Lever Automation

Lever Automation skill 概览

Lever Automation 能做什么

Lever Automation skill 是一项面向招聘运营的 AI agent 技能，可通过 Composio Lever integration 使用 Lever ATS，尤其适用于 Claude Code。它可以帮助用户查询和更新招聘数据，例如职位发布、候选人机会、招聘需求、pipeline 阶段和候选人标签，而不必每执行一个操作都手动切换到 Lever UI。

最适合招聘与人才运营团队

Lever Automation skill 最适合已经在使用 Lever、并且需要重复执行 ATS 操作的招聘人员、招聘协调员、人才运营团队和 hiring manager。典型场景包括列出已发布职位、按部门或地点筛选职位空缺、检查候选人 pipeline 状态、在不同阶段之间移动 opportunity，以及为候选人一致地添加标签。

它与普通 prompt 有什么不同

普通 prompt 可以撰写招聘文案，但如果 agent 没有正确的工具访问权限，就无法安全地与 Lever 数据交互。这个 skill 记录了 Lever 专属的工具上下文、预期操作、认证流程，以及一些实用参数，例如 posting state、分页、stage 处理方式和读写权限。因此，相比笼统地让 AI 模型“帮我处理 Lever”，它更适合真正的 ATS 自动化。

采用前需要重点考虑的事项

Lever Automation 依赖通过 rube 运行的 Composio MCP server，因此它不是一个独立脚本。你需要 Lever 账号、OAuth/API 访问能力，以及与你计划执行的操作相匹配的 scopes。只读报表类 prompt 需要的权限少于会更新 opportunities、requisitions、stages 或 tags 的工作流。对于生产环境中的招聘数据，建议先从 list/query 工作流开始，再逐步开放写入操作。

如何使用 Lever Automation skill

Lever Automation 的安装与设置路径

在你的 agent 环境中安装该 skill：

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

然后配置 Composio MCP server：

https://rube.app/mcp

当你运行与 Lever 相关的命令时，agent 应该会提示你通过 OAuth 连接 Lever 账号。请确认你的 Lever API 权限包含计划访问的资源，例如 postings、opportunities、requisitions；如果需要更新数据，还要包含相应的写入权限。

为了获得可靠结果，skill 需要哪些输入

要更好地使用 Lever Automation，请同时提供业务目标和用于限定请求范围的 ATS 字段。实用输入包括 posting state、team、department、location、commitment type、candidate name 或 opportunity ID、stage name、requisition context、要添加或移除的 tags，以及该操作是只读查询还是需要更新 Lever。

较弱的 prompt：“Show me engineering jobs.”

更好的 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.”

更好的版本减少了歧义，避免拉取过宽的数据，也让 agent 清楚知道输出应该是什么结构。

安全执行招聘自动化的实用流程

先发现，再行动。第一步让 agent 列出或筛选记录，例如已发布职位或活跃 opportunities。第二步让它总结匹配记录，并在修改前确认 IDs。之后再请求更新操作，例如将候选人移动到某个 pipeline stage，或为候选人添加 tag。

对于写入操作，请加入确认步骤：“Preview the changes first and wait for approval before updating Lever.” 这在修改 candidate opportunities、requisitions 或 tags 时尤其重要，因为小错误也可能影响招聘人员的工作流和报表。

使用前应阅读的仓库文件

重点查看 composio-skills/lever-automation 下的 SKILL.md。它包含设置说明、支持的工作流类别，以及示例工具用法，例如使用 LEVER_LIST_POSTINGS 列出职位发布。当前 skill package 中没有额外的 rules/、resources/、references/ 或 scripts/ 文件夹，因此能否顺利采用，很大程度上取决于你是否理解其中记录的工作流，以及 composio.dev/toolkits/lever 上的 Composio Lever toolkit 文档。

Lever Automation skill 常见问题

Lever Automation 是用于招聘，还是通用 HR 自动化？

Lever Automation for Recruiting 聚焦于 Lever ATS 工作流：postings、opportunities、requisitions、pipeline stages 和 tags。它不是完整的 HRIS 自动化层，不能覆盖 Lever 之外的薪酬、绩效管理、入职任务或员工档案等场景。

新手可以使用 Lever Automation skill 吗？

可以，前提是他们已经理解自己的 Lever workspace，并且能获得管理员在认证和权限方面的协助。新手应从只读 prompt 开始，例如列出 postings 或浏览 candidate opportunities。在明确你的 Lever workspace 使用哪些 IDs、stages 和 tags 之前，应避免写入操作。

什么时候不应该使用 Lever Automation？

当你没有访问候选人数据的权限、任务需要法律或合规审查，或批量更改可能在没有人工批准的情况下影响正在进行的招聘 pipeline 时，不应使用它。如果你的公司不使用 Lever，或者你的 agent 环境无法连接 Composio MCP server，它也不适合使用。

它和直接在 Lever 里操作相比如何？

Lever UI 更适合可视化审核、一次性的招聘决策，以及敏感的候选人评估。Lever Automation 更适合重复查询、结构化摘要、类似批处理的运营检查，以及在输入条件明确时由 agent 辅助完成更新。很多团队会同时使用两者：用 skill 提升速度和一致性，用 UI 做最终审核。

如何改进 Lever Automation skill

用精确约束改进 Lever Automation prompt

提升 Lever Automation 输出质量最快的方法，是把范围说清楚。请加入筛选条件，例如 published 与 draft、department、location、hiring team、stage、tag、工具支持时的 date range，以及 result limit。同时说明你想要的格式：table、CSV-style rows、grouped summary 或 action plan。

示例：“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 操作中的常见失败模式

常见问题包括：工具需要 IDs 时却只提供了人类可读名称；还没确认匹配到的候选人就请求更新；没有使用分页却拉取过多记录；以及假设所有 Lever workspace 都使用相同的 stage 或 tag 名称。修改 opportunities 之前，应让 agent 先列出可用 stages，或确认匹配记录。

基于第一次输出继续迭代

把第一次响应视为缩小范围的步骤。如果 agent 返回了太多 postings 或 candidates，就按 department、location、owner、tag 或 state 继续细化。如果它无法唯一识别某位候选人，请提供 opportunity ID 或更多上下文。如果它提出了更新操作，请在批准前要求 dry-run summary，展示 old value、new value、target record 和 reason。

添加团队专属的操作规则

为了获得更好的长期效果，请在 skill 之外记录团队的招聘约定：批准使用的 tags、stage transition rules、requisitions 的命名模式，以及谁可以批准候选人更新。然后把这些规则写入 prompt 或本地 agent instructions。当 agent 同时具备工具访问能力和你们组织的 ATS 操作政策时，Lever Automation 会更加可靠。