अवलोकन
कुनै पनि MCP-अनुकूल AI सहायकलाई आफ्नो Flowmingo भर्ना डेटामा जडान गर्नुहोस् — तपाईंको जागिर र उम्मेदवारहरू पढ्नुहोस् र तपाईंको अनुमतिसहित सुरक्षित रूपमा कारबाहीहरू (आमन्त्रण, सार्नु, अस्वीकार, परियोजनाबाट हटाउनु) गर्नुहोस्। तपाईं आफैंले चालु गर्ने दुई अतिरिक्त अनुमतिहरूसँग, एक सहायकले भर्ना परियोजनाहरू र मूल्याङ्कनहरू सिर्जना गर्न, जागिरको पोस्ट प्रकाशित, बन्द वा बढावा दिन पनि सक्छ (हेर्नुहोस् तपाईं के गर्न सक्नुहुन्छ)। MCP मा नयाँ? यो खुला मानक हो जसले AI सहायकहरूलाई Flowmingo जस्ता उपकरणहरूसँग कुरा गर्न दिन्छ। MCP के हो जान्नुहोस्।
ट्रान्सपोर्ट: Streamable HTTP (आधुनिक रिमोट ट्रान्सपोर्ट)। कुनै पुरानो SSE छैन — सधैं आफ्नो क्लाइन्टलाई /mcp मा देखाउनुहोस्, /sse मा होइन।
आफ्नो API कुञ्जीलाई पासवर्डजस्तै व्यवहार गर्नुहोस्। OAuth, प्रम्प्ट गरिएको इनपुट, वा वातावरण चरलाई रुचाउनुहोस्, git मा कमिट गर्न सक्ने फाइलमा (जस्तै
.vscode/mcp.json,~/.cursor/mcp.json, तपाईंको Continue कन्फिग) कच्चाfl_...कुञ्जी टाँस्नुभन्दा।
प्रमाणीकरण — दुई विकल्पहरू
A — Flowmingo सँग साइन इन गर्नुहोस् (OAuth, सिफारिस गरिएको)। तपाईंको ब्राउजरले Flowmingo सहमति पृष्ठ खोल्छ; तपाईं आफ्नो API कुञ्जी त्यहाँ टाँस्नुहुन्छ। सहायकले तपाईंको कच्चा कुञ्जी कहिल्यै प्राप्त गर्दैन। यसले एक्सेस टोकन र रिफ्रेस टोकन प्राप्त गर्छ, जुन नयाँ एक्सेस टोकन प्राप्त गर्न प्रयोग गर्न सकिन्छ। साइन-इन सधैंभरि रहँदैन। रिफ्रेस टोकन पूर्वनिर्धारित रूपमा लगभग 30 दिन रहन्छ, जारी गरिएको समयदेखि, साइन-इन वा पछिल्लो रिफ्रेसमा, त्यसैले प्रयोग नगरिएको साइन-इन त्यति लामो समयपछि समाप्त हुन्छ, र Flowmingo रिलीजले साइन-इनहरू कसरी भण्डारण गरिन्छ भनेर परिवर्तन गर्दा तपाईंलाई फेरि साइन इन गर्न आवश्यक हुन सक्छ। त्यसपछि सहायकले तपाईंलाई फेरि साइन इन गर्न सोध्छ, र तपाईं आफ्नो कुञ्जी फेरि टाँस्नुहुन्छ। चाँडै बन्द गर्न, त्यो API कुञ्जी मेटाउनुहोस्। सिर्जना गर्न कुनै क्लाइन्ट ID वा गोप्य छैन (Flowmingo डायनामिक क्लाइन्ट दर्ता प्रयोग गर्छ)। "Advanced" OAuth सेटिङहरू देखाउने क्लाइन्टहरूमा (जस्तै Claude.ai), Client ID र Secret खाली छोड्नुहोस्।
B — स्थिर API कुञ्जी (हेडर)। आफ्नो कुञ्जी कुनै पनि हेडरको रूपमा पठाउनुहोस्:
x-api-key: fl_YOUR_KEY
Authorization: Bearer fl_YOUR_KEY
