Greenhouse Job Boards 采集器

它采什么

招聘

一家公司在 Greenhouse 上公开的每一个在招岗位：标题、地点、部门、办公地、发布时间和最后一次变动的时间，每个职位一行，取自招聘板自己的公开 API，不需要账号，也不开浏览器。 它是一张采集器卡片，也就是说全部约定只有一条：填好表单，回来一张表。不会打开浏览器窗口，不占用你套餐里的任何自动化名额，请求走的是普通 HTTP，带着真实浏览器的 TLS 指纹。

用你自己的地址跑就很好；运行时可以选代理，但这个目标并不需要。无论走的是哪条路，每一行都会记下来——见下面的溯源列。

你要提供什么——5 项

应用画出的那张表单，直接读自这张卡片本身。下面每一条提示，都是运行对话框里显示在该字段旁边的那一条，所以这里没有任何脱离产品另写一遍的说明。

它唯一需要的那个答案

companies

Boards · list · 必填

One company per line — the board slug, its public board page, or any link off it. A 404 means that company is not on Greenhouse (they may be on Ashby or Lever, which have their own cards); the other boards in the list keep going. A whole board arrives in one reply, and a big one is megabytes — Stripe’s 575 roles are 4.4 MB.

其余的都可填可不填

titleContains

Title contains · list

Keeps a role only when its title contains one of these. Costs no extra requests — the whole board arrived in one reply.

locationContains

Location contains · list

Matched against Greenhouse’s free-text location, so "Remote" and "London" both work and neither is a normalised place.

departments

Department contains · list

The board’s own department name — "Engineering", "EMEA - Commercial". A role filed under two departments matches on either.

postedAfter

Posted after · text

Keeps roles first published on or after this date — the hiring signal. A role with no date fails this rather than passing by accident.

会拿回什么——16 列

每次运行生成一个数据集——一张带类型的表，归你的工作区所有：可以排序、筛选、在网格里直接编辑、整张导出，也可以通过本地 API 读回来。下面就是它创建时带的列。

来自 Greenhouse Job Boards 的 12 列

每个采集器都会写的 4 列

每张卡片上都是同样这四列，好让一张表在几个月后仍能回答它的行是怎么来的：来自哪个服务、什么时候、请求带的是哪个环境的身份，以及那个身份当时是否已登录。

跑它的四种方式

「采集器」标签页。 挑中这张卡片，填好表单，按「开始」。从这里发起的每一次运行都会生成一张新表，以你搜索的内容和时间命名。想先试试也可以——它只采一页，什么都不写，并告诉你哪些列拿回了内容。

问助手。 它手里有整个目录，所以这张卡片是一句话，而不是一张表单。它会按你说的话把上面那些参数填好，并在开跑之前拿给你看。

通过 MCP 或本地 API。 同一张卡片，从编程 Agent 里调用——MCP 服务器上的 argus_run_scraper，或者本地 API 的 POST http://127.0.0.1:39219/v1/scrapers/run。旁边有一个什么都不写入的示例调用。

{
  "kind": "greenhouse_jobs",
  "inputs": {
    "companies": [
      "…"
    ]
  }
}

作为工作流里的一个步骤。 Run scraper 步骤把这个采集器放进一条自动化流程的中间——先采、再筛、再发信——整棵流程照样一个窗口都不开。它也是唯一能推翻「一次运行一张表」规则的调用方：指定一张你命名的表，它会在表不存在时按上面的列建好，之后每次运行都写进这张表，追加或者按你指定的匹配列就地更新。这个步骤会把表名、表 id 和行数交给下一步。

它到哪里为止

它不会去驱动页面。凡是需要真实浏览器的事——背后没有列表接口的网站，或者任何操作你自己账号的事——都该交给自动化流程。那是另一件工具，而不是这件工具的劣化版。

它不登录任何地方。未登录读取公开页面是已成定论的做法——Bright Data 未登录采集 Meta 并且胜诉，hiQ 登录后采集 LinkedIn 则败诉——所以这张卡片不要账号，也不持有账号。