 每次都用 launch-chrome 吗? | 是的,运行 boss-mcp-assistant launch-chrome --port 9222 即可。如果 Chrome 已经在调试模式运行,它会自动复用 |
| 可以用已经打开的 Chrome 吗? | 不可以,必须用 launch-chrome 或以 --remote-debugging-port=9222 参数启动 Chrome |
| 可以用已经打开的 Chrome 吗? | 不可以,必须关闭所有 Chrome 窗口后重新以调试模式打开 |
| 打开的 Chrome 和平时用的不一样? | 正常,调试模式会启动一个新的 Chrome 实例,你的书签和插件可能不在里面,登录 BOSS 直聘即可 |
功能一览
三大核心功能
| 功能 | 用来做什么 | 举个栗子 | |------|-----------|----------| | 推荐页筛选 | 自动扫描推荐页的候选人,按你的要求筛选 | "帮我筛选推荐页上学历本科以上、3年+ Go 经验的候选人" | | 聊天自动沟通 | 自动和候选人聊天、发消息、收简历 | "帮我给所有匹配的候选人打个招呼,问问有没有兴趣" | | 招聘渠道批量处理 | 在招聘搜索页批量处理和筛选 | "帮我在招聘页上搜索前端开发,筛选出符合条件的" |
23 个自动化工具
| 工具名称 | 作用 |
|----------|------|
| start_recommend_pipeline_run | 开始自动筛选推荐页 |
| get_recommend_pipeline_run | 查看筛选进度 |
| cancel_recommend_pipeline_run | 取消正在进行的筛选 |
| pause_recommend_pipeline_run | 暂停筛选 |
| resume_recommend_pipeline_run | 恢复暂停的筛选 |
| list_recommend_jobs | 列出可以筛选的职位 |
| run_featured_calibration | 运行推荐页位置标定 |
| get_featured_calibration_status | 查看标定状态 |
| run_recommend_self_heal | 运行页面自愈检查 |
| boss_chat_health_check | 检查聊天页面是否正常 |
| prepare_boss_chat_run | 准备聊天自动化的参数 |
| start_boss_chat_run | 开始自动聊天沟通 |
| get_boss_chat_run | 查看聊天进度 |
| pause_boss_chat_run | 暂停聊天 |
| resume_boss_chat_run | 恢复聊天 |
| cancel_boss_chat_run | 取消聊天 |
| run_recruit_pipeline | 运行招聘渠道流程 |
| start_recruit_pipeline_run | 启动招聘流程(异步) |
| get_recruit_pipeline_run | 查看招聘进度 |
| cancel_recruit_pipeline_run | 取消招聘 |
| pause_recruit_pipeline_run | 暂停招聘 |
| resume_recruit_pipeline_run | 恢复招聘 |
| set_screening_config | 在线更新配置(API Key / 模型等) |
AI 指令模板(复制即用)
以下模板可直接复制并在 Cursor / Claude Code / Trae 等 AI 编辑器中发送给 AI,AI 会自动调用对应 MCP 工具完成操作。
推荐页筛选
请调用 boss-mcp-assistant 的推荐页筛选工具,帮我筛选 BOSS 直聘推荐页的候选人,端口 9222。
请先调用 list_recommend_jobs 读取岗位列表,然后使用我指定的岗位。
页面范围:recommend
岗位:<从 list_recommend_jobs 获取的完整岗位名称>
学校标签:不限
学历:本科、硕士、博士
性别:不限
近14天没有:近14天没有
筛选标准:
<写你的筛选条件>
目标数量:20
通过后动作:greet
打招呼上限:20
我已经确认以上所有条件。
请先调用 list_recommend_jobs 读取岗位列表。
如果成功获取岗位列表后,调用 start_recommend_pipeline_run 启动任务。
如果返回 NEED_CONFIRMATION,请根据 pending_questions 补齐确认字段后再调用一次。
返回 ACCEPTED 和 run_id 后停止,不要自动轮询。| 参数 | 可选值 | 说明 |
|------|--------|------|
| 页面范围 | recommend / featured / latest | 三个 tab 之一 |
| 学校标签 | 不限 / 985 / 211 / 双一流院校 / 留学 / 国内外名校 / 公办本科 | 可传数组 |
| 学历 | 不限 / 本科 / 硕士 / 博士 | 可传数组 |
| 性别 | 不限 / 男 / 女 | — |
| 近14天没有 | 不限 / 近14天没有 | — |
| 通过后动作 | favorite / greet / none | greet=打招呼 |
真实示例(直接复制,改参数即可用):
请调用 boss-mcp-assistant 的推荐页筛选工具,帮我筛选 BOSS 直聘推荐页的候选人,端口 9222。
请先调用 list_recommend_jobs 读取岗位列表,然后使用我指定的岗位。
页面范围:recommend
岗位:海外众筹运营专员(内容/社群方向) _ 北京 25-40K
学校标签:不限
学历:本科、硕士、博士
性别:不限
近14天没有:近14天没有
筛选标准:
科技产品的内容运营/市场运营/产品营销经验;
具备海外内容运营、英文内容撰写、海外社媒运营或跨文化传播经验;
有社群运营经验,海外社群运营经验优先;
有 Kickstarter、Indiegogo、Crowdfunding、Product Hunt、众筹预热、众筹页面内容、众筹更新、Backer 沟通经验者优先;
排除仅有国内公众号、小红书、抖音、私域、电商直播经验且无海外内容/英文/科技产品经验的候选人。
目标数量:20
通过后动作:greet
打招呼上限:20
我已经确认以上所有条件。
请先调用 list_recommend_jobs 读取岗位列表。
如果成功获取岗位列表后,调用 start_recommend_pipeline_run 启动任务。
如果返回 NEED_CONFIRMATION,请根据 pending_questions 补齐确认字段后再调用一次。
返回 ACCEPTED 和 run_id 后停止,不要自动轮询。聊天页自动沟通 · 通用模板
请调用 boss-mcp-assistant 的聊天自动沟通工具,帮我筛选 BOSS 直聘聊天页的候选人,端口 9222。
请先调用 prepare_boss_chat_run 读取岗位列表,然后使用我指定的岗位。
岗位:<从 prepare_boss_chat_run 获取的完整岗位名称>
起始范围:unread
目标数量:all
筛选标准:
<写你的筛选条件>
打招呼消息:Hi,看了您的简历觉得比较匹配,方便沟通下吗?
