সারসংক্ষেপ
যেকোনো MCP-সামঞ্জস্যপূর্ণ AI সহকারীকে আপনার Flowmingo নিয়োগের ডেটার সাথে সংযুক্ত করুন — আপনার চাকরি এবং প্রার্থীদের পড়ুন এবং সুরক্ষিতভাবে, আপনার অনুমতি নিয়ে সীমিত পদক্ষেপ নিন (আমন্ত্রণ, সরানো, প্রত্যাখ্যান, প্রজেক্ট থেকে অপসারণ)। আপনি নিজে যে দুটি অতিরিক্ত অনুমতি চালু করেন তার সাথে, একজন সহকারী নিয়োগের প্রজেক্ট এবং মূল্যায়ন তৈরি করতে এবং একটি চাকরির পোস্ট প্রকাশ, বন্ধ বা বুস্ট করতে পারে (দেখুন আপনি যা করতে পারেন)। MCP-তে নতুন? এটি হল উন্মুক্ত মান যা AI সহকারীদের Flowmingo-র মতো টুলের সাথে কথা বলতে দেয়। MCP কী তা জানুন।
পরিবহন: Streamable HTTP (আধুনিক রিমোট ট্রান্সপোর্ট)। কোনো লিগ্যাসি SSE নেই — সর্বদা আপনার ক্লায়েন্টকে /mcp-এ নির্দেশ করুন, কখনই /sse-তে নয়।
আপনার API কী পাসওয়ার্ডের মতো ব্যবহার করুন। OAuth, একটি প্রম্পটেড ইনপুট, বা একটি এনভায়রনমেন্ট ভেরিয়েবল পছন্দ করুন, একটি কাঁচা
fl_...কী git-এ কমিট করতে পারেন এমন ফাইলে পেস্ট করার পরিবর্তে (যেমন.vscode/mcp.json,~/.cursor/mcp.json, আপনার Continue কনফিগ)।
প্রমাণীকরণ — দুটি বিকল্প
A — Flowmingo দিয়ে সাইন ইন করুন (OAuth, প্রস্তাবিত)। আপনার ব্রাউজারে একটি Flowmingo সম্মতি পৃষ্ঠা খোলে; আপনি সেখানে আপনার API কী পেস্ট করেন। সহকারী আপনার কাঁচা কী কখনই পায় না। এটি একটি অ্যাক্সেস টোকেন এবং একটি রিফ্রেশ টোকেন পায়, যা এটি একটি নতুন অ্যাক্সেস টোকেন পেতে ব্যবহার করতে পারে। সাইন-ইন চিরকাল স্থায়ী হয় না। রিফ্রেশ টোকেন ডিফল্টভাবে প্রায় 30 দিন বাঁচে, এটি ইস্যু হওয়ার সময় থেকে গণনা করে, সাইন-ইন বা সর্বশেষ রিফ্রেশে, তাই প্রায় ততদিন ধরে অব্যবহৃত একটি সাইন-ইন মেয়াদ শেষ হয়ে যায়, এবং একটি Flowmingo রিলিজ যা সাইন-ইন সংরক্ষণের পদ্ধতি পরিবর্তন করে আপনাকে আবার সাইন ইন করতে বলতে পারে। সহকারী তখন আপনাকে আবার সাইন ইন করতে বলে, এবং আপনি আবার আপনার কী পেস্ট করেন। এটি তাড়াতাড়ি বন্ধ করতে, সেই API কী মুছে ফেলুন। কোনো ক্লায়েন্ট আইডি বা সিক্রেট তৈরি করতে হবে না (Flowmingo ডাইনামিক ক্লায়েন্ট রেজিস্ট্রেশন ব্যবহার করে)। ক্লায়েন্টদের উপর যারা "Advanced" OAuth সেটিংস দেখায় (যেমন Claude.ai), ক্লায়েন্ট আইডি এবং সিক্রেট ফাঁকা রাখুন।
B — স্ট্যাটিক API কী (হেডার)। আপনার কীটি নিম্নলিখিত হেডারগুলির মধ্যে একটি হিসাবে পাঠান:
x-api-key: fl_YOUR_KEY
Authorization: Bearer fl_YOUR_KEY
আপনার কী পান Flowmingo → সেটিংস → ইন্টিগ্রেশন → API কী। Read hiring data এবং Read candidates টিক দিন — প্রথমটি চাকরি, পাইপলাইন এবং ফলাফল কভার করে, দ্বিতীয়টি একজন সহকারীকে কাউকে খুঁজতে দেয়। সীমিত লেখার ক্রিয়াগুলির জন্য Manage pipeline / Invite candidates যোগ করুন। একজন সহকারীকে প্রজেক্ট এবং মূল্যায়ন তৈরি করতে এবং একটি চাকরির পোস্ট প্রকাশ বা বুস্ট করতে দিতে, Create hiring projects এবং Create assessments-ও টিক দিন। প্রথমে "আপনি যা করতে পারেন"-এর অধীনে তৈরি করুন এবং প্রকাশ করুন পড়ুন: এই দুটি অনুমতি অপ্ট-ইন, এবং কী-এর স্রষ্টাকে অবশ্যই একজন মালিক বা একজন প্রশাসক হতে হবে।
একটি সম্পূর্ণ কী দেখতে কেমন। একটি দীর্ঘ মান: fl_live_, কী-এর পাবলিক নাম, একটি ডট, তারপর একটি দীর্ঘ সিক্রেট। সিক্রেট অর্ধেকটি একবার দেখানো হয়, আপনি কী তৈরি করার ঠিক পরে; পরে API কী তালিকা শুধুমাত্র এর শুরু দেখায়। একটি মান যাতে কোনো ডট নেই সেটি শুধুমাত্র কী-এর নাম, এবং এটি প্রত্যাখ্যান করা হবে। এই গাইড যেখানেই fl_YOUR_KEY লেখে, সেখানে আপনার সম্পূর্ণ কী দিয়ে এটি প্রতিস্থাপন করুন, কোনো উদ্ধৃতি বা স্পেস ছাড়া।
যদি এটি সংযোগ না করে। একটি খারাপ বা খালি কী Missing credential বা The Flowmingo API key was rejected হিসাবে ফিরে আসে; উভয়ের অর্থ হতে পারে মানটি সম্পূর্ণভাবে আমাদের কাছে পৌঁছায়নি, তাই প্রথমে মানটি পরীক্ষা করুন। ${env:FLOWMINGO_API_KEY}-এর মতো একটি সেটিং শুধুমাত্র কাজ করে যদি প্রোগ্রামটি সেই ভেরিয়েবলটি দেখতে পারে, এবং ডক বা স্টার্ট মেনু থেকে খোলা একটি এডিটর প্রায়ই আপনার টার্মিনাল প্রোফাইল পড়ে না। হয় একটি টার্মিনাল থেকে এটি শুরু করুন যেখানে ভেরিয়েবলটি সেট করা আছে, অথবা ফাইলে আপনার সম্পূর্ণ কী রাখুন (এবং সেই ফাইলটি git-এর বাইরে রাখুন)।
