Integrace BambooHR MCP Serveru

K čemu slouží “BambooHR” MCP Server?

BambooHR MCP Server je knihovna Model Context Protocol (MCP) určená pro bezproblémovou integraci AI asistentů s API BambooHR. Postavený na Node.js a TypeScript poskytuje čisté, typově bezpečné rozhraní pro přístup a práci s různými endpointy BambooHR. Díky propojení AI systémů s HR daty umožňuje BambooHR MCP Server vývojářům a organizacím pokročilé workflow, jako je dotazování do adresáře zaměstnanců, správa projektových úkolů, zadávání pracovních hodin nebo zjišťování dostupnosti členů týmu. Tato integrace dává AI asistentům možnost automatizovat HR úkoly, zrychlit získávání dat a podpořit efektivnější správu lidských zdrojů ve vývojářském prostředí.

Seznam promptů

V repozitáři nejsou uvedeny ani zdokumentovány žádné explicitní šablony promptů.

Seznam zdrojů

V repozitáři nejsou zdokumentovány žádné explicitní MCP zdroje.

Seznam nástrojů

• fetchWhosOut: Získá seznam zaměstnanců, kteří jsou aktuálně mimo kancelář.
• fetchProjects: Načte data o projektech přiřazených zaměstnanci.
• submitWorkHours: Umožňuje zadat pracovní hodiny ke konkrétnímu projektu a úkolu.
• getMe: Získá údaje o přihlášeném (ověřeném) uživateli.
• fetchEmployeeDirectory: Vylistuje všechny zaměstnance se jmény, emaily a pracovními pozicemi.
• fetchTimeEntries: Získá záznamy o pracovních vstupech zaměstnanců.

Použití MCP serveru v praxi

• Získání adresáře zaměstnanců: Rychle získáte seznam všech zaměstnanců včetně jmen, emailů a pozic – ideální pro vyhledání nebo reportování HR dat.
• Správa projektů a úkolů: Stáhněte si projekty a úkoly přiřazené zaměstnanci, což usnadní sledování času a alokaci zdrojů HR pracovníkům i vedoucím týmů.
• Zadávání pracovních hodin: Automatizujte zápis pracovních hodin na konkrétní projekty a úkoly, což zjednoduší HR procesy a sníží chybovost ručního zadávání.
• Sledování dostupnosti týmu: Okamžitě zjistíte, kdo je mimo kancelář a můžete lépe plánovat zdroje či předcházet kolizím ve schůzkách.
• Vyhledávání osobních údajů: Získávejte údaje o ověřeném uživateli, např. pro personalizované HR dashboardy nebo interakce asistentů.

Jak to nastavit

Windsurf

1. Ujistěte se, že máte nainstalovaný Node.js a npm.
2. Naklonujte repozitář a nainstalujte závislosti:

   git clone https://github.com/encoreshao/bamboohr-mcp.git
   cd bamboohr-mcp
   npm install
   

3. Upravte svůj konfigurační soubor a přidejte BambooHR MCP server:

   {
     "mcpServers": {
       "bamboohr-mcp": {
         "command": "npx",
         "args": ["@bamboohr/mcp-server@latest"]
       }
     }
   }
   

4. Nastavte environmentální proměnné pro API klíče (viz níže).
5. Uložte a restartujte Windsurf. Ověřte, že server běží.

Claude

1. Předpoklad: Nainstalujte Node.js a npm.
2. Naklonujte a nastavte BambooHR MCP server dle výše uvedeného postupu.
3. Do konfigurace Claude přidejte:

   {
     "mcpServers": {
       "bamboohr-mcp": {
         "command": "npx",
         "args": ["@bamboohr/mcp-server@latest"]
       }
     }
   }
   

4. Nakonfigurujte potřebné environmentální proměnné (viz níže).
5. Uložte, restartujte Claude a ověřte spojení.

Cursor

1. Nainstalujte Node.js a npm.
2. Naklonujte a nainstalujte bamboohr-mcp:

   git clone https://github.com/encoreshao/bamboohr-mcp.git
   cd bamboohr-mcp
   npm install
   

3. Přidejte do konfigurace Cursor:

   {
     "mcpServers": {
       "bamboohr-mcp": {
         "command": "npx",
         "args": ["@bamboohr/mcp-server@latest"]
       }
     }
   }
   

4. Nastavte environmentální proměnné (viz níže).
5. Uložte a restartujte Cursor.

Cline

1. Ujistěte se, že máte Node.js a npm.
2. Naklonujte a nainstalujte dle výše uvedeného postupu.
3. Přidejte následující do konfigurace Cline:

   {
     "mcpServers": {
       "bamboohr-mcp": {
         "command": "npx",
         "args": ["@bamboohr/mcp-server@latest"]
       }
     }
   }
   

4. Nastavte environmentální proměnné dle popisu výše.
5. Uložte a restartujte Cline.

Zabezpečení API klíčů pomocí environmentálních proměnných

Nastavte si ve svém prostředí nebo v souboru .env například:

BAMBOOHR_TOKEN=your_api_token_here
BAMBOOHR_COMPANY_DOMAIN=yourcompany
BAMBOOHR_EMPLOYEE_ID=123

Environmentální proměnné můžete zadat také přímo v JSON konfiguraci:

{
  "mcpServers": {
    "bamboohr-mcp": {
      "command": "npx",
      "args": ["@bamboohr/mcp-server@latest"],
      "env": {
        "BAMBOOHR_TOKEN": "your_api_token_here",
        "BAMBOOHR_COMPANY_DOMAIN": "yourcompany",
        "BAMBOOHR_EMPLOYEE_ID": "123"
      }
    }
  }
}

Jak používat MCP v rámci workflow

Použití MCP ve FlowHunt

Pro integraci MCP serverů do workflow FlowHunt začněte přidáním MCP komponenty do svého workflow a jejím propojením s AI agentem:

Klikněte na komponentu MCP pro otevření konfiguračního panelu. V sekci konfigurace systémového MCP vyplňte údaje o svém MCP serveru v tomto JSON formátu:

{
  "bamboohr-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po uložení bude AI agent moci tento MCP používat jako nástroj se všemi jeho funkcemi a možnostmi. Nezapomeňte změnit “bamboohr-mcp” na skutečný název svého MCP serveru a URL nahradit adresou vlastního MCP serveru.

Přehled

| Podpora Roots | ⛔ | Není zmíněno |

Náš názor

BambooHR MCP nabízí základní, typově bezpečnou integraci s BambooHR pro vývojáře a AI asistenty postavené na MCP. Přestože je dobře strukturovaný a pokrývá klíčové HR API endpointy, v současné době mu chybí explicitní šablony promptů, definice zdrojů a nedokumentuje pokročilé MCP funkce jako Roots nebo Sampling. Je vhodný pro základní HR automatizace, ale nejde o plnohodnotnou MCP referenční implementaci.

Na základě výše uvedeného hodnotím tento MCP server známkou 4/10 z hlediska celkové MCP úplnosti: pokrývá základní API nástroje a konfiguraci, ale postrádá pokročilé funkce, šablony promptů a vystavení zdrojů.

MCP skóre