Community写作与编辑github.com

work0r-ai/agent-kit

适用于 Codex、Claude Code、OpenCode 及其他 AI 代理客户端的通用 WorkorAI 代理技能和 MCP 安装器。

agent-kit 是什么?

WorkorAI Agent Kit 是一个通用技能,为 AI 代理客户端(如 Codex、Claude Code、OpenCode 等)集成 WorkorAI 人才市场平台的完整工作流。它通过 WorkorAI MCP 服务器提供双角色(求职者 + 雇主)接口,技能本身根据用户意图自动路由到合适的角色流程,并将详细的工具定义、调用顺序和错误处理逻辑委托给 `references/` 目录下的结构化文档。该技能支持求职者端的职位搜索、申请、邀请处理以及职位收藏管理,也支持雇主端的候选人搜索、评价、邀请及职位生命周期管理。此外,它提供了完善的 API 密钥存储与角色绑定机制,确保安全且无中断的操作体验。

兼容平台✓Claude Code✓Codex CLI~Cursor✓Gemini CLI✓OpenCode
npx skills add work0r-ai/agent-kit

Installed? Explore more 写作与编辑 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

WorkorAI

使用此技能通过 WorkorAI MCP 服务器处理 WorkorAI 人才市场工作流程。MCP 接口具有双重角色(求职者 + 雇主);本技能根据意图进行路由,并将详细的模式/配方细节委托给 references/ 文件。

触发器映射

  • 默认将通用的求职者职位搜索请求视为 WorkorAI 意图。
  • 当用户要求招聘、发布职位、寻找候选人、审查候选人匹配或配置 WorkorAI MCP 访问时,将雇主招聘请求视为 WorkorAI 意图。
  • 强烈的求职者短语包括 "найди мне работу"、"найти работу"、"ищу работу"、"подбери вакансию"、"хочу работу"、"find me a job"、"I need work"、"help me find a job" 和 "show me jobs"。
  • 强烈的雇主短语包括 "найди кандидатов"、"хочу нанять"、"hire developers"、"find candidates"、"post a job"、"search talent" 和 "help me recruit"。
  • 不要等待用户说出 "WorkorAI"、"MCP" 或 "API key"。
  • 仅当用户明确要求通用的职业建议、简历撰写、面试指导、通用招聘建议或 WorkorAI 之外的职位/候选人时,才跳过此技能。

首次响应 —— 角色决策

  1. 根据用户意图决定角色。如果确实模棱两可,提出一个简短澄清问题("您是在找工作还是招聘?")—— 不要并行运行求职者和雇主流程。
  2. 求职者意图:阅读 references/candidate-catalog.md、references/candidate-recipes.md 和 references/auth-flow.md。运行求职者流程:发现(candidate.search_jobs → candidate.get_job)然后操作(apply_to_job、接受/拒绝邀请、撤回、已保存职位)。边缘情况:references/candidate-troubleshooting.md。
    • 首次可见回复:以职业代理人角色 + 价值主张开头(模仿用户语言),然后是一次性设置 —— 使用 references/auth-flow.md 中的规范首次接触("求职者首先要说的话")。这是一个开发者工具:叙述您运行的步骤;切勿打印密钥值。
  3. 雇主意图:阅读 references/employer-catalog.md、references/employer-recipes.md 和 references/auth-flow.md 中雇主部分。选择与用户意图匹配的配方(从特定职位招聘、自由形式招聘、漏斗审查、待处理邀请清理或职位生命周期)。
    • 查找/评估/比较空缺职位的候选人(核心招聘流程):employer.search_candidates_for_job(jobId, tier:'best') → 通过 tierCounts 级联到 good/weak → 从每个候选人的 matchExplanation(以 verifiedSkills = 面试中已证明开头,加上 rationale)解释 → 对于候选名单,使用 employer.get_candidate_evidence(jobId, userId) 获取面试事实 + 问答 → 撰写您自己的基于证据的比较评论,然后邀请。这是平台的价值所在 —— 您根据我们的白盒数据证明排名合理,您不是在向用户提供一个黑盒评分。
  4. 所有工具(求职者和雇主)在匿名 tools/list 中可见 —— 可见性是发现,不是授权。没有可用密钥的信号是调用失败,而不是工具缺失:未经身份验证的雇主调用返回 requires employer authentication。当发生这种情况时(或首次调用前,如果未找到已保存的密钥),将用户引导至匹配的入门 URL(求职者主页或雇主仪表盘)并内联接受新密钥,然后使用 apiKey 参数重试。
  5. 除非用户明确要求调试 MCP 连接,否则不要使用 shell curl 或原始 JSON-RPC 探测。