কোনটি বেছে নেবেন? বেশিরভাগ ক্লায়েন্ট উভয়ই সমর্থন করে; কয়েকটি (যেমন ChatGPT) শুধুমাত্র OAuth — প্রতিটি ট্যাব নোট করে সেই ক্লায়েন্ট কী সমর্থন করে। সাধারণভাবে, OAuth ইন্টারেক্টিভ সহকারীদের জন্য উপযুক্ত (Claude.ai, ChatGPT, VS Code); API-কী হেডার CLI, হেডলেস/CI এবং এডিটরদের জন্য উপযুক্ত যেখানে আপনি একটি কী ঢোকাতে চান।
আপনি যা করতে পারেন
পঠনগুলির অনুমোদনের প্রয়োজন নেই। বেশিরভাগ লেখা সুরক্ষিত। একটি আমন্ত্রণ, Reject অ্যাকশন দিয়ে করা একটি প্রত্যাখ্যান, একটি প্রজেক্ট থেকে প্রার্থীদের অপসারণ, একটি প্রজেক্ট মুছে ফেলা, বা সাধারণত, একটি পর্যায়ে সরানো যা প্রার্থীকে ইমেল করার জন্য সেট করা আছে, Flowmingo-তে সাইন ইন করে একটি লিংকে একজন ব্যক্তির অনুমোদনের জন্য অপেক্ষা করে। সহকারী এটি অনুমোদন করতে পারে না, এবং চ্যাটে টাইপ করা একটি "হ্যাঁ" গণনা করে না। অনুরোধের সময় পর্যায়ের ইমেল সেটিং চেক করা হয়। একটি নোট, একটি রেটিং, একটি শর্টলিস্ট, একটি ট্যাগ, বা একটি পর্যায়ে সরানোর জন্য যা প্রার্থীকে ইমেল করার জন্য সেট করা নেই, সহকারীকে বলা হয় আপনাকে প্রথমে একটি প্রিভিউ দেখাতে এবং শুধুমাত্র তখনই এগিয়ে যেতে যখন আপনি সম্মত হন, যা এটির জন্য একটি নির্দেশ, একটি লক নয়। আপনার AI ক্লায়েন্ট একটি টুল চালানোর আগে যে প্রম্পট দেখায় তা ক্লায়েন্টের নিজস্ব এবং Flowmingo-এর অনুমোদন নয়: একটি আমন্ত্রণ, Reject অ্যাকশন দিয়ে করা একটি প্রত্যাখ্যান এবং একটি ইমেলিং পর্যায়ে সরানো এখনও অনুমোদন লিংকের জন্য অপেক্ষা করে, ক্লায়েন্ট যা জিজ্ঞাসা করুক না কেন। একটি অনুমোদন লিংক 15 মিনিট পরে মেয়াদ শেষ হয়, এবং বেশ কয়েকজন প্রার্থী বা আবেদনের জন্য একটি অনুরোধ (সর্বাধিক 50) একটি অনুমোদন যা প্রত্যেককে তালিকাভুক্ত করে। একটি পরিবর্তন মঞ্চস্থ হওয়ার পরে, সহকারী এটি কোথায় আছে তা পরীক্ষা করতে পারে, এটি এখনও অপেক্ষা করার সময় withdraw করতে পারে এবং 24 ঘন্টার মধ্যে একটি বিপরীতযোগ্য পরিবর্তন (একটি নোট, একটি রেটিং, একটি শর্টলিস্ট মার্ক, একটি ট্যাগ, বা একটি মুভ যা কাউকে ইমেল করেনি) পূর্বাবস্থায় ফিরিয়ে আনতে পারে। একটি পূর্বাবস্থা সবসময় উপলব্ধ নয়: পরিবর্তনটিকে একটি পূর্বাবস্থার রেফারেন্স দিয়ে ফিরে আসতে হবে, একটি রেকর্ড করা সর্বোত্তম প্রচেষ্টা, এবং একটি প্রার্থীর জন্য একটি মুভ যার আগের কোনো পর্যায় নেই তার কোনোটি নেই, তাই সহায়ককে পরীক্ষা করা উচিত এবং যখন ফিরে যাওয়ার উপায় নেই তখন বলা উচিত। একটি ইমেল যা পাঠানো হয়েছে তা পূর্বাবস্থায় ফেরানো যায় না। তৈরি করুন এবং প্রকাশ করুন-এর অধীনে তালিকাভুক্ত সরঞ্জামগুলি এই সবের ব্যতিক্রম, delete_project ছাড়া: তারা সাথে সাথে কাজ করে এবং অনুমোদনের জন্য মঞ্চস্থ হয় না। একটি অপসারণ এবং একটি প্রজেক্ট মুছে ফেলা পূর্বাবস্থায় ফেরানো যায় না। সবকিছু আপনার সংস্থার মধ্যে সীমাবদ্ধ।
পড়ুন
| ক্ষমতা | এটি কী করে |
|---|---|
| চাকরির পোস্ট তালিকা | আপনার সংস্থার খোলা এবং বন্ধ ভূমিকা ব্রাউজ করুন। |
| ইন্টারভিউ সেট এবং প্রজেক্ট তালিকা | আপনার মূল্যায়ন (ইন্টারভিউ সেট) সব ধরণের দেখুন (AI ইন্টারভিউ, রোল-প্লে, স্কিল টেস্ট, টেকনিক্যাল টেস্ট, CV মূল্যায়ন, শোকেস এবং রেকর্ডিং; প্রশ্নাবলী যখন আপনি তাদের জন্য জিজ্ঞাসা করেন) এবং আপনার নিয়োগ প্রকল্প। |
| আপনার প্রার্থী পাইপলাইন তালিকা | একটি প্রজেক্ট জুড়ে পর্যায় অনুসারে আবেদন দেখুন। |
| মূল্যায়ন ফলাফল এবং স্কোর পড়ুন | প্রতিটি ধরণের ফলাফল টানুন: AI ইন্টারভিউ, রোল-প্লে, স্কিল টেস্ট, টেকনিক্যাল টেস্ট, CV মূল্যায়ন, শোকেস, রেকর্ডিং এবং প্রশ্নাবলী। প্রতিটি ফলাফল তার ধরণের সাথে লেবেল করা হয়। শুধুমাত্র কিছু ধরণের একটি AI স্কোর বহন করে: একটি শোকেস এবং একটি প্রশ্নাবলী কখনই স্কোর হয় না, এবং একটি স্কিল টেস্ট একটি শতাংশ। |
| একজন প্রার্থী সন্ধান করুন | একজন প্রার্থীর নাম, ইমেল এবং CV আনুন। |
| প্রার্থী অনুসন্ধান | নাম বা ইমেল দ্বারা প্রার্থী খুঁজুন। |
| প্রার্থী তুলনা | 2 থেকে 10 প্রার্থী পাশাপাশি সারিবদ্ধ করুন। Read candidates অনুমতি এবং Read hiring data উভয়ই প্রয়োজন। |