आफ्नो कुञ्जी Flowmingo → Settings → Integrations → API Keys मा प्राप्त गर्नुहोस्। Read hiring data र Read candidates टिक गर्नुहोस् — पहिलोले जागिर, पाइपलाइन र नतिजाहरू कभर गर्छ, दोस्रोले सहायकलाई कसैलाई खोज्न दिन्छ। गार्डेड लेखन कार्यहरूका लागि Manage pipeline / Invite candidates थप्नुहोस्। सहायकलाई परियोजनाहरू र मूल्याङ्कनहरू सिर्जना गर्न, जागिरको पोस्ट प्रकाशित वा बढावा दिन दिन, Create hiring projects र Create assessments पनि टिक गर्नुहोस्। पहिले सिर्जना र प्रकाशन अन्तर्गत तपाईं के गर्न सक्नुहुन्छ पढ्नुहोस्: यी दुई अनुमतिहरू वैकल्पिक हुन्, र कुञ्जीको सिर्जनाकर्ता मालिक वा प्रशासक हुनुपर्छ।
पूर्ण कुञ्जी कस्तो देखिन्छ। एउटा लामो मान: fl_live_, कुञ्जीको सार्वजनिक नाम, एउटा डट, त्यसपछि लामो गोप्य। गोप्य आधा एक पटक देखाइन्छ, कुञ्जी सिर्जना गरेपछि; पछि API Keys सूचीले केवल यसको सुरुवात मात्र देखाउँछ। डट नभएको मान केवल कुञ्जीको नाम हो, र यसलाई अस्वीकार गरिनेछ। यो गाइडले जहाँ fl_YOUR_KEY लेख्छ, त्यहाँ सबैलाई आफ्नो पूर्ण कुञ्जीले बदल्नुहोस्, कुनै उद्धरण र खाली ठाउँ बिना।
यदि यो जडान हुँदैन। खराब वा खाली कुञ्जी Missing credential वा The Flowmingo API key was rejected को रूपमा फर्किन्छ; दुवैको अर्थ मान हामीसम्म पूर्ण रूपमा पुगेन, त्यसैले पहिले मान जाँच्नुहोस्। ${env:FLOWMINGO_API_KEY} जस्तो सेटिङले मात्र काम गर्छ यदि प्रोग्रामले त्यो चर देख्न सक्छ, र डक वा स्टार्ट मेनुबाट खोलिएको सम्पादकले प्रायः तपाईंको टर्मिनल प्रोफाइल पढ्दैन। या त चर सेट गरिएको टर्मिनलबाट सुरु गर्नुहोस्, वा फाइलमा आफ्नो पूर्ण कुञ्जी राख्नुहोस् (र त्यो फाइललाई git बाट टाढा राख्नुहोस्)।
कुन रोज्ने? धेरैजसो क्लाइन्टहरूले दुवै समर्थन गर्छन्; केही (जस्तै ChatGPT) OAuth-मात्र हुन् — प्रत्येक ट्याबले त्यो क्लाइन्टले के समर्थन गर्छ भनेर नोट गर्छ। सामान्यतया, OAuth अन्तरक्रियात्मक सहायकहरूका लागि उपयुक्त छ (Claude.ai, ChatGPT, VS Code); API-कुञ्जी हेडर CLIs, हेडलेस/CI, र सम्पादकहरूका लागि उपयुक्त छ जहाँ तपाईं कुञ्जी राख्न रुचाउनुहुन्छ।
तपाईं के गर्न सक्नुहुन्छ
पढाइहरूलाई अनुमोदन आवश्यक पर्दैन। धेरैजसो लेखनहरू गार्डेड हुन्छन्। एउटा आमन्त्रण, Reject कार्यद्वारा गरिएको अस्वीकार, परियोजनाबाट उम्मेदवारहरू हटाउने, परियोजना मेटाउने, वा सामान्यतया, उम्मेदवारलाई इमेल गर्न सेट गरिएको चरणमा सार्नु, Flowmingo मा साइन इन गरिएको व्यक्तिले लिङ्कमा अनुमोदन गर्न पर्खन्छ। सहायकले यसलाई अनुमोदन गर्न सक्दैन, र च्याटमा टाइप गरिएको 'हो' गणना हुँदैन। चरणको इमेल सेटिङ सार्न अनुरोध गर्दा जाँच गरिन्छ। नोट, रेटिङ, शर्टलिस्ट, ट्याग, वा उम्मेदवारलाई इमेल नगर्ने चरणमा सार्नका लागि, सहायकलाई