Lever Automation

Lever Automation skill 概覽

Lever Automation 的用途

Lever Automation skill 是一項招募營運技能，可讓 AI agent（尤其是 Claude Code）透過 Composio Lever integration 操作 Lever ATS。它能協助使用者查詢與更新招募資料，例如職缺刊登、候選人機會、requisitions、pipeline stages，以及 candidate tags，不必每次都手動切換到 Lever UI 執行操作。

最適合招募與人才營運團隊

Lever Automation skill 最適合已經使用 Lever、並且需要重複執行 ATS 動作的 recruiters、recruiting coordinators、talent operations teams 與 hiring managers。合適的使用情境包括列出已發布職缺、依部門或地點篩選 openings、檢查候選人在 pipeline 中的狀態、在不同 stages 間移動 opportunities，以及一致地替候選人套用 tags。

與一般 prompt 的差異

一般 prompt 可以協助撰寫招募文案，但如果 agent 沒有正確的工具存取權，就無法安全地與 Lever 資料互動。這個 skill 會記錄 Lever 專用的工具脈絡、預期操作、驗證流程，以及實務參數，例如 posting state、pagination、stage handling、read/write permissions。相較於籠統地請 AI model「幫我處理 Lever」，它更適合用於真實的 ATS 自動化工作。

導入前的重要考量

Lever Automation 依賴透過 rube 使用的 Composio MCP server，因此它不是獨立腳本。你需要 Lever account、OAuth/API access，以及符合預期操作的 scopes。只讀的報表型 prompts 需要的權限較少；若工作流程會更新 opportunities、requisitions、stages 或 tags，則需要更高權限。若要處理正式的招募資料，建議先從 list/query workflows 開始，再逐步允許 write operations。

如何使用 Lever Automation skill

Lever Automation skill 的安裝與設定路徑

在你的 agent environment 中安裝此 skill：

npx skills add ComposioHQ/awesome-claude-skills --skill "Lever Automation"

接著設定 Composio MCP server：

https://rube.app/mcp

當你執行與 Lever 相關的 command 時，agent 應該會提示你透過 OAuth 連接 Lever account。請確認你的 Lever API permissions 包含你打算存取的資源，例如 postings、opportunities、requisitions；如果你需要進行更新，也要確認具備 write permissions。

可靠使用所需的輸入資訊

若要讓 Lever Automation skill 產生穩定可靠的結果，請同時提供 business goal，以及限制請求範圍的 ATS fields。實用的輸入包括 posting state、team、department、location、commitment type、candidate name 或 opportunity ID、stage name、requisition context、要新增或移除的 tags，以及該動作是 read-only 還是需要更新 Lever。

較弱的 prompt：「Show me engineering jobs.」

較好的 prompt：「Using Lever, list published engineering job postings in the San Francisco location, return title, posting ID, department, commitment type, and limit results to 50.」

較好的版本能降低模糊性、避免過度寬泛的資料拉取，並讓 agent 清楚知道輸出格式。

安全招募自動化的實務流程

先探索，再行動。第一步先請 agent 列出或篩選 records，例如已發布的 postings 或 active opportunities。接著請它摘要符合條件的 records，並在變更前確認 IDs。最後才要求更新，例如將候選人移到某個 pipeline stage，或新增 candidate tag。

對於 write actions，請加入確認步驟：「Preview the changes first and wait for approval before updating Lever.」這在修改 candidate opportunities、requisitions 或 tags 時特別重要，因為小錯誤也可能影響 recruiters 的日常流程與報表結果。

使用前應閱讀的 repository files

主要需要檢視的檔案是 composio-skills/lever-automation 底下的 SKILL.md。其中包含設定說明、支援的 workflow categories，以及範例 tool usage，例如使用 LEVER_LIST_POSTINGS 列出 job postings。目前的 skill package 沒有額外的 rules/、resources/、references/ 或 scripts/ folders，因此導入時很依賴你對文件化 workflow 的理解，以及 composio.dev/toolkits/lever 上的 Composio Lever toolkit docs。

Lever Automation skill 常見問題

Lever Automation 是用於 Recruiting，還是一般 HR automation？

Lever Automation for Recruiting 聚焦在 Lever ATS workflows：postings、opportunities、requisitions、pipeline stages 與 tags。它不是完整的 HRIS automation layer，無法涵蓋 Lever 之外的 payroll、performance management、onboarding tasks 或 employee records。

初學者可以使用 Lever Automation skill 嗎？

可以，前提是他們已經理解自己的 Lever workspace，並且能請 admin 協助處理 authentication 與 permissions。初學者應從 read-only prompts 開始，例如列出 postings 或瀏覽 candidate opportunities。在你確認 Lever workspace 使用哪些 IDs、stages 與 tags 之前，應避免 write actions。

什麼情況不適合使用 Lever Automation？

當你沒有權限存取候選人資料、任務需要法律或合規審查，或 bulk changes 可能在未經人工核准的情況下影響進行中的 hiring pipelines 時，不應使用它。如果你的公司沒有使用 Lever，或你的 agent environment 無法連線到 Composio MCP server，也不適合使用這項 skill。

與直接使用 Lever 相比有什麼差異？

Lever UI 更適合視覺化檢視、一次性的 recruiter 判斷，以及敏感的候選人評估。Lever Automation 則更適合重複查詢、結構化摘要、類似批次的營運檢查，以及在輸入條件明確時由 agent 協助更新。許多團隊會同時使用兩者：用 skill 提升速度與一致性，用 UI 做最後檢視。

如何改善 Lever Automation skill

用精確條件改善 Lever Automation prompts

改善 Lever Automation skill 輸出的最快方法，是把範圍定義清楚。請加入 filters，例如 published 或 draft、department、location、hiring team、stage、tag、工具支援時可加入 date range，以及 result limit。同時說明你想要的格式：table、CSV-style rows、grouped summary 或 action plan。

範例：「Find active opportunities tagged Backend that are in the onsite stage, show candidate name, opportunity ID, current stage, owner, and next recommended follow-up. Do not update Lever.」

避免 ATS 動作中的常見失敗模式

常見問題包括：工具需要 IDs 時卻使用人類可讀的名稱、尚未確認符合條件的 candidate 就要求更新、未使用 pagination 就拉取過多 records，以及假設每個 Lever workspace 都使用相同的 stage 或 tag names。修改 opportunities 前，請先要求 agent 列出可用 stages，或確認符合條件的 records。

依據第一輪輸出持續收斂

把第一個回覆視為縮小範圍的步驟。如果 agent 回傳太多 postings 或 candidates，請用 department、location、owner、tag 或 state 進一步篩選。如果它無法辨識唯一候選人，請提供 opportunity ID 或更多上下文。如果 agent 提議更新，請在核准前要求 dry-run summary，列出 old value、new value、target record 與 reason。

加入團隊專屬的操作規則

若要取得更好的長期效果，請在 skill 之外記錄團隊的招募慣例：approved tags、stage transition rules、requisitions 的命名模式，以及誰可以核准 candidate updates。接著將這些規則放進 prompts 或 local agent instructions。當 agent 同時具備 tool access 與你組織的 ATS operating policy 時，Lever Automation 會更可靠。