| নিয়োগের ওভারভিউ | আপনার সংযোগের কাছে পৌঁছানো যায় এমন সবকিছুর জন্য ফানেল (পুরো কোম্পানি, যদি না কীটি কিছু প্রজেক্টে সীমাবদ্ধ কেউ তৈরি করে), অথবা আপনি জিজ্ঞাসা করলে সংকীর্ণ: পর্যায় প্রতি আবেদন, সক্রিয় বনাম প্রত্যাখ্যাত, এবং প্রতিটি ধরণের মূল্যায়নের জন্য যার ফলাফল আছে, সম্পন্ন বনাম চলমান ফলাফল এবং গড় স্কোর। একটি প্রজেক্ট প্রতিটি গণনা সংকীর্ণ করে, তবে এর ফলাফলের গণনা সেই প্রজেক্টের সাথে লিঙ্ক করা মূল্যায়নগুলির ফলাফল কভার করে, তাই অন্য প্রজেক্টের একজন প্রার্থী যারা সেই মূল্যায়নগুলির একটি ভাগ করে তাও গণনা করা যেতে পারে। একটি মূল্যায়ন শুধুমাত্র ফলাফলের গণনাকে সংকীর্ণ করে: পর্যায় এবং আবেদনের গণনা আপনার সংযোগের কাছে পৌঁছানো যায় এমন সবকিছুতে থাকে। ধরণগুলি কখনই একসাথে যোগ করা হয় না। |
| শীর্ষ প্রার্থী | সর্বোচ্চ-র্যাঙ্কযুক্ত ফলাফল, সামগ্রিক স্কোর দ্বারা অর্ডার করা। প্রতিটি ধরণের মূল্যায়ন একসাথে র্যাঙ্ক করা হয় যদি না আপনি একটি ধরণ বা একটি মূল্যায়নের (ইন্টারভিউ সেট) জন্য জিজ্ঞাসা করেন। |
| মূল্যায়ন ফলাফলের বিবরণ | এক ফলাফলের প্রতি-দক্ষতা স্কোর প্লাস AI সারাংশ, যেগুলির জন্য সেগুলি আছে। একটি স্কিল টেস্ট, একটি টেকনিক্যাল টেস্ট, একটি শোকেস এবং একটি প্রশ্নাবলীর সামান্য বা কিছুই নেই। |
| চাকরির পোস্টের বিবরণ | একটি একক চাকরির পোস্টের সম্পূর্ণ বিবরণ। |
একটি চাকরির পোস্ট কি জনসাধারণের জন্য খোলা? (get_job_post_publication) |
যে কেউ একটি চাকরির পোস্টের পাবলিক পৃষ্ঠা খুলতে পারে কিনা: লাইভ, এখনও AI কনটেন্ট পরীক্ষার জন্য অপেক্ষা করছে, এটি প্রত্যাখ্যান করেছে, পতাকাঙ্কিত, বন্ধ, বা এর প্রজেক্ট খোলা নয়। এর পাবলিক ঠিকানা এবং এর বুস্ট (বন্ধ, flowmingo বা বর্ধিত)ও। Read hiring data প্রয়োজন। |
| আসন্ন ইন্টারভিউ | যেকোনো ধরণের মূল্যায়নে আমন্ত্রণ যা পাঠানো হয়েছে বা নির্ধারিত হয়েছে এবং এখনও সম্পূর্ণ হয়নি। এটি এখনও বকেয়া সবাইকে গণনা নয়: একজন প্রার্থীকে মনে করিয়ে দেওয়া হয়েছে, বা লিংক খুলেছে বা ক্লিক করেছে এমন একটি আমন্ত্রণ বাদ দেওয়া হয় যতক্ষণ না প্রার্থী শুরু করে, এবং একটি যা বিতরণ করতে ব্যর্থ হয়েছে। |
লিখুন (সুরক্ষিত)
| ক্ষমতা | এটি কী করে |
|---|---|
| একটি মূল্যায়নে Invite candidates | একটি AI ইন্টারভিউ, একটি রোল-প্লে, একটি স্কিল টেস্ট বা একটি টেকনিক্যাল টেস্টের জন্য আমন্ত্রণ প্রস্তুত করে এবং একটি লিংকে একজন ব্যক্তির অনুমোদনের জন্য অপেক্ষা করে। এর আগে কিছুই পাঠানো হয় না। প্রতি অনুরোধে একটি মূল্যায়ন এবং সর্বাধিক 50 প্রার্থী; একটি স্কিল টেস্ট বা একটি টেকনিক্যাল টেস্টের জন্য একটি প্রজেক্ট এবং প্রতিটি প্রার্থীর জন্য একটি ইমেল প্রয়োজন, এবং একটি স্পনসরড একটি প্রার্থী শুরু করলে আপনার সংস্থার ওয়ালেট ডেবিট করতে পারে। |
| একজন প্রার্থীকে অন্য পর্যায়ে সরান | একটি পর্যায়ে সরানো যা প্রার্থীকে ইমেল করার জন্য সেট করা আছে সাধারণত একটি লিংকে একজন ব্যক্তির অনুমোদনের জন্য অপেক্ষা করে (পর্যায়ের ইমেল সেটিংটি সরানোর ঠিক আগে একবার পড়া হয়, তাই সেই মুহূর্তে চালু একটি সেটিং একটি মুভকে অনুমোদন ছাড়াই ইমেল করতে দিতে পারে)। অন্য কোনো মুভ: সহায়ককে এটি প্রিভিউ করতে এবং আপনার হ্যাঁ জন্য অপেক্ষা করতে বলা হয়, এবং এটি সাধারণত 24 ঘন্টার জন্য পূর্বাবস্থায় ফেরানো যেতে পারে, যখন এটি একটি পূর্বাবস্থার রেফারেন্স দিয়ে ফিরে আসে। প্রতি অনুরোধে সর্বাধিক 50 আবেদন। |
| একটি আবেদন প্রত্যাখ্যান করুন | একটি লিংকে অনুমোদনের অনুরোধ করে। যদি একজন ব্যক্তি এটি অনুমোদন করে, Flowmingo আবেদনটি প্রজেক্টের প্রত্যাখ্যাত পর্যায়ে সরানোর চেষ্টা করে; পরে ফলাফল পরীক্ষা করুন। প্রতি অনুরোধে সর্বাধিক 50 আবেদন। |
একটি প্রজেক্ট থেকে প্রার্থীদের সরান (remove_application) |
Manage pipeline প্রয়োজন। একটি লিংকে অনুমোদনের অনুরোধ করে। যদি একজন ব্যক্তি এটি অনুমোদন করে, Flowmingo প্রজেক্ট থেকে আবেদনগুলি মুছে দেয়; প্রার্থীর প্রোফাইল আপনার প্রতিভা পুল এবং অন্যান্য প্রজেক্টে থাকে। এটি একটি প্রত্যাখ্যান নয়, এবং কোনো পূর্বাবস্থা নেই। প্রতি অনুরোধে সর্বাধিক 50 আবেদন। |
| একটি ফলাফলে একটি নোট যোগ করুন | সহায়ককে প্রস্তাবিত নোটটি প্রিভিউ করতে এবং সংরক্ষণ করার আগে আপনার হ্যাঁ জন্য অপেক্ষা করতে বলা হয়। একটি নোট একটি মূল্যায়ন ফলাফলের (যেকোনো ধরণের) অন্তর্গত, পুরো প্রার্থীর নয়। |