पहिले तपाईंलाई पूर्वावलोकन देखाउन र तपाईं सहमत भएपछि मात्र अगाडि बढ्न भनिन्छ, जुन यसको लागि निर्देशन हो, लक होइन। तपाईंको AI क्लाइन्टले उपकरण चलाउनुअघि देखाउने प्रम्प्ट क्लाइन्टको आफ्नै हो र Flowmingo को अनुमोदन होइन: एउटा आमन्त्रण, Reject कार्यद्वारा गरिएको अस्वीकार र इमेल गर्ने चरणमा सार्न अझै पनि अनुमोदन लिङ्कको पर्खाइमा रहन्छ, क्लाइन्टले जे सोधे पनि। अनुमोदन लिङ्क 15 मिनेटपछि समाप्त हुन्छ, र धेरै उम्मेदवार वा आवेदनहरूको लागि एउटा अनुरोध (अधिकतम 50) एउटा अनुमोदन हो जसले सबैलाई सूचीबद्ध गर्छ। एकपटक परिवर्तन चरणबद्ध भएपछि, सहायकले यो कहाँ छ भनेर जाँच्न, यो अझै पर्खिरहेको बेला फिर्ता लिन, र 24 घण्टाभित्र उल्टाउन सक्ने परिवर्तन (नोट, रेटिङ, शर्टलिस्ट चिन्ह, ट्याग, वा कसैलाई इमेल नगरेको साराई) उल्टाउन सक्छ। उल्टाउन सधैं उपलब्ध हुँदैन: परिवर्तन उल्टाउने सन्दर्भसँग फर्कनुपर्छ, एउटा रेकर्ड गर्नु सर्वोत्तम प्रयास हो, र पहिलेको चरण नभएको उम्मेदवारको लागि सार्ने कुनै पनि छैन, त्यसैले सहायकले जाँच गर्नुपर्छ र फिर्ताको बाटो नभएको बेला भन्नुपर्छ। पठाइएको इमेल उल्टाउन सकिँदैन। सिर्जना र प्रकाशन अन्तर्गत सूचीबद्ध उपकरणहरू यी सबैको अपवाद हुन्, delete_project बाहेक: तिनीहरू तुरुन्तै कार्य गर्छन् र अनुमोदनको लागि चरणबद्ध हुँदैनन्। एउटा हटाउने र परियोजना मेटाउने उल्टाउन सकिँदैन। सबै तपाईंको संस्थामा सीमित छ।
पढ्नुहोस्
| क्षमता | यसले के गर्छ |
|---|---|
| जागिर पोस्टहरू सूचीबद्ध गर्नुहोस् | तपाईंको संस्थाका खुला र बन्द भूमिकाहरू ब्राउज गर्नुहोस्। |
| अन्तर्वार्ता सेट र परियोजनाहरू सूचीबद्ध गर्नुहोस् | सबै प्रकारका आफ्नो मूल्याङ्कनहरू (अन्तर्वार्ता सेट) हेर्नुहोस् (AI अन्तर्वार्ता, भूमिका-खेल, सीप परीक्षण, प्राविधिक परीक्षण, CV मूल्याङ्कन, शोकेस र रेकर्डिङहरू; प्रश्नावलीहरू जब तपाईं तिनीहरूलाई सोध्नुहुन्छ) र आफ्नो भर्ना परियोजनाहरू। |
| उम्मेदवार पाइपलाइन सूचीबद्ध गर्नुहोस् | परियोजनाभरि चरण अनुसार आवेदनहरू हेर्नुहोस्। |
| मूल्याङ्कन नतिजा र स्कोरहरू पढ्नुहोस् | सबै प्रकारका नतिजाहरू तान्नुहोस्: AI अन्तर्वार्ता, भूमिका-खेल, सीप परीक्षण, प्राविधिक परीक्षण, CV मूल्याङ्कन, शोकेस, रेकर्डिङ र प्रश्नावलीहरू। प्रत्येक नतिजा यसको प्रकारसँग लेबल गरिएको छ। केही प्रकारहरू मात्र AI स्कोर बोक्छन्: शोकेस र प्रश्नावली कहिल्यै स्कोर गरिँदैन, र सीप परीक्षण प्रतिशत हो। |
| उम्मेदवार खोज्नुहोस् | एक उम्मेदवारको नाम, इमेल, र CV ल्याउनुहोस्। |
| उम्मेदवारहरू खोज्नुहोस् | नाम वा इमेलद्वारा उम्मेदवारहरू खोज्नुहोस्। |
