Skip the install. Get this working in under 2 minutes.
Start a free trial on cloud.anythingmcp.com, add the Lever in one click, then point your AI client (Claude, ChatGPT, Copilot or Cursor) at the generated MCP endpoint. No Docker, no git clone, zero engineering experience required.
Summary
Manage Lever ATS (candidates, opportunities, postings, stages, feedback) from any AI agent. 10 tools, basic-auth.
Prova a chiedere
Prompt di esempio per Lever
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 → Lever, inserisci le credenziali, genera una MCP API key — fatto. Niente Docker, niente
git clone, niente server locale.
Lever + Gemini
Manage Lever ATS (candidates, opportunities, postings, stages, feedback) from any AI agent. 10 tools, 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:
LEVER_API_KEY
Step 1 — Ottieni le credenziali
This connector wraps the Lever Hire API v1 (api.lever.co/v1).
Setup:
- In Lever → Settings → Integrations and API → API Credentials → Generate new key.
- Set
LEVER_API_KEY. - Sandbox: use
https://api.sandbox.lever.co/v1instead during testing.
Authentication: HTTP Basic — API key as username, empty password.
Opportunity vs Candidate: in Lever's modern API, an Opportunity represents a candidate's interest in a single posting. A person can have multiple opportunities (one per role). The legacy Candidate endpoint still works but Opportunity is preferred.
…(continued in the in-app connector instructions)
Step 2 — Installa l'adapter
git clone https://github.com/HelpCode-ai/anythingmcp.git
cd anythingmcp && docker compose up -d
Step 3 — Aggiungi il connettore in Gemini
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",
"headers": { "Authorization": "Bearer YOUR_MCP_API_KEY" }
}
}
}
- Ottieni la tua MCP API key da AnythingMCP → Profilo → MCP API Keys → Nuova Key.
- Salva il file e riavvia
gemini. - Esegui
/mcpnella Gemini CLI —Leverdovrebbe essere elencato come disponibile. - Vertex AI Studio: passa
https://cloud.anythingmcp.com/mcpnell'arraytoolsdella richiesta con lo stesso header Bearer.
Tool disponibili
| Tool | What it does |
|---|---|
lever_list_opportunities | List opportunities (candidate × posting) |
lever_get_opportunity | Get one opportunity with full contact, links, tags, applications |
lever_create_opportunity | Create an opportunity (candidate with associated posting) |
lever_update_opportunity_stage | Move an opportunity to a different stage |
lever_archive_opportunity | Archive an opportunity with an archive reason |
lever_list_postings | List job postings |
lever_list_stages | List pipeline stages |
lever_list_users | List Lever users (recruiters, hiring managers) |
lever_list_archive_reasons | List archive reasons configured in the org |
lever_list_feedback | List interview feedback forms attached to an opportunity |
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 Bearer.
Prossimi passi
Questa guida ti è stata utile?