| একটি ফলাফল রেট করুন | সহায়ককে রেটিং প্রিভিউ করতে এবং আপনার হ্যাঁ জন্য অপেক্ষা করতে বলা হয়। রেটিংটি একটি মূল্যায়ন ফলাফলে প্রযোজ্য। |
| একটি ফলাফল শর্টলিস্ট করুন | সহায়ককে শর্টলিস্ট পরিবর্তন প্রিভিউ করতে এবং আপনার হ্যাঁ জন্য অপেক্ষা করতে বলা হয়। এটি একটি মূল্যায়ন ফলাফলে প্রযোজ্য। |
| ট্যাগ / প্রতিভা সংগ্রহে যোগ করুন | সহায়ককে ট্যাগ বা প্রতিভা-সংগ্রহ পরিবর্তন প্রিভিউ করতে এবং আপনার হ্যাঁ জন্য অপেক্ষা করতে বলা হয়। |
| একটি পরিবর্তন পরীক্ষা, প্রত্যাহার বা পূর্বাবস্থায় ফিরিয়ে আনুন | একটি মঞ্চস্থ পরিবর্তন কোথায় আছে তা পরীক্ষা করুন (অপেক্ষা, সম্পন্ন, ব্যর্থ, মেয়াদ শেষ বা একটি নতুন অনুরোধ দ্বারা প্রতিস্থাপিত), এখনও অনুমোদনের জন্য অপেক্ষা করছে এমন একটি প্রত্যাহার করুন, বা 24 ঘন্টার মধ্যে একটি বিপরীতযোগ্য পরিবর্তন পূর্বাবস্থায় ফিরিয়ে আনুন, যখন এটি একটি পূর্বাবস্থার রেফারেন্স দিয়ে ফিরে আসে। |
তৈরি করুন এবং প্রকাশ করুন (একবারে কাজ করে, একটি প্রজেক্ট মুছে ফেলা ছাড়া)
এই সরঞ্জামগুলি জিনিস তৈরি করে এবং সেগুলিকে জনসাধারণের জন্য খোলে। তারা উপরের সুরক্ষিত লেখাগুলির থেকে আলাদা আচরণ করে:
- তারা একবারে কাজ করে,
delete_projectছাড়া। একটি লিংকে একজন ব্যক্তির অনুমোদনের জন্য কিছুই মঞ্চস্থ হয় না, এবং তাদের কেউই একজন প্রার্থীকে ইমেল করে না।delete_projectএকটি লিংকে অনুমোদনের জন্য একজন মালিক বা একজন প্রশাসকের জন্য অপেক্ষা করে। - কী-এর স্রষ্টাকে অবশ্যই একজন মালিক বা একজন প্রশাসক হতে হবে, এখানে প্রতিটি টুলের জন্য বাতিল ছাড়া, যার জন্য শুধুমাত্র Invite candidates প্রয়োজন। সরঞ্জামগুলি API কী তৈরি করেছেন এমন ব্যক্তির অনুমতি নিয়ে কাজ করে। যদি সেই ব্যক্তি একজন সদস্য হন, কলটি প্রত্যাখ্যান করা হয়।
- দুটি অনুমতি ঐচ্ছিক। Create hiring projects এবং Create assessments ডিফল্টভাবে দেওয়া হয় না। সাইন-ইন (বিকল্প A) এর মাধ্যমে, সহকারী সেগুলি পায় শুধুমাত্র যদি উভয় শর্ত সত্য হয়: ক্লায়েন্ট সংযোগের সময় নাম ধরে সেগুলি তালিকাভুক্ত করে, এবং কনসেন্ট পৃষ্ঠায় আপনি যে API কী পেস্ট করেন তাতে সেগুলি থাকে। যে ক্লায়েন্ট অনুমতির কোনো তালিকা পাঠায় না, সে চারটি স্ট্যান্ডার্ড অনুমতি (Read hiring data, Read candidates, Manage pipeline, Invite candidates) পায় যা কী-তে থাকে, এবং এই দুটির একটিও পায় না, তাই সহকারী সেই টুলগুলি দেখতে পায় না যেগুলির জন্য সেগুলি প্রয়োজন। স্ট্যাটিক কী (বিকল্প B) ব্যবহার করলে, সহকারীকে এই টুলগুলি দেখানো হয় কী-তে যত অনুমতিই থাকুক না কেন, এবং Flowmingo কী-তে অনুমোদিত নয় এমন যেকোনো কল প্রত্যাখ্যান করে।
- কিছু কল কিছু সময় নেয়। প্রকাশ করা AI কনটেন্ট পরীক্ষার জন্য অপেক্ষা করে, প্রায় 90 সেকেন্ড পর্যন্ত। একটি প্রজেক্ট বা মূল্যায়ন তৈরি করা AI জেনারেশন ব্যবহার করে এবং আরও বেশি সময় নিতে পারে (একটি টেকনিক্যাল টেস্ট 3 থেকে 9 মিনিট সময় নেয়)। যখন উত্তর বলে কাজটি এখনও মুলতুবি, সহায়ক একই আইডেমপোটেন্সি কী দিয়ে আবার কল করে এটি কোথায় পৌঁছেছে তা পড়তে। একটি পুনরায় চেষ্টা কখনই দ্বিতীয় প্রজেক্ট বা মূল্যায়ন তৈরি করে না।
| ক্ষমতা | এটি কী করে |
|---|---|
একটি নিয়োগ প্রকল্প তৈরি করুন (create_project) |
Create hiring projects (অপ্ট-ইন) প্রয়োজন। একটি শিরোনাম, অবস্থান এবং ঐচ্ছিক বিবরণ থেকে ড্যাশবোর্ডের মতো একই AI দ্বারা লেখা একটি চাকরির পোস্ট সহ এর চারটি ডিফল্ট পর্যায় সহ একটি প্রকল্প তৈরি করে। ডিফল্টরূপে এটি একটি CV মূল্যায়ন এবং একটি AI ইন্টারভিউও তৈরি করে; সহায়ক অন্য মূল্যায়নের নাম দিতে পারে, বা কিছুই নয়। চাকরির পোস্টটি চালু করা হয় এবং AI কনটেন্ট পরীক্ষা এটি অনুমোদন করার সাথে সাথে জনসাধারণের জন্য যায়, সাধারণত এক মিনিটের মধ্যে। আপনার কোম্পানির জন্য প্রতি মিনিটে 10টি প্রকল্প এবং প্রতিদিন 300টি সীমাবদ্ধ। আইডেমপোটেন্সি কী ঐচ্ছিক: যখন এটি বাদ দেওয়া হয়, একটি আর্গুমেন্ট থেকে তৈরি হয়, তাই একটি পুনরায় চেষ্টা কখনই দ্বিতীয় প্রকল্প তৈরি করে না। |
একটি মূল্যায়ন তৈরি করুন (create_assessment) |