| उम्मेदवारहरू तुलना गर्नुहोस् | २ देखि १० उम्मेदवारहरूलाई छेउछाउमा राख्नुहोस्। Read candidates अनुमतिका साथै Read hiring data चाहिन्छ। |
| भर्ना सिंहावलोकन | तपाईंको जडानले पुग्न सक्ने सबै चीजको फनेल (सम्पूर्ण कम्पनी, जबसम्म कुञ्जी केही परियोजनाहरूमा सीमित कसैले बनाएको छैन), वा तपाईंले सोध्दा साँघुरो: प्रति चरण आवेदनहरू, सक्रिय बनाम अस्वीकार, र प्रत्येक प्रकारको मूल्याङ्कनको लागि जसमा नतिजा छ, पूरा बनाम प्रगतिमा नतिजा र औसत स्कोर। एउटा परियोजनाले हरेक गणना साँघुरो पार्छ, तर यसको नतिजा गणनाहरू त्यो परियोजनामा लिङ्क गरिएका मूल्याङ्कनहरूमा नतिजाहरू कभर गर्छन्, त्यसैले ती मूल्याङ्कनहरूमध्ये एउटा साझा गर्ने अर्को परियोजनाको उम्मेदवार पनि गणना हुन सक्छ। एउटा मूल्याङ्कनले केवल नतिजा गणनाहरू साँघुरो पार्छ: चरण र आवेदन गणनाहरू तपाईंको जडानले पुग्न सक्ने सबैमा रहन्छ। प्रकारहरू कहिल्यै जोडिँदैनन्। |
| शीर्ष उम्मेदवारहरू | समग्र स्कोरद्वारा क्रमबद्ध उच्चतम-रैंक नतिजाहरू। सबै प्रकारका मूल्याङ्कनहरू सँगै रैंक गरिन्छन् जबसम्म तपाईं एक प्रकार वा एक मूल्याङ्कन (अन्तर्वार्ता सेट) सोध्नुहुन्न। |
| मूल्याङ्कन नतिजा विवरण | प्रति-क्षमता स्कोरहरू र AI सारांश, ती प्रकारहरूको लागि जसमा ती छन्। सीप परीक्षण, प्राविधिक परीक्षण, शोकेस र प्रश्नावलीमा थोरै वा केही छैन। |
| जागिर पोस्ट विवरण | एउटा जागिर पोस्टको पूर्ण विवरण। |
के जागिर पोस्ट सार्वजनिकका लागि खुला छ? (get_job_post_publication) |
के कसैले जागिर पोस्टको सार्वजनिक पृष्ठ खोल्न सक्छ: लाइभ, अझै AI सामग्री जाँचको प्रतीक्षामा, यसद्वारा अस्वीकार, फ्ल्याग, बन्द, वा यसको परियोजना खुला छैन। साथै यसको सार्वजनिक ठेगाना र यसको बूस्ट (बन्द, flowmingo वा विस्तारित)। Read hiring data चाहिन्छ। |
| आगामी अन्तर्वार्ताहरू | कुनै पनि प्रकारको मूल्याङ्कनमा आमन्त्रणहरू जुन पठाइयो वा तालिकाबद्ध गरियो र अझै पूरा भएको छैन। यो अझै बाँकी सबैको गणना होइन: जसको उम्मेदवारलाई सम्झाइयो, वा लिङ्क खोल्यो वा क्लिक गर्यो, त्यो आमन्त्रण उम्मेदवार सुरु नभएसम्म छोडिन्छ, र डेलिभर गर्न असफल भएको पनि। |
लेख्नुहोस् (गार्डेड)
| क्षमता | यसले के गर्छ |
|---|---|
| उम्मेदवारहरूलाई मूल्याङ्कनमा आमन्त्रण गर्नुहोस् | AI अन्तर्वार्ता, भूमिका-खेल, सीप परीक्षण वा प्राविधिक परीक्षणका लागि आमन्त्रणहरू तयार गर्छ, र व्यक्तिले लिङ्कमा अनुमोदन गर्न पर्खन्छ। त्यसअघि केही पठाइँदैन। प्रति अनुरोध एक मूल्याङ्कन र अधिकतम ५० उम्मेदवारहरू; सीप परीक्षण वा प्राविधिक परीक्षणलाई हरेक उम्मेदवारको लागि परियोजना र इमेल चाहिन्छ, र प्रायोजित एकले उम्मेदवार सुरु गर्दा तपाईंको संस्थाको वालेट डेबिट गर्न सक्छ। |
