BambooHR MCPサーバー統合

「BambooHR」MCPサーバーとは？

BambooHR MCPサーバーは、AIアシスタントとBambooHR APIのシームレスな統合を目的としたModel Context Protocol（MCP）ライブラリです。Node.jsとTypeScriptで構築されており、さまざまなBambooHRエンドポイントへのアクセス・操作を型安全かつクリーンなインターフェースで提供します。AIシステムと人事データの橋渡しとして機能することで、開発者や組織は従業員ディレクトリのクエリ、プロジェクト割り当て管理、勤務時間の提出、チームの稼働状況取得など、強化されたワークフローを実現できます。この統合により、AIアシスタントによる人事関連タスクの自動化、データ取得の効率化、開発環境におけるより効果的な人事管理が可能になります。

プロンプト一覧

リポジトリ内に明示的なプロンプトテンプレートは記載されていません。

リソース一覧

リポジトリ内に明示的なMCPリソースは記載されていません。

ツール一覧

• fetchWhosOut: 現在オフィスを離れている従業員の一覧を取得します。
• fetchProjects: 従業員に関連するプロジェクトデータを取得します。
• submitWorkHours: 特定のプロジェクト・タスクの勤務時間を提出します。
• getMe: 認証済みユーザーの詳細を取得します。
• fetchEmployeeDirectory: 全従業員の名前、メール、職種の一覧を取得します。
• fetchTimeEntries: 従業員のタイムエントリー記録を取得します。

このMCPサーバーのユースケース

• 従業員ディレクトリの取得: 全従業員の名前、メール、職種を一覧ですばやく取得し、人事データの検索やレポート作成を効率化。
• プロジェクト・タスク管理: 従業員に割り当てられたプロジェクトやタスクを取得し、時間やリソース配分の管理を人事やチームリーダーが容易に。
• 勤務時間の提出: 特定のプロジェクトやタスクの勤務時間を自動で記録し、人事プロセスを簡易化し手作業のミスを削減。
• チーム稼働状況の追跡: オフィス不在者を即座に特定し、リソース計画やスケジュール調整の衝突を回避。
• 個人情報の取得: 認証済みユーザーの詳細を取得し、パーソナライズされた人事ダッシュボードやAIアシスタントとの連携に活用。

セットアップ方法

Windsurf

1. Node.jsとnpmがインストールされていることを確認します。
2. リポジトリをクローンし依存関係をインストールします:

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

3. 設定ファイルにBambooHR MCPサーバーを追加します:

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

4. APIキー用の環境変数を設定します（下記参照）。
5. 保存してWindsurfを再起動し、サーバーが稼働していることを確認します。

Claude

1. 前提: Node.jsとnpmをインストールします。
2. 上記と同様にBambooHR MCPサーバーをクローン・セットアップします。
3. Claudeの設定に次を追加します:

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

4. 必要な環境変数を設定します（下記参照）。
5. 保存し、Claudeを再起動して接続を確認します。

Cursor

1. Node.jsとnpmをインストールします。
2. bamboohr-mcpをクローン・インストール:

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

3. Cursorの設定に追加します:

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

4. 環境変数を設定します（下記参照）。
5. 保存してCursorを再起動します。

Cline

1. Node.jsとnpmがあることを確認します。
2. 上記と同様にクローン・インストールします。
3. Clineの設定に次を追加します:

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

4. 記載の通り環境変数を設定します。
5. 保存してClineを再起動します。

APIキーの環境変数による安全な管理

環境または.envファイルに下記を設定してください:

BAMBOOHR_TOKEN=your_api_token_here
BAMBOOHR_COMPANY_DOMAIN=yourcompany
BAMBOOHR_EMPLOYEE_ID=123

またはJSON設定内で環境変数を指定できます:

{
  "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"
      }
    }
  }
}

FlowHuntフロー内でのMCPの使い方

FlowHuntでMCPサーバーをワークフローに組み込むには、まずMCPコンポーネントをフローに追加し、AIエージェントと接続します。

MCPコンポーネントをクリックして設定パネルを開き、システムMCP設定欄に以下のようなJSON形式でMCPサーバー情報を入力します。

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

設定が完了すると、そのAIエージェントはこのMCPのすべての機能やツールを利用できるようになります。なお、“bamboohr-mcp"は実際のMCPサーバー名に、URLもご自身のMCPサーバーURLへ変更してください。

概要

| Rootsサポート | ⛔ | 記載なし |

当社の見解

BambooHR MCPは、開発者やMCPベースのAIアシスタント向けにBambooHRとの基本的かつ型安全な統合を提供します。構造は良好で主要な人事APIエンドポイントをカバーしていますが、プロンプトやリソースの明示的な定義、高度なMCP機能（RootsやSamplingなど）の記載は現状ありません。主要な人事自動化には十分ですが、MCPのリファレンス実装としては機能が限定的です。

上記を踏まえ、このMCPサーバーのMCP総合度評価は4/10とします。コアAPIツールと設定は備えていますが、高度な機能、プロンプトテンプレート、リソースの公開はありません。

MCPスコア