Create assessments (অপ্ট-ইন) প্রয়োজন। AI দিয়ে একটি মূল্যায়ন তৈরি করে: একটি AI ইন্টারভিউ, একটি CV মূল্যায়ন, একটি স্কিল টেস্ট, একটি শোকেস, একটি টেকনিক্যাল টেস্ট বা একটি রোল-প্লে, একটি কাজের শিরোনাম এবং একটি ঐচ্ছিক কাজের বিবরণ, নাম, প্রকল্প এবং ভাষা থেকে (একটি ট্যাগ যেমন en বা vi-VN; একটি স্কিল টেস্ট এবং একটি টেকনিক্যাল টেস্ট ভাষা উপেক্ষা করে)। এটিকে একটি প্রকল্পের সাথে সংযুক্ত করুন যাতে প্রার্থীদের একটি স্কিল টেস্ট, একটি টেকনিক্যাল টেস্ট বা একটি শোকেসে আমন্ত্রণ জানানো যায়। আইডেমপোটেন্সি কী ঐচ্ছিক, উপরের হিসাবে। |
একটি চাকরির পোস্ট প্রকাশ করুন (publish_job_post) |
Create hiring projects প্রয়োজন। চাকরির পোস্টটি চালু করে এবং নিশ্চিত করে যে AI কনটেন্ট পরীক্ষা চালানো হয়েছে। উত্তর বলে পৃষ্ঠাটি এখন লাইভ, এখনও পরীক্ষার জন্য অপেক্ষা করছে, বা এটি প্রত্যাখ্যান করেছে কিনা। নিয়োগ প্রকল্প সক্রিয় হতে হবে। |
একটি চাকরির পোস্ট আনপাবলিশ করুন (unpublish_job_post) |
Create hiring projects প্রয়োজন। চাকরির পোস্টটি বন্ধ করে, তাই এর পাবলিক লিংক খোলা বন্ধ করে। ডিফল্টরূপে বুস্টও বন্ধ করা হয় (withdraw_boost সত্য)। |
একটি চাকরির পোস্ট বুস্ট করুন (boost_job_post) |
Create hiring projects প্রয়োজন। বুস্টটি off, flowmingo বা extended-এ সেট করে। বুস্টিং বিনামূল্যে। এটি বাড়ানোর জন্য চাকরির পোস্ট চালু, এর প্রকল্প সক্রিয়, একটি কোম্পানির লোগো এবং বিবরণ এবং AI কনটেন্ট পরীক্ষা প্রয়োজন; একটি কোম্পানি প্রতিদিন 50টি বুস্ট বাড়াতে পারে। |
একটি প্রকল্প খুলুন, খসড়া বা আর্কাইভ করুন (set_project_state) |
Create hiring projects প্রয়োজন। একটি নিয়োগ প্রকল্পকে active, draft এবং archived-এর মধ্যে সরায়। খসড়া এবং আর্কাইভ করা চাকরির লিংক বন্ধ করে দেয়। প্রার্থীর তথ্য সংরক্ষিত থাকে। |
একটি নির্ধারিত আমন্ত্রণ বাতিল করুন (cancel_scheduled_invite) |
Invite candidates প্রয়োজন। একটি আমন্ত্রণ যা পরে নির্ধারিত ছিল এবং এখনও পাঠানো হয়নি তা বাতিল করে, আমন্ত্রণের ফলাফল থেকে আমন্ত্রণ আইডি ব্যবহার করে। কাউকে ইমেল করা হয় না। ব্যক্তিটি আপনার অ্যাকাউন্টে এবং প্রকল্প বোর্ডে থাকে। |
একটি নিয়োগ প্রকল্প মুছুন (delete_project) |
Create hiring projects (অপ্ট-ইন) প্রয়োজন। এটি শুধুমাত্র জিজ্ঞাসা করে: এটি একবারে মুছে দেয় না, এটি একটি লিংকে অনুমোদনের অনুরোধ করে, এবং একজন মালিক বা একজন প্রশাসক এটি অনুমোদন না করা পর্যন্ত কিছুই মুছে ফেলা হয় না। শুধুমাত্র একটি সক্রিয় প্রকল্প মুছে ফেলা যেতে পারে। যদি একজন ব্যক্তি এটি অনুমোদন করে, Flowmingo প্রকল্প এবং এর চাকরির পোস্ট মুছে দেয়; এর প্রার্থী আবেদনগুলি একে একে মুছে ফেলা হয় না, এবং প্রার্থীর প্রোফাইল এবং যোগাযোগ, আপনার মূল্যায়ন এবং আমন্ত্রণ লিংক রাখা হয়। কোনো পূর্বাবস্থা নেই। |
নিরাপত্তা ও বিশ্বাস
- আপনার ডেটা org-সীমাবদ্ধ — সহকারী কখনই অন্য কোম্পানির ডেটা দেখতে পারে না।
- OAuth-এর সাথে, সহকারী আপনার API কী কখনই পায় না। এটি একটি অ্যাক্সেস টোকেন পায় যা এক ঘন্টা পরে মেয়াদ শেষ হয়, এটি সংযুক্ত থাকাকালীন নিঃশব্দে রিফ্রেশ হয়। সাইন-ইন নিজেই তার রিফ্রেশ টোকেন যতক্ষণ স্থায়ী হয়, ডিফল্টভাবে এটি জারি বা শেষ রিফ্রেশ হওয়ার সময় থেকে প্রায় 30 দিন, তাই এটি প্রায় 30 দিন ব্যবহার ছাড়া শেষ হয়ে যায়, এবং আপনি তখন আবার সাইন ইন করেন। একটি স্ট্যাটিক হেডার (বিকল্প B) এর সাথে আপনার সহকারীর ক্লায়েন্ট আপনার কী ধারণ করে এবং প্রতিটি অনুরোধের সাথে এটি পাঠায়, তাই এটি এমন ফাইলগুলির বাইরে রাখুন যা আপনি ভাগ বা কমিট করতে পারেন।
- একজন সহকারীকে সংযোগ বিচ্ছিন্ন করা: আপনি এটি দিয়ে অনুমোদিত API কীটি মুছুন, সেটিংস → ইন্টিগ্রেশন → API কী-এ। অ্যাক্সেস অবিলম্বে বন্ধ হয়ে যায়। এখনও কোনও প্রতি-সহকারী সংযোগ বিচ্ছিন্ন নেই, তাই আপনি যদি একে একে প্রত্যাহার করতে চান, প্রতিটি সহকারীকে তার নিজস্ব কী দিন।
/mcpএন্ডপয়েন্টে অনুরোধগুলি তাদের অরিজিনের জন্য পরীক্ষা করা হয়: একটি অস্বচ্ছnullঅরিজিন সর্বদা প্রত্যাখ্যান করা হয়, এবং চেকটি একটি অনুমোদিত তালিকায় লক করা যেতে পারে, তবে ডিফল্টরূপে প্রতিটি প্রকৃত অরিজিন গ্রহণ করা হয়, তাই সুরক্ষা হল আপনার শংসাপত্র, অরিজিন নয়। প্রতিটি সেশন এটি খোলা শংসাপত্রের সাথে আবদ্ধ।
