Reed Jobs MCP 서버

“Reed Jobs” MCP 서버는 무엇을 하나요?

Reed Jobs MCP 서버는 Model Context Protocol(MCP) 서버로, AI 어시스턴트와 개발 도구를 Reed Jobs API와 연결하여 손쉬운 채용 검색 및 정보 조회 기능을 제공합니다. 이 서버는 AI 에이전트와 Reed.co.uk 채용 플랫폼 사이의 다리 역할을 하며, 사용자가 키워드, 위치, 급여, 계약 형태, 원격 근무 여부 등 다양한 필터로 채용 공고를 검색하고, 특정 공고의 상세 정보를 가져올 수 있게 합니다. 최신 고용 데이터를 활용한 AI 기반 워크플로우에 적합하여, 채용 추천 시스템, 채용 자동화, 실시간 구인 시장 인사이트가 필요한 개발 환경에 유용합니다.

프롬프트 목록

저장소나 문서에서 프롬프트 템플릿이 발견되지 않았습니다.

리소스 목록

저장소나 문서에 명시적인 MCP 리소스가 설명되어 있지 않습니다.

도구 목록

• mcp_reed_jobs_search_jobs
  키워드, 위치, 계약 형태, 정규직/파트타임/계약직, 급여 범위, 위치로부터의 거리 등 다양한 필터로 채용 공고를 검색할 수 있습니다.

• mcp_reed_jobs_get_job_details
  채용 공고 ID를 기반으로 특정 공고의 상세 정보를 조회합니다.

MCP 서버 활용 사례

• 채용 검색 자동화
  개발자는 특정 직무, 위치, 급여 범위로 채용 검색을 자동화하여 사용자나 클라이언트가 효율적으로 관련 공고를 찾을 수 있습니다.

• AI 기반 채용 추천
  AI 어시스턴트가 사용자의 선호도에 따라 채팅봇이나 퍼스널 에이전트에 채용 공고를 추천할 수 있습니다.

• 채용 워크플로우 강화
  채용 에이전시나 HR 도구에서 필터링 및 공고 상세 조회로 후보자 소싱과 매칭 과정을 간소화할 수 있습니다.

• 데이터 분석 및 시장 인사이트
  대량의 채용 공고를 조회하여 특정 지역 내 급여, 계약 형태, 원격 근무 트렌드 등 다양한 데이터를 분석할 수 있습니다.

설치 방법

Windsurf

Windsurf에 대한 문서화된 설치 안내가 없습니다.

Claude

1. Node.js(v16+)와 npm/yarn이 설치되어 있는지 확인하세요.
2. Reed 개발자 포털에서 Reed API 키를 발급받으세요.
3. Smithery를 통해 설치:

   npx -y @smithery/cli install @kld3v/reed_jobs_mcp --client claude
   

4. 프로젝트 루트에 .env 파일을 생성하고 다음과 같이 API 키를 추가하세요:

   REED_API_KEY=your_reed_api_key_here
   

5. 환경에 맞게 서버를 시작하세요.

Cursor

1. Node.js(v16+)와 npm/yarn이 설치되어 있는지 확인하세요.
2. Reed 개발자 포털에서 Reed API 키를 발급받으세요.
3. 의존성 설치:

   npm install
   

4. .env 파일 생성:

   REED_API_KEY=your_reed_api_key_here
   

5. 프로젝트 빌드 및 실행:

   npm run build
   npm start
   

6. Cursor에서 mcp.json 구성:

   {
     "mcpServers": {
       "reed-jobs-mcp": {
         "command": "node",
         "args": ["path/to/your/dist/index.js"],
         "cwd": "path/to/your/project"
       }
     }
   }
   

Cline

Cline에 대한 문서화된 설치 안내가 없습니다.

API 키 보안

.env 파일에 환경 변수를 사용하세요:

REED_API_KEY=your_reed_api_key_here

환경별 JSON 구성 예시:

{
  "mcpServers": {
    "reed-jobs-mcp": {
      "command": "node",
      "args": ["path/to/your/dist/index.js"],
      "cwd": "path/to/your/project",
      "env": {
        "REED_API_KEY": "${REED_API_KEY}"
      }
    }
  }
}

플로우 내에서 MCP 사용법

FlowHunt에서 MCP 사용하기

FlowHunt 워크플로우에 MCP 서버를 통합하려면, 우선 MCP 컴포넌트를 플로우에 추가하고 AI 에이전트와 연결하세요:

MCP 컴포넌트를 클릭해 설정 패널을 엽니다. 시스템 MCP 설정란에 MCP 서버 정보를 다음 JSON 형식으로 입력하세요:

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

설정이 완료되면 AI 에이전트가 해당 MCP의 모든 기능을 도구로 사용할 수 있습니다. “reed-jobs-mcp"는 실제 MCP 서버 이름으로, URL도 본인 MCP 서버 주소로 변경하세요.

개요

저희의 의견:
이 MCP 서버는 Reed Jobs API와 실제 통합을 제공하며, Cursor와 Claude에 대한 명확한 설치 안내가 있습니다. 다만, 프롬프트 템플릿, 리소스 목록, 명시적 샘플링/roots 등 고급 MCP 기능은 부족합니다. 기본 사용에 대한 문서화는 명확하지만, 고급 설정에 대한 안내는 최소한입니다.

MCP 점수

평가:
위 두 표를 바탕으로, 이 MCP 서버는 10점 만점에 5점을 기록합니다. 핵심 기능은 잘 수행하고 오픈소스이지만, 고급 MCP 기능, 리소스, 커뮤니티 활성화는 부족합니다.