| उम्मेदवारलाई अर्को चरणमा सार्नुहोस् | उम्मेदवारलाई इमेल गर्न सेट गरिएको चरणमा सार्न सामान्यतया व्यक्तिले लिङ्कमा अनुमोदन गर्न पर्खन्छ (चरणको इमेल सेटिङ सार्नुभन्दा ठीक अघि एक पटक पढिन्छ, त्यसैले त्यो क्षणमा चालु गरिएको सेटिङले अनुमोदन बिना साराई इमेल गर्न सक्छ)। अन्य कुनै साराई: सहायकलाई पूर्वावलोकन गर्न र तपाईंको हो पर्खन भनिन्छ, र यो सामान्यतया २४ घण्टाको लागि उल्टाउन सकिन्छ, जब यो उल्टाउने सन्दर्भसँग फर्कियो। प्रति अनुरोध अधिकतम ५० आवेदनहरू। |
| आवेदन अस्वीकार गर्नुहोस् | लिङ्कमा अनुमोदन अनुरोध गर्छ। यदि व्यक्तिले अनुमोदन गर्छ भने, Flowmingo ले आवेदनलाई परियोजनाको अस्वीकार चरणमा सार्न प्रयास गर्छ; पछि नतिजा जाँच्नुहोस्। प्रति अनुरोध अधिकतम ५० आवेदनहरू। |
परियोजनाबाट उम्मेदवारहरू हटाउनुहोस् (remove_application) |
Manage pipeline चाहिन्छ। लिङ्कमा अनुमोदन अनुरोध गर्छ। यदि व्यक्तिले अनुमोदन गर्छ भने, Flowmingo ले आवेदनहरू परियोजनाबाट मेटाउँछ; उम्मेदवारको प्रोफाइल तपाईंको प्रतिभा पूल र अन्य परियोजनाहरूमा रहन्छ। यो अस्वीकार होइन, र कुनै उल्टाउने छैन। प्रति अनुरोध अधिकतम ५० आवेदनहरू। |
| नतिजामा नोट थप्नुहोस् | सहायकलाई प्रस्तावित नोट पूर्वावलोकन गर्न र सुरक्षित गर्नुअघि तपाईंको हो पर्खन भनिन्छ। एउटा नोट एउटा मूल्याङ्कन नतिजा (कुनै पनि प्रकारको) सँग सम्बन्धित छ, समग्र उम्मेदवारसँग होइन। |
| नतिजा रेट गर्नुहोस् | सहायकलाई रेटिङ पूर्वावलोकन गर्न र तपाईंको हो पर्खन भनिन्छ। रेटिङ एउटा मूल्याङ्कन नतिजामा लागू हुन्छ। |
| नतिजा शर्टलिस्ट गर्नुहोस् | सहायकलाई शर्टलिस्ट परिवर्तन पूर्वावलोकन गर्न र तपाईंको हो पर्खन भनिन्छ। यो एउटा मूल्याङ्कन नतिजामा लागू हुन्छ। |
| ट्याग / प्रतिभा संग्रहमा थप्नुहोस् | सहायकलाई ट्याग वा प्रतिभा-संग्रह परिवर्तन पूर्वावलोकन गर्न र तपाईंको हो पर्खन भनिन्छ। |
| परिवर्तन जाँच, फिर्ता वा उल्टाउनुहोस् | चरणबद्ध परिवर्तन कहाँ छ भनेर जाँच गर्नुहोस् (पर्खिरहेको, गरिएको, असफल, समाप्त वा नयाँ अनुरोधद्वारा प्रतिस्थापित), अनुमोदनको पर्खाइमा रहेको फिर्ता लिनुहोस्, वा २४ घण्टाभित्र उल्टाउन सकिने परिवर्तन उल्टाउनुहोस्, जब यो उल्टाउने सन्दर्भसँग फर्कियो। |
सिर्जना र प्रकाशन (तुरुन्तै कार्य गर्छ, परियोजना मेटाउने बाहेक)
यी उपकरणहरूले चीजहरू सिर्जना गर्छन् र सार्वजनिक रूपमा खोल्छन्। तिनीहरू माथिका गार्डेड लेखनहरूभन्दा फरक व्यवहार गर्छन्:
- तिनीहरू तुरुन्तै कार्य गर्छन्,
delete_projectबाहेक। कुनै पनि व्यक्तिले लिङ्कमा अनुमोदन गर्नको लागि चरणबद्ध छैन, र तिनीहरूमध्ये कसैले उम्मेदवारलाई इमेल गर्दैन।delete_projectले मालिक वा प्रशासकले लिङ्कमा अनुमोदन गर्न पर्खन्छ। - कुञ्जीको सिर्जनाकर्ता मालिक वा प्रशासक हुनुपर्छ, यहाँ हरेक उपकरणको लागि, रद्द बाहेक, जसलाई केवल Invite candidates चाहिन्छ। उपकरणहरू API कुञ्जी सिर्जना गर्ने व्यक्तिको अनुमतिहरूसँग कार्य गर्छन्। यदि त्यो व्यक्ति सदस्य हो भने, कल अस्वीकार गरिन्छ।
- दुई अनुमतिहरू ऐच्छिक हुन्। Create hiring projects र Create assessments पूर्वनिर्धारित रूपमा दिइँदैनन्। साइन-इन (विकल्प A) सँग, सहायकले ती अनुमतिहरू तब मात्र पाउँछ जब दुवै सत्य हुन्छन्: क्लाइन्टले जडान गर्दा तिनीहरूलाई नामसहित सूचीबद्ध गर्छ, र तपाईंले सहमति पृष्ठमा टाँस्नुभएको API कुञ्जीले ती अनुमतिहरू राख्छ। कुनै अनुमतिको सूची नपठाउने क्लाइन्टले कुञ्जीले राखेका चार मानक अनुमतिहरू (Read hiring data, Read candidates, Manage pipeline, Invite candidates) पाउँछ, र यी दुई मध्ये कुनै पनि पाउँदैन, त्यसैले सहायकले ती अनुमतिहरू चाहिने उपकरणहरू देख्दैन। स्थिर कुञ्जी (विकल्प B) सँग, सहायकलाई यी उपकरणहरू कुञ्जीले राखेका अनुमतिहरू जस्तोसुकै भए पनि देखाइन्छ, र Flowmingo ले कुञ्जीले अनुमति नदिने कुनै पनि कल अस्वीकार गर्छ।
- केही कलहरूले समय लिन्छन्। प्रकाशन AI सामग्री जाँचको लागि पर्खन्छ, लगभग 90 सेकेन्डसम्म। परियोजना वा मूल्याङ्कन सिर्जना गर्न AI उत्पादन प्रयोग गर्छ र लामो समय लिन सक्छ (प्राविधिक परीक्षण 3 देखि 9 मिनेट लिन्छ)। जब उत्तरले काम अझै बाँकी छ भन्छ, सहायकले उही idempotency कुञ्जीको साथ फेरि कल गर्छ कि यो कहाँ पुग्यो भनेर पढ्न। रिट्राइले कहिल्यै दोस्रो परियोजना वा मूल्याङ्कन सिर्जना गर्दैन।
| क्षमता | यसले के गर्छ |
|---|---|
भर्ना परियोजना सिर्जना गर्नुहोस् (create_project) |
Create hiring projects (वैकल्पिक) चाहिन्छ। यसको चार पूर्वनिर्धारित चरणहरू र ड्यासबोर्ड जस्तै AI द्वारा लेखिएको जागिर पोस्टसँग एउटा परियोजना बनाउँछ, शीर्षक, स्थिति र वैकल्पिक विवरणबाट। पूर्वनिर्धारित रूपमा यसले CV मूल्याङ्कन र AI अन्तर्वार्ता पनि बनाउँछ; सहायकले अन्य मूल्याङ्कनहरू, वा कुनै पनि नाम दिन सक्छ। जागिर पोस्ट चालु हुन्छ र AI सामग्री जाँचले अनुमोदन गरेपछि सार्वजनिक हुन्छ, सामान्यतया एक मिनेटभित्र। तपाईंको कम्पनीको लागि प्रति मिनेट 10 परियोजनाहरू र प्रति दिन 300 सीमित। Idempotency कुञ्जी वैकल्पिक छ: जब छोडिन्छ, तर्कहरूबाट एउटा बनाइन्छ, त्यसैले रिट्राइले कहिल्यै दोस्रो परियोजना सिर्जना गर्दैन। |