কীভাবে প্রমাণীকরণ করবেন তার জন্য, দেখুন প্রমাণীকরণ — দুটি বিকল্প; সঠিক পঠন, সুরক্ষিত লেখা এবং একবারে ঘটে যাওয়া ক্রিয়াগুলির জন্য, দেখুন আপনি যা করতে পারেন। আপনি প্রস্তুত হলে, আপনার সহকারী সংযোগ করুন-এ যান এবং আপনার ক্লায়েন্ট বেছে নিন।
MCP সার্ভার URL
আপনার সহকারী সংযোগ করুন
Claude Code (CLI)
একটি কমান্ডেই নেটিভ Streamable HTTP এর ওপর Flowmingo যোগ হয়। OAuth দিয়ে শুরু করুন; স্ট্যাটিক --header হলো বিকল্প পদ্ধতি।
ধাপসমূহ: ১) সার্ভার যোগ করুন, ২) লগইন করুন (ব্রাউজার → কী পেস্ট করুন), ৩) যাচাই করতে claude mcp list চালান।
# OAuth (recommended) — flags BEFORE the name:
claude mcp add --transport http flowmingo https://mcp.flowmingo.ai/mcp
claude mcp login flowmingo # browser opens; paste your fl_ key on the consent page
# Static API key instead (pick ONE header):
claude mcp add --transport http flowmingo https://mcp.flowmingo.ai/mcp \
--header "x-api-key: fl_YOUR_KEY"
# or: --header "Authorization: Bearer fl_YOUR_KEY"
# Share with a repo team (writes a git-committable .mcp.json):
claude mcp add --transport http --scope project flowmingo https://mcp.flowmingo.ai/mcp
claude mcp list && claude mcp get flowmingo
সতর্কতা: ফ্ল্যাগগুলো অবশ্যই নামের আগে আসতে হবে, এবং সর্বদা --transport http ব্যবহার করুন (sse নয়)। fl_YOUR_KEY এর জায়গায় আপনার সম্পূর্ণ কী দিন (উপরের Authentication অংশে What a complete key looks like দেখুন)।
এটি কাজ করছে কিনা যাচাই করুন — জিজ্ঞাসা করুন: "list my open jobs."
Cursor
স্ট্যাটিক হেডার হল সবচেয়ে সহজ পথ। Cursor OAuth-ও ব্যবহার করতে পারে (এটি Dynamic Client Registration সমর্থন করে) — তার জন্য, headers ব্লকটি বাদ দিন।
ধাপ: 1) সার্ভারটি ~/.cursor/mcp.json-এ যোগ করুন (নীচে), 2) আপনার শেল প্রোফাইলে FLOWMINGO_API_KEY সম্পূর্ণ কী হিসাবে সেট করুন, 3) Cursor বন্ধ করুন এবং একটি টার্মিনাল থেকে এটি চালু করুন যেখানে ভেরিয়েবলটি সেট করা আছে, 4) Settings → MCP-এ, সার্ভারটি পুনরায় লোড করতে এটি অফ এবং অন করুন।
Cursor ভেরিয়েবলটি দেখতে সক্ষম হতে হবে। Cursor তার নিজস্ব পরিবেশ থেকে ${env:FLOWMINGO_API_KEY} পড়ে। ডক বা স্টার্ট মেনু থেকে চালু করলে এটি প্রায়শই টার্মিনাল প্রোফাইলে সেট করা ভেরিয়েবলটি দেখতে পায় না, এবং তখন হেডারটি খালি বা অসম্প্রসারিত আসে এবং সার্ভার Missing credential উত্তর দেয়। টার্মিনাল থেকে Cursor চালু করা সম্ভব না হলে, ফাইলে ${env:FLOWMINGO_API_KEY}-এর জায়গায় আপনার সম্পূর্ণ কী বসান (এবং ~/.cursor/mcp.json-কে git-এ রাখবেন না)।
{
"mcpServers": {
"flowmingo": {
"url": "https://mcp.flowmingo.ai/mcp",
"headers": { "Authorization": "Bearer ${env:FLOWMINGO_API_KEY}" }
}
}
}
পরিবর্তে OAuth — headers ব্লকটি বাদ দিন; Cursor Dynamic Client Registration চালায় এবং প্রথম সংযোগে একটি ব্রাউজার সম্মতি পৃষ্ঠা খোলে:
{
"mcpServers": {
"flowmingo": {
"url": "https://mcp.flowmingo.ai/mcp"
}
}
}
এটি কাজ করে কিনা যাচাই করুন — জিজ্ঞাসা করুন: "আমার খোলা চাকরির তালিকা দেখান।"
VS Code (Copilot, agent mode)
টুলগুলি কেবল Copilot Chat → Agent mode এ প্রদর্শিত হয়। মূল কী হল servers ( mcpServers নয়) এবং টাইপ হল http। নীচের প্রম্পটেড-কী পথটি নির্ভরযোগ্য সেটআপ।
পদক্ষেপ: 1) .vscode/mcp.json তৈরি করুন (অথবা MCP: Add Server → HTTP চালান), 2) আপনি যখন সার্ভার শুরু করবেন, VS Code আপনার কী জিজ্ঞাসা করবে (এটি ফাইলে লেখা হয় না), 3) Agent mode এ এটি ব্যবহার করুন।
{
"servers": {
"flowmingo": {
"type": "http",
"url": "https://mcp.flowmingo.ai/mcp",
"headers": { "Authorization": "Bearer ${input:flowmingo_key}" }
}
},
"inputs": [
{ "id": "flowmingo_key", "type": "promptString", "description": "Flowmingo API key (fl_...)", "password": true }
]
}
VS Code OAuth চেষ্টা করতে পারে, কিন্তু নথিভুক্ত OAuth কনফিগ একটি ক্লায়েন্ট আইডি আশা করে; নির্ভরযোগ্য সেটআপের জন্য উপরের প্রম্পটেড-কী পথটি ব্যবহার করুন।
এটি কাজ করছে কিনা যাচাই করুন — জিজ্ঞাসা করুন: "list my open jobs."
