Salta l'installazione. Attivo in meno di 2 minuti.
Avvia una prova gratuita su cloud.anythingmcp.com, aggiungi Greenhouse 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 Greenhouse (reclutamento ATS: candidati, candidature, offerte di lavoro, schede di valutazione, offerte) da qualsiasi agente AI. 10 strumenti, basic-auth.
Prova a chiedere
Prompt di esempio per Greenhouse
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 → Greenhouse, inserisci le credenziali, genera una MCP API key — fatto. Niente Docker, niente
git clone, niente server locale.
Greenhouse + Gemini
Gestisci Greenhouse (reclutamento ATS: candidati, candidature, offerte di lavoro, schede di valutazione, offerte) da qualsiasi agente AI. 10 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:
GREENHOUSE_API_KEY
Step 1 — Ottieni le credenziali
This connector wraps the Greenhouse Harvest API v1 (harvest.greenhouse.io/v1).
Setup:
- In Greenhouse → ⚙️ Configure → Dev Center → API Credential Management → Create New API Key.
- Type: Harvest. Permissions: pick what you need (read candidates/applications/jobs minimum; write for create endpoints).
- Set
GREENHOUSE_API_KEY.
Authentication: HTTP Basic — API key as username, empty password.
On-Behalf-Of header: write endpoints REQUIRE On-Behalf-Of: <user_id> to attribute the action to a specific Greenhouse user. Pass on_behalf_of parameter when writing.
…(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 —Greenhousedovrebbe 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 |
|---|---|
greenhouse_list_candidates | List candidates |
greenhouse_get_candidate | Get one candidate with all applications + custom fields |
greenhouse_create_candidate | Create a candidate (+ optionally an application) |
greenhouse_list_applications | List applications |
greenhouse_advance_application | Move an application to the next pipeline stage |
greenhouse_reject_application | Reject an application with a reason |
greenhouse_list_jobs | List jobs |
greenhouse_get_job | Get one job with full job_post + hiring team + openings |
greenhouse_list_scorecards | List scorecards for an application |
greenhouse_list_users | List Greenhouse users (recruiters, interviewers, etc |
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?