मूल्याङ्कन सिर्जना गर्नुहोस् (create_assessment) |
Create assessments (वैकल्पिक) चाहिन्छ। AI सँग एउटा मूल्याङ्कन बनाउँछ: AI अन्तर्वार्ता, CV मूल्याङ्कन, सीप परीक्षण, शोकेस, प्राविधिक परीक्षण वा भूमिका-खेल, जागिर शीर्षक र वैकल्पिक जागिर विवरण, नाम, परियोजना र भाषाबाट (जस्तै en वा vi-VN; सीप परीक्षण र प्राविधिक परीक्षणले भाषा बेवास्ता गर्छन्)। यसलाई परियोजनामा संलग्न गर्नुहोस् ताकि उम्मेदवारहरूलाई सीप परीक्षण, प्राविधिक परीक्षण वा शोकेसमा आमन्त्रण गर्न सकियोस्। Idempotency कुञ्जी वैकल्पिक छ, माथिको जस्तै। |
जागिर पोस्ट प्रकाशित गर्नुहोस् (publish_job_post) |
Create hiring projects चाहिन्छ। जागिर पोस्ट चालु गर्छ र AI सामग्री जाँच चलेको सुनिश्चित गर्छ। उत्तरले पृष्ठ अहिले लाइभ छ, अझै जाँचको पर्खाइमा, वा यसद्वारा अस्वीकार गरियो भनेर भन्छ। भर्ना परियोजना सक्रिय हुनुपर्छ। |
जागिर पोस्ट अप्रकाशित गर्नुहोस् (unpublish_job_post) |
Create hiring projects चाहिन्छ। जागिर पोस्ट बन्द गर्छ, त्यसैले यसको सार्वजनिक लिङ्क खुल्न बन्द हुन्छ। पूर्वनिर्धारित रूपमा बूस्ट पनि बन्द हुन्छ (withdraw_boost सत्य हो)। |
जागिर पोस्ट बढावा दिनुहोस् (boost_job_post) |
Create hiring projects चाहिन्छ। बूस्ट off, flowmingo वा extended मा सेट गर्छ। बूस्टिङ निःशुल्क छ। यसलाई बढाउन जागिर पोस्ट चालु, यसको परियोजना सक्रिय, कम्पनी लोगो र विवरण, र AI सामग्री जाँच चाहिन्छ; कम्पनीले दिनमा 50 बूस्टहरू बढाउन सक्छ। |
परियोजना खोल्नुहोस्, ड्राफ्ट वा अभिलेख (set_project_state) |
Create hiring projects चाहिन्छ। यसले भर्ना परियोजनालाई active, draft र archived बीच सार्छ। ड्राफ्ट र अभिलेखले जागिर लिंक बन्द गर्छ। उम्मेदवारको डेटा राखिन्छ। |
तालिकाबद्ध आमन्त्रण रद्द गर्नुहोस् (cancel_scheduled_invite) |
Invite candidates चाहिन्छ। पछिको लागि तालिकाबद्ध र अझै पठाइएको छैन आमन्त्रण रद्द गर्छ, आमन्त्रण नतिजाबाट आमन्त्रण id प्रयोग गरेर। कसैलाई इमेल गरिँदैन। व्यक्ति तपाईंको खाता र परियोजना बोर्डमा रहन्छ। |
भर्ना परियोजना मेटाउनुहोस् (delete_project) |
Create hiring projects (वैकल्पिक) चाहिन्छ। यसले केवल सोध्छ: यसले तुरुन्तै मेटाउँदैन, यसले लिङ्कमा अनुमोदन अनुरोध गर्छ, र मालिक वा प्रशासकले अनुमोदन नगरेसम्म केही मेटिँदैन। केवल सक्रिय परियोजना मेटाउन सकिन्छ। यदि व्यक्तिले अनुमोदन गर्छ भने, Flowmingo ले परियोजना र यसका जागिर पोस्टहरू मेटाउँछ; यसका उम्मेदवार आवेदनहरू एक-एक गरेर मेटिँदैनन्, र उम्मेदवार प्रोफाइल र सम्पर्कहरू, तपाईंको मूल्याङ्कन र आमन्त्रण लिङ्कहरू राखिन्छन्। कुनै उल्टाउने छैन। |