Claude — claude.ai & Claude Desktop
উভয়ই একই কানেক্টর UI এবং একই পেস্ট-দ্য-URL ফ্লো ব্যবহার করে। কেবল OAuth (UI-তে কোনও হেডার ফিল্ড নেই)।
পদক্ষেপ (ওয়েব বা ডেস্কটপ):
- Settings → Connectors খুলুন এবং Add custom connector ক্লিক করুন।
- এটির নাম দিন
Flowmingoএবং উপরের MCP সার্ভার URL পেস্ট করুন। Advanced → OAuth Client ID / Secret খালি রাখুন। - Add → Connect ক্লিক করুন। Flowmingo সম্মতি পৃষ্ঠায়, আপনার
fl_API কী পেস্ট করুন এবং অনুমোদন করুন। - যাচাই করুন — Claude কে জিজ্ঞাসা করুন: "list my open jobs."
Remote MCP server URL: https://mcp.flowmingo.ai/mcp
Advanced → OAuth Client ID / Secret: (leave blank — Flowmingo uses Dynamic Client Registration)
Team / Enterprise: একজন Owner এটি একবার Organization Settings → Connectors → Custom এর অধীনে যোগ করেন; সদস্যরা তখন Connect ক্লিক করেন।
Claude Desktop-এ পরিবর্তে একটি স্ট্যাটিক কী প্রয়োজন? Any client (mcp-remote) ট্যাব ব্যবহার করুন।
প্রথম সংযোগে আপনার ব্রাউজার একটি Flowmingo সম্মতি পৃষ্ঠা খুলবে — আপনার API কী পেস্ট করুন এবং অনুমোদন করুন। পরে সংযোগ বিচ্ছিন্ন করতে, Settings → Integrations → API Keys এ সেই API কী মুছে ফেলুন।
ChatGPT ও OpenAI Codex CLI
দুটিই OpenAI। ChatGPT সংযোগের জন্য Developer Mode ব্যবহার করে কাস্টম কানেক্টরের মাধ্যমে (শুধুমাত্র OAuth); Codex CLI থেকে সরাসরি সংযোগ করে।
ChatGPT (web)
- chatgpt.com-এ (Plus / Pro / Business / Enterprise / Edu — মোবাইল নয়), Settings → Apps → Advanced খুলুন এবং Developer mode চালু করুন।
- Apps → Create → নাম দিন
Flowmingo, নিচের URL পেস্ট করুন, ট্রান্সপোর্ট Streamable HTTP, অথ OAuth। - ড্রাফ্টটি খুলুন, টুলগুলি চালু করুন এবং Refresh চাপুন।
- চ্যাটে + মেনু দিয়ে এটি সংযুক্ত করুন।
Connector URL: https://mcp.flowmingo.ai/mcp
Transport: Streamable HTTP
Auth: OAuth (leave any static OAuth client ID / secret blank — Flowmingo uses Dynamic Client Registration)
ChatGPT-এর Developer Mode শুধুমাত্র OAuth দিয়ে সংযোগ করে — এটি একটি স্থির x-api-key / কাস্টম API-key হেডার গ্রহণ করে না। সাধারণ এবং deep-research কানেক্টর শুধুমাত্র search + fetch ব্যবহার করে (আপনার উভয়ই আছে)। Write টুল (invite / move / reject) এর জন্য Developer Mode প্রয়োজন। ChatGPT কোনো টুল চালানোর আগে যে প্রম্পট দেখায় তা ChatGPT-এর নিজস্ব এবং Flowmingo-র অনুমোদন নয়: একটি invite, একটি reject এবং একটি move যা প্রার্থীকে ইমেল করে তা সবসময় একজন ব্যক্তির Flowmingo লিংকে অনুমোদনের জন্য অপেক্ষা করে।
OpenAI Codex CLI
কোনো ব্রিজের প্রয়োজন নেই — Codex Streamable HTTP নেটিভলি বোঝে।
# ~/.codex/config.toml — static fl_ key as a bearer (simplest)
[mcp_servers.flowmingo]
url = "https://mcp.flowmingo.ai/mcp"
bearer_token_env_var = "FLOWMINGO_API_KEY" # export FLOWMINGO_API_KEY=fl_...
startup_timeout_sec = 20
tool_timeout_sec = 120
# Static API key (bearer from env) — simplest:
codex mcp add flowmingo --url https://mcp.flowmingo.ai/mcp --bearer-token-env-var FLOWMINGO_API_KEY
# export FLOWMINGO_API_KEY=fl_... (or set it in ~/.codex/config.toml [mcp_servers.flowmingo])
# OAuth instead (no key stored):
codex mcp add flowmingo --url https://mcp.flowmingo.ai/mcp
codex mcp login flowmingo
codex mcp list
এটি কাজ করে কিনা যাচাই করুন — জিজ্ঞাসা করুন: "আমার খোলা চাকরির তালিকা দিন।"
Gemini CLI & Code Assist
Gemini CLI (এবং Gemini Code Assist এজেন্ট মোড) ~/.gemini/settings.json এর মাধ্যমে একটি রিমোট MCP সার্ভারে পৌঁছায়। ভোক্তা Gemini অ্যাপ কাস্টম MCP কানেক্টর যোগ করতে পারে না — এই পথটি কেবল CLI / Code Assist এর জন্য।
পদক্ষেপ: 1) ~/.gemini/settings.json এ mcpServers এর অধীনে সার্ভার যোগ করুন, 2) FLOWMINGO_API_KEY=fl_... এক্সপোর্ট করুন, 3) gemini চালান এবং টুলগুলি তালিকাভুক্ত হয়েছে কিনা তা নিশ্চিত করতে /mcp ব্যবহার করুন।
{
"mcpServers": {
"flowmingo": {
"httpUrl": "https://mcp.flowmingo.ai/mcp",
"headers": { "Authorization": "Bearer ${FLOWMINGO_API_KEY}" },
"timeout": 30000
}
}
}
httpUrl নেটিভ স্ট্রিমযোগ্য HTTP নির্বাচন করে। ${FLOWMINGO_API_KEY} প্লেসহোল্ডারটি আপনার পরিবেশ থেকে প্রসারিত হয়, তাই ফাইলে কোনও কাঁচা কী লেখা হয় না। OAuth পছন্দ করেন? Gemini CLI এটি নেটিভভাবে করতে পারে — headers ব্লকটি বাদ দিন এবং সার্ভার এন্ট্রিতে "authProviderType": "dynamic_discovery" যোগ করুন। CLI 401 চ্যালেঞ্জ সনাক্ত করে, আমাদের OAuth মেটাডেটা আবিষ্কার করে এবং স্বয়ংক্রিয়ভাবে ডাইনামিক ক্লায়েন্ট রেজিস্ট্রেশন সম্পাদন করে (কোনও ক্লায়েন্ট আইডি সেট করার প্রয়োজন নেই)।
এটি কাজ করছে কিনা যাচাই করুন —
gemini-তে জিজ্ঞাসা করুন: "list my open jobs."
