BambooHR MCP 服务器集成

“BambooHR” MCP 服务器能做什么？

BambooHR MCP 服务器是一个 Model Context Protocol (MCP) 库，旨在帮助 AI 助手与 BambooHR API 无缝集成。它基于 Node.js 和 TypeScript 构建，提供了清晰、类型安全的接口，便于访问和操作 BambooHR 的各类端点。作为 AI 系统与 HR 数据之间的桥梁，BambooHR MCP 服务器让开发者和组织能够实现更高效的工作流，例如查询员工目录、管理项目分配、提交工时，以及获取团队可用性信息。通过集成，该服务器可帮助 AI 助手自动化 HR 相关任务，简化数据检索，并提升开发环境下的人力资源管理效率。

提示模板列表

仓库中未明确记录任何提示模板。

资源列表

仓库中未明确记录任何 MCP 资源。

工具列表

• fetchWhosOut：获取当前不在办公室的员工名单。
• fetchProjects：获取与员工相关的项目信息。
• submitWorkHours：为特定项目与任务提交工时。
• getMe：获取已认证用户的详细信息。
• fetchEmployeeDirectory：列出所有员工的姓名、邮箱和职位信息。
• fetchTimeEntries：获取员工的工时记录。

此 MCP 服务器的应用场景

• 员工目录检索：快速获取所有员工的姓名、邮箱和职位，简化 HR 数据查询和报表。
• 项目与任务管理：获取分配给员工的项目和任务，便于 HR 和团队负责人追踪时间和资源分配。
• 工时提交：自动记录特定项目和任务的工时，简化 HR 流程并减少人工录入错误。
• 团队可用性跟踪：即时识别谁不在办公室，优化资源规划，减少排班冲突。
• 个人信息查询：获取已认证用户的详细信息，用于个性化 HR 仪表盘或助手互动。

如何设置

Windsurf

1. 确保已安装 Node.js 和 npm。
2. 克隆仓库并安装依赖：

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

3. 编辑您的配置文件，添加 BambooHR MCP 服务器：

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

4. 设置 API 密钥环境变量（见下文）。
5. 保存并重启 Windsurf，确认服务器已运行。

Claude

1. 先决条件：安装 Node.js 和 npm。
2. 如上所述克隆并设置 BambooHR MCP 服务器。
3. 在 Claude 配置中添加：

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

4. 配置所需环境变量（见下文）。
5. 保存并重启 Claude，确认连接正常。

Cursor

1. 安装 Node.js 和 npm。
2. 克隆并安装 bamboohr-mcp：

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

3. 添加到 Cursor 配置：

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

4. 设置环境变量（见下文）。
5. 保存并重启 Cursor。

Cline

1. 确保已安装 Node.js 和 npm。
2. 按上述方法克隆并安装。
3. 在 Cline 配置中添加如下内容：

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

4. 按上述方法设置环境变量。
5. 保存并重启 Cline。

通过环境变量安全存储 API 密钥

在您的环境或 .env 文件中设置如下内容：

BAMBOOHR_TOKEN=your_api_token_here
BAMBOOHR_COMPANY_DOMAIN=yourcompany
BAMBOOHR_EMPLOYEE_ID=123

也可在 JSON 配置中指定环境变量：

{
  "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"
      }
    }
  }
}

在流程中使用此 MCP

在 FlowHunt 中集成 MCP

要将 MCP 服务器集成到 FlowHunt 工作流，请先在流程中添加 MCP 组件并将其连接到您的 AI 代理：

点击 MCP 组件，打开配置面板。在系统 MCP 配置部分，使用如下 JSON 格式填写您的 MCP 服务器信息：

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

配置完成后，AI 代理即可作为工具使用此 MCP，并获得其所有功能。请将 “bamboohr-mcp” 替换为您实际的 MCP 服务器名称，并将 URL 替换为您自己的 MCP 服务器地址。

概览

| Roots 支持 | ⛔ | 未提及 |

我们的看法

BambooHR MCP 为开发者和基于 MCP 的 AI 助手提供了基础、类型安全的 BambooHR 集成。虽然结构清晰并涵盖主要 HR API 端点，但目前缺少明确的提示/资源定义，也未记录诸如 Roots 或采样等高级 MCP 特性。适合核心 HR 自动化，但不是功能全面的 MCP 参考实现。

综上所述，我们对该 MCP 服务器的 MCP 完整度评分为 4/10：涵盖了核心 API 工具和配置，但缺乏高级功能、提示模板和资源暴露。

MCP 评分