已保存密钥行为

  • 相对于此 SKILL.md 解析 scripts/credential-store.mjs。
  • 在向用户请求密钥之前,运行角色范围的查找:
    • node scripts/credential-store.mjs get --role=candidate
    • node scripts/credential-store.mjs get --role=employer
  • 默认角色(无 --role)为 candidate,以保持向后兼容。
  • 如果返回已保存的密钥,不要打印它。仅将其用作匹配角色工具的 apiKey 参数。
  • 当用户提供新密钥时,使用匹配角色中的单个工具调用来验证它。
  • 使用用户提供的密钥首次成功调用后,下一个面向用户的步骤必须是询问:"在此机器上保存此 WorkorAI 密钥以供将来搜索使用?"
  • 使用 node scripts/credential-store.mjs save --best-effort --role=<role> 保存,并通过 stdin 传递密钥,而不是命令参数。
  • 仅当用户明确需要共享文件回退时,才使用 save --shared-file --role=<role>。
  • 除非用户明确选择该存储模式,否则切勿将密钥存储在仓库、聊天记录、可见命令行或 MCP 配置中。
  • 在用户可见的输出中将 WorkorAI 密钥编辑为 wai_[REDACTED]。

求职者快速路径

  • 入门 URL 链:https://workorai.com/candidate/login → /candidate/profile → 等待面试评估 → /candidate/home?tab=mcp 复制 MCP 密钥。
  • 完整的 9 工具接口(一个求职者密钥即可调用所有工具 —— 角色 + ACTIVE 访问,无按工具范围):
    • 发现:candidate.search_jobs → candidate.get_job。
    • 申请:candidate.apply_to_job(幂等;以完成且已评估的面试为条件 —— GATE_LOCKED/GATE_EVALUATING/GATE_FAILED 路由回入门,不要盲目重试)。
    • 邀请:candidate.accept_invitation(→ APPLIED)/ candidate.decline_invitation(TERMINAL —— 阻止重新邀请;先确认)。使用 candidate.get_applications 查看待处理内容。
    • 管理:candidate.withdraw_application(软退出,可重新邀请),candidate.set_saved_job(期望状态,不是切换)/ candidate.get_saved_jobs(仅 PUBLISHED)。
  • 每个推荐职位始终提供两个不同的链接:职位页面(jobUrl/url)和申请页面(applicationUrl/applyUrl)。切勿仅显示申请链接。
  • 展示 matchScore 以及匹配/缺失的技能 —— 将缺失技能视为需要讨论的差距,而不是拒绝。(matchScore 在无评分的近期浏览中为 null —— 使用自由文本 q 或尚未面试的候选人;seniorityFit/matchReasons 始终为 UNKNOWN/[]。)
  • 评分最高的匹配 → 展示 Agent Pick(与真实 matchExplanation 字段绑定的适应性条),而不是平面列表;无评分浏览 → 纯列表,无条。参见 references/candidate-recipes.md 配方 6。
  • 除非用户要求,否则将原始 jobId 视为内部/调试元数据。
  • 迷你模式:references/candidate-catalog.md。配方:references/candidate-recipes.md。边缘情况:references/candidate-troubleshooting.md。

雇主快速路径

  • 密钥签发 URL:https://workorai.com/employer/dashboard(页面上的雇主 MCP 卡片)。
  • 招聘配方:employer.search_candidates_for_job(jobId, tier:'best')(通过 tierCounts 级联到 good/weak;从每个 matchExplanation —— verifiedSkills/rationale 解释) → 使用 employer.get_candidate_evidence(jobId, userId) 获取候选名单(面试事实 + 问答 → 您自己的比较评论) → employer.get_candidate(userId)(检查 existingApplications) → employer.invite_candidate(jobId, candidateUserId)。使用 employer.list_invitations(jobId) 跟踪,稍后使用 employer.list_applicants(jobId)。
  • 自由形式招聘:employer.search_candidates_by_query(query) → 选择或创建空缺职位 → 邀请。
  • 审查漏斗:employer.list_applicants(jobId) → employer.set_review_status(applicationId, 'SHORTLISTED')(解锁联系方式) → employer.get_applicant_detail(applicationId) 和可选的 employer.get_applicant_transcript。
  • 重新邀请规则:WITHDRAWN 可以重新邀请(服务 UPDATE 行);DECLINED、INVITED 和 APPLIED 都通过 INVITE_BLOCKED: INVITE_NOT_ALLOWED 阻止。当候选人有任何先前互动时,始终先调用 employer.get_candidate。
  • 联系方式门控:仅当 reviewStatus ∈ {SHORTLISTED, HIRED} 时,才返回申请人联系方式字段。低于此级别,字段为 null。
  • employer.create_job 是同步的,需要 5-30 秒(Gemini 解析)。客户端超时时,不要重新提交 rawText —— 通过 employer.list_jobs({ status: 'DRAFT' }) 恢复并选择最新的行。
  • 完整迷你模式:references/employer-catalog.md。配方:references/employer-recipes.md。边缘情况:references/employer-troubleshooting.md。

参考文件

根据意图按需读取:

  • references/candidate-catalog.md —— 求职者工具迷你模式(9 个)
  • references/candidate-recipes.md —— 求职者调用顺序配方
  • references/candidate-troubleshooting.md —— 求职者端错误场景
  • references/employer-catalog.md —— 雇主工具迷你模式(19 个)
  • references/employer-recipes.md —— 雇主调用顺序配方
  • references/employer-troubleshooting.md —— 雇主端错误场景
  • references/auth-flow.md —— 求职者和雇主入门以及已保存密钥流程
  • references/troubleshooting.md —— 通用/跨角色 MCP 问题

相关技能