অন্যান্য ক্লায়েন্ট — Windsurf · Zed · Cline · Continue · Antigravity
নিচের প্রতিটি ক্লায়েন্ট একই সার্ভারের বিরুদ্ধে কাজ করে — বেশিরভাগই OAuth এবং একটি স্ট্যাটিক হেডার উভয়ই সমর্থন করে। স্নিপেটগুলি একটি এনভায়রনমেন্ট ভেরিয়েবলের মাধ্যমে একটি স্ট্যাটিক কী ব্যবহার করে; ক্লায়েন্ট যেখানে OAuth সমর্থন করে সেখানে এটি চালানোর জন্য headers বাদ দিন। নিচে উল্লেখ করা ক্লায়েন্ট-নির্দিষ্ট কী-নামের ফাঁদগুলিতে নজর রাখুন।
Google Antigravity
https://mcp.flowmingo.ai/mcp একটি দূরবর্তী MCP সার্ভার হিসাবে যোগ করুন এবং এটি প্রমাণীকরণ করতে বেছে নিন: একটি Flowmingo পৃষ্ঠা খোলে এবং আপনার সম্পূর্ণ API কী জিজ্ঞাসা করে (উপরের Authentication বিভাগে What a complete key looks like দেখুন)। প্রতিটি Antigravity পৃষ্ঠ (IDE, CLI) আলাদাভাবে সাইন ইন করে। Antigravity-এর mcp_config.json-এ ঠিকানাটি serverUrl-এর অধীনে যায় এবং একটি স্ট্যাটিক কী headers ব্লকে Authorization হিসাবে Bearer এবং আপনার সম্পূর্ণ কী সহ যায়, যেমন Google-এর নিজস্ব Antigravity MCP উদাহরণ এ। আমরা প্রতিটি Antigravity সংস্করণ পরীক্ষা করতে পারিনি, তাই আপনার মেনু যদি এ থেকে আলাদা হয়, Google-এর গাইডে বর্তমান পদক্ষেপ রয়েছে।
Windsurf (Cascade)
~/.codeium/windsurf/mcp_config.json — Windsurf serverUrl বা url গ্রহণ করে এবং OAuth সমর্থন করে (এটি ট্রিগার করতে headers বাদ দিন)।
{ "mcpServers": { "flowmingo": {
"serverUrl": "https://mcp.flowmingo.ai/mcp",
"headers": { "Authorization": "Bearer ${env:FLOWMINGO_API_KEY}" }
} } }
Zed
~/.config/zed/settings.json — কীটি context_servers; নেটিভ OAuth-এর জন্য headers বাদ দিন। আপনার এনভায়রনমেন্টে FLOWMINGO_API_KEY=fl_... সেট করুন, কাঁচা কী পেস্ট করার পরিবর্তে।
{ "context_servers": { "flowmingo": {
"url": "https://mcp.flowmingo.ai/mcp",
"headers": { "Authorization": "Bearer ${env:FLOWMINGO_API_KEY}" }
} } }
Cline
MCP সার্ভার → কনফিগার করুন — type: "streamableHttp" (camelCase) সেট করুন, অন্যথায় এটি মৃত SSE-তে ডিফল্ট হয়।
{ "mcpServers": { "flowmingo": {
"type": "streamableHttp",
"url": "https://mcp.flowmingo.ai/mcp",
"headers": { "Authorization": "Bearer ${env:FLOWMINGO_API_KEY}" },
"disabled": false, "autoApprove": []
} } }
Continue.dev
~/.continue/config.yaml — mcp-remote ব্রিজের মাধ্যমে সংযোগ করুন। FLOWMINGO_AUTH_HEADER = Bearer fl_YOUR_KEY সেট করুন।
name: Flowmingo MCP
version: 0.0.1
schema: v1
mcpServers:
- name: Flowmingo
command: npx
args: ["-y", "mcp-remote", "https://mcp.flowmingo.ai/mcp", "--transport", "http-only", "--header", "Authorization:${{ secrets.FLOWMINGO_AUTH_HEADER }}"]
এটি কাজ করে কিনা যাচাই করুন — জিজ্ঞাসা করুন: "আমার খোলা চাকরির তালিকা দিন।"
যেকোনো ক্লায়েন্ট (mcp-remote)
stdio-only ক্লায়েন্টের জন্য (অথবা ভবিষ্যতে যে ক্লায়েন্টে নেটিভ রিমোট ট্রান্সপোর্ট নেই), mcp-remote stdio কমান্ড দিয়ে Flowmingo-তে ব্রিজ করুন। --transport http-only বাধ্যতামূলক — সার্ভারে SSE নেই।
ধাপ: ১) Node ≥ ১৮ নিশ্চিত করুন, ২) ক্লায়েন্টে stdio কমান্ড হিসেবে ব্রিজটি চালান, ৩) প্রথম OAuth চলাকালীন ব্রাউজার খুলবে — আপনার কী পেস্ট করুন।
# Bare terminal — OAuth, caches the token in ~/.mcp-auth:
npx -y mcp-remote https://mcp.flowmingo.ai/mcp --transport http-only
# Static key (no browser): --header on its own arg is fine
npx -y mcp-remote https://mcp.flowmingo.ai/mcp --transport http-only \
--header "x-api-key: fl_YOUR_KEY"
{
"mcpServers": {
"flowmingo": {
"command": "npx",
"args": ["-y", "mcp-remote", "https://mcp.flowmingo.ai/mcp",
"--transport", "http-only", "--header", "x-api-key:${FLOWMINGO_KEY}"],
"env": { "FLOWMINGO_KEY": "fl_YOUR_KEY" }
}
}
}
রেসকিউ: অথেনটিকেশন আটকে গেলে, rm -rf ~/.mcp-auth চালিয়ে আবার চেষ্টা করুন। fl_YOUR_KEY-এর জায়গায় আপনার সম্পূর্ণ কী দিন (উপরের Authentication অংশে What a complete key looks like দেখুন)। JSON args[]-তে, হেডার কোলনের পরে স্পেস এড়িয়ে চলুন (npx escaping সমস্যা)।
যাচাই করুন — জিজ্ঞাসা করুন: "list my open jobs."