通过后动作:request_cv(附带打招呼消息)
我已经确认以上所有条件。
请调用 start_boss_chat_run 启动任务。
如果返回 NEED_INPUT 或 NEED_CONFIRMATION,请根据提示补齐字段后再调用一次。
返回 ACCEPTED 和 run_id 后停止,不要自动轮询。| 参数 | 可选值 | 说明 |
|------|--------|------|
| 岗位 | 从 prepare_boss_chat_run 获取 | 支持岗位名称 / 编号 / value |
| 起始范围 | unread / all | 未读或全部 |
| 目标数量 | 数字 / all | all = 扫到底 |
| 筛选标准 | 自然语言描述 | — |
| 打招呼消息 | 自定义文本 | 首条打招呼内容 |
| 通过后动作 | request_cv / ask_cv / 求简历 | 请求对方发送简历 |
聊天页自动沟通 · 分场景模板
🌱 实习生筛选模板
适用于校招/实习岗位,重点筛选院校背景、专业方向、基础能力、实习经历。
请调用 boss-mcp-assistant 的聊天自动沟通工具,帮我筛选 BOSS 直聘聊天页的候选人,端口 9222。
请先调用 prepare_boss_chat_run 读取岗位列表,然后使用我指定的岗位。
岗位:<从 prepare_boss_chat_run 获取的完整岗位名称>
起始范围:unread
目标数量:all
筛选标准:
985/211 院校优先,计算机、软件工程、人工智能、数学、统计学等相关专业;
具备扎实的编程基础,熟悉至少一门编程语言(Java / Python / Go / C++);
有相关实习经历或实验室项目经验者优先;
有开源项目贡献、竞赛获奖(ACM、Kaggle、数学建模等)者优先;
沟通表达清晰,学习能力强;
排除非技术方向或完全没有编程基础的候选人。
打招呼消息:同学你好~看了你的简历,觉得你的专业背景和我们团队的方向比较匹配,方便发一份详细简历,我们进一步沟通一下吗?
通过后动作:request_cv
我已经确认以上所有条件。
请调用 start_boss_chat_run 启动任务。
如果返回 NEED_INPUT 或 NEED_CONFIRMATION,请根据提示补齐字段后再调用一次。
返回 ACCEPTED 和 run_id 后停止,不要自动轮询。实习生场景变体(按岗位类型):
| 岗位方向 | 筛选重点 | 打招呼话术 | |----------|---------|-----------| | 前端开发实习生 | HTML/CSS/JS/TS 基础、React/Vue 项目经验 | "同学你好,看了你的前端项目经验很符合我们团队的要求,方便发份简历聊聊吗?" | | 后端开发实习生 | Java/Go/Python、数据库、计算机网络基础 | "同学你好,你的技术基础很扎实,和我们后端团队的方向很匹配,方便沟通一下吗?" | | AI/算法实习生 | 机器学习/深度学习基础、Python、论文/竞赛经历 | "同学你好,看到你有 AI 相关的研究经历,很感兴趣,方便发份详细简历吗?" | | 产品实习生 | 产品思维、用户调研能力、原型工具使用、相关实习 | "同学你好,你的产品实习经历和我们团队很契合,方便聊聊你的想法吗?" | | 运营实习生 | 内容运营/用户运营经验、数据分析能力、工具熟练度 | "同学你好,看了你的运营经历觉得和我们很匹配,方便发份简历沟通一下吗?" |
💼 社招筛选模板
适用于有工作经验的候选人,重点考察技术深度、项目经验、行业匹配度、团队协作。
请调用 boss-mcp-assistant 的聊天自动沟通工具,帮我筛选 BOSS 直聘聊天页的候选人,端口 9222。
请先调用 prepare_boss_chat_run 读取岗位列表,然后使用我指定的岗位。
岗位:<从 prepare_boss_chat_run 获取的完整岗位名称>
起始范围:unread
目标数量:all
筛选标准:
3年以上后端开发经验,精通 Go 或 Java,熟悉微服务架构;
有分布式系统设计经验,熟悉 Kafka / Redis / MySQL 等中间件;
有高并发、高可用系统实战经验;
有主导或深度参与过大型项目架构设计者优先;
有互联网大厂或同行业背景者优先;
学历本科及以上,计算机相关专业;
排除仅有前端开发经验、运维经验或非技术背景的候选人。
打招呼消息:您好,看了您的职业背景觉得非常匹配我们团队的资深后端岗位,方便沟通一下详细情况吗?
