Salta l'installazione. Attivo in meno di 2 minuti.
Avvia una prova gratuita su cloud.anythingmcp.com, aggiungi BambooHR con un clic, poi punta il tuo client AI (Claude, ChatGPT, Copilot o Cursor) all'endpoint MCP generato. Niente Docker, niente git clone, nessuna esperienza di sviluppo richiesta.
In breve
Gestisci BambooHR (dipendenti, ferie e permessi, report personalizzati, campi, file) da qualsiasi agente AI. 9 strumenti, basic-auth.
Prova a chiedere
Prompt di esempio per BambooHR
Clicca su un prompt per copiarlo. Incollalo in Claude, ChatGPT, Cursor, Gemini, Copilot o OpenClaw per eseguirlo contro questo connettore.
Claude è un'AI e può sbagliare. Verifica sempre le risposte.
💡 Niente installazione? Vai direttamente su cloud.anythingmcp.com. Accedi, clicca Connectors → BambooHR, inserisci le credenziali, genera una MCP API key — fatto. Niente Docker, niente
git clone, niente server locale.
BambooHR + Gemini
Gestisci BambooHR (dipendenti, ferie e permessi, report personalizzati, campi, file) da qualsiasi agente AI. 9 strumenti, basic-auth.
Prerequisiti
Le istruzioni di setup complete sono incluse nel connettore stesso (visibili nello store quando lo selezioni). Le variabili d'ambiente richieste sono:
BAMBOOHR_SUBDOMAIN, BAMBOOHR_API_KEY
Step 1 — Ottieni le credenziali
This connector wraps the BambooHR REST API v1 (per-subdomain — api.bamboohr.com/api/gateway.php/<subdomain>/v1).
Setup:
- Sign in to your BambooHR portal → top-right avatar → API Keys → Add a new key.
- Note your subdomain (the part before
.bamboohr.com) and copy the key. - Set
BAMBOOHR_SUBDOMAINandBAMBOOHR_API_KEY.
Authentication: HTTP Basic — API key as username, literal x as password.
Path subdomain: BambooHR's API embeds the subdomain in the URL path. The adapter substitutes via runtime envVar.
…(continued in the in-app connector instructions)
Step 2 — Installa l'adapter
curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d
Step 3 — Aggiungi il connettore in Gemini
L'URL del tuo server: in AnythingMCP apri MCP Servers → il server su cui si trova questo connettore e copia il suo URL (
https://cloud.anythingmcp.com/mcp/…). Usalo ovunque questa guida mostraYOUR_SERVER_ID.
Gemini CLI legge i server MCP da ~/.gemini/settings.json (o %APPDATA%\gemini\settings.json su Windows). Aggiungi:
{
"mcpServers": {
"anythingmcp": {
"httpUrl": "https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID",
"headers": { "X-API-Key": "YOUR_MCP_API_KEY" }
}
}
}
- Ottieni la tua MCP API key da AnythingMCP → MCP Servers → il tuo server → API keys.
- Salva il file e riavvia
gemini. - Esegui
/mcpnella Gemini CLI —BambooHRdovrebbe essere elencato come disponibile. - Vertex AI Studio: passa
https://cloud.anythingmcp.com/mcp/YOUR_SERVER_IDnell'arraytoolsdella richiesta con lo stesso headerX-API-Key.
Tool disponibili
| Tool | What it does |
|---|---|
bamboohr_list_employees_directory | Returns the company directory: every employee's id, displayName, jobTitle, workEmail, department, division, location, supervisor |
bamboohr_get_employee | Get one employee by ID |
bamboohr_add_employee | Create a new employee |
bamboohr_update_employee | Update employee fields |
bamboohr_who_is_out | Returns the company-wide who's-out list for a date range |
bamboohr_list_time_off_requests | List time-off requests |
bamboohr_list_meta_fields | List every field defined in this account (built-in + custom) |
bamboohr_run_custom_report | Run a pre-defined custom report by its numeric ID |
bamboohr_get_employee_files | List files in an employee's record categorized by section |
FAQ
Gemini 1.5 Pro o 2.x supportano MCP? Sì — Gemini CLI ≥ 0.4 e la Vertex AI tools API accettano connettori MCP httpUrl con header personalizzati.
Prossimi passi
Questa guida ti è stata utile?