通过后动作:request_cv
我已经确认以上所有条件。
请调用 start_boss_chat_run 启动任务。
如果返回 NEED_INPUT 或 NEED_CONFIRMATION,请根据提示补齐字段后再调用一次。
返回 ACCEPTED 和 run_id 后停止,不要自动轮询。社招场景变体(按岗位类型):
| 岗位方向 | 筛选重点 | 打招呼话术 | |----------|---------|-----------| | 前端架构师 | 5年+前端经验、React/Vue 深度使用、工程化/性能优化、Node.js 经验 | "您好,您的前端技术沉淀和架构经验很吸引我们,方便聊聊技术细节吗?" | | Java 高级工程师 | 3年+ Java 经验、Spring 全家桶、微服务、高并发实战 | "您好,您的 Java 技术栈非常契合我们团队,方便沟通下项目经验吗?" | | 产品经理 | 3年+产品经验、B端/C端产品方法论、数据分析驱动、行业认知 | "您好,看了您的产品经历觉得和我们的方向很一致,方便聊聊产品思考吗?" | | 数据分析师 | SQL / Python、AB 测试、数据建模、业务分析能力、数据驱动思维 | "您好,您的数据分析背景和我们团队很匹配,方便发份简历沟通一下吗?" | | 技术管理岗 (TL/总监) | 8年+经验、团队管理经验、架构决策能力、跨部门协作、行业视野 | "您好,您的技术管理经验和行业视野非常符合我们的需求,方便深入沟通吗?" | | 运维/SRE | Linux 系统管理、K8s / Docker、CI/CD、监控体系、故障排查能力 | "您好,看了您的运维背景觉得非常匹配,方便沟通下技术细节吗?" | | Web3/区块链 | Solidity / Rust、智能合约、DeFi / NFT 项目经验、安全意识 | "您好,您的区块链项目经验很符合我们的方向,方便详细聊聊吗?" |
真实示例(社招):
请调用 boss-mcp-assistant 的聊天自动沟通工具,帮我筛选 BOSS 直聘聊天页的候选人,端口 9222。
请先调用 prepare_boss_chat_run 读取岗位列表,然后使用我指定的岗位。
岗位:资深后端开发工程师 _ 北京 35-50K
起始范围:unread
目标数量:all
筛选标准:
5年以上后端开发经验,精通 Go 或 Java;
有分布式系统设计经验;
有高并发、微服务架构经验;
排除只有前端或运维经验的候选人。
打招呼消息:Hi,看了您的技术背景觉得比较匹配我们后端团队的职位,方便沟通下吗?
通过后动作:request_cv
我已经确认以上所有条件。
请调用 start_boss_chat_run 启动任务。
如果返回 NEED_INPUT 或 NEED_CONFIRMATION,请根据提示补齐字段后再调用一次。
返回 ACCEPTED 和 run_id 后停止,不要自动轮询。执行流程说明
| 步骤 | 推荐页 | 聊天页 |
|------|--------|--------|
| 1. 读取岗位 | list_recommend_jobs | prepare_boss_chat_run |
| 2. 启动任务 | start_recommend_pipeline_run | start_boss_chat_run |
| 3. 补齐确认 | 若返回 NEED_CONFIRMATION,按 pending_questions 补齐 | 同左 |
| 4. 查看状态 | get_recommend_run(run_id) | get_boss_chat_run(run_id) |
| 暂停 | pause_recommend_pipeline_run | pause_boss_chat_run |
| 恢复 | resume_recommend_pipeline_run | resume_boss_chat_run |
| 取消 | cancel_recommend_pipeline_run | cancel_boss_chat_run |
在 AI 编辑器中使用(MCP 配置)
如果你用 Cursor
- 打开 Cursor → Settings → Features → MCP Servers
- 点 "+ Add New MCP Server"
- 类型选
command - Name 填
boss-mcp-assistant - Command 填:
boss-mcp-assistant start- 点 "Save"
然后在聊天框里告诉 Cursor:
"帮我用 BOSS 直聘推荐页筛选一下后端开发的候选人,目标 20 个" "帮我运行聊天自动化,给匹配的候选人打招呼"
如果你用 Claude Code
claude mcp add boss-mcp-assistant -- npx -y boss-mcp-assistant start如果你用 Trae(含 trae-cn)
boss-mcp-assistant install --agent trae-cn许可
MIT