सुरक्षा र विश्वास
- तपाईंको डेटा org-scoped हो — सहायकले कहिल्यै अर्को कम्पनीको डेटा देख्न सक्दैन।
- OAuth सँग, सहायकले कहिल्यै तपाईंको API कुञ्जी प्राप्त गर्दैन। यसले एक एक्सेस टोकन प्राप्त गर्छ जुन एक घण्टापछि समाप्त हुन्छ, जडान रहँदा शान्त रूपमा रिफ्रेस हुन्छ। साइन-इन आफैं यसको रिफ्रेस टोकन जति लामो रहन्छ, पूर्वनिर्धारित रूपमा जारी वा पछिल्लो रिफ्रेसबाट लगभग 30 दिन, त्यसैले प्रयोग बिना लगभग 30 दिनपछि समाप्त हुन्छ, र तपाईं फेरि साइन इन गर्नुहुन्छ। स्थिर हेडर (विकल्प B) सँग तपाईंको सहायकको क्लाइन्टले तपाईंको कुञ्जी राख्छ र हरेक अनुरोधसँग पठाउँछ, त्यसैले तपाईंले साझा वा कमिट गर्न सक्ने फाइलहरूबाट टाढा राख्नुहोस्।
- सहायक काट्नुहोस्: तपाईंले अधिकृत गर्नुभएको API कुञ्जी मेटाउनुहोस्, Settings → Integrations → API Keys मा। पहुँच तुरुन्तै रोकिन्छ। प्रति-सहायक विच्छेदन अझै छैन, त्यसैले तिनीहरूलाई एक-एक गरेर रद्द गर्न चाहनुहुन्छ भने, प्रत्येक सहायकलाई आफ्नै कुञ्जी दिनुहोस्।
/mcpendpoint मा अनुरोधहरू तिनीहरूको Origin को लागि जाँच गरिन्छ: अपारदर्शीnullउत्पत्ति सधैं अस्वीकार गरिन्छ, र जाँच allowlist मा लक गर्न सकिन्छ, तर पूर्वनिर्धारित रूपमा हरेक वास्तविक उत्पत्ति स्वीकार गरिन्छ, त्यसैले सुरक्षा तपाईंको प्रमाण हो, उत्पत्ति होइन। प्रत्येक सत्र यसलाई खोल्ने प्रमाणसँग बाँधिएको छ।
प्रमाणीकरण कसरी गर्ने भनेर, प्रमाणीकरण — दुई विकल्पहरू हेर्नुहोस्; सटीक पढाइहरू, गार्डेड लेखनहरू र तुरुन्तै हुने कार्यहरूका लागि, तपाईं के गर्न सक्नुहुन्छ हेर्नुहोस्। तयार हुँदा, आफ्नो सहायक जडान गर्नुहोस् मा जानुहोस् र आफ्नो क्लाइन्ट रोज्नुहोस्।
MCP सर्भर URL
तपाईंको सहायक जडान गर्नुहोस्
Claude Code (CLI)
एउटा कमाण्डले Streamable HTTP माथि Flowmingo थप्छ। OAuth सँग अग्रसर हुनुहोस्; स्थिर --header विकल्प हो।
चरणहरू: 1) सर्भर थप्नुहोस्, 2) लग इन गर्नुहोस् (ब्राउजर → कुञ्जी टाँस्नुहोस्), 3) प्रमाणित गर्न claude mcp list चलाउनुहोस्।
# 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
ध्यान दिनुहोस्: फ्ल्यागहरू नाम अघि आउनुपर्छ, र सधैं --transport http प्रयोग गर्नुहोस् (sse कहिल्यै होइन)। fl_YOUR_KEY लाई तपाईंको पूर्ण कुञ्जीले बदल्नुहोस् (माथिको Authentication खण्डमा पूर्ण कुञ्जी कस्तो देखिन्छ हेर्नुहोस्)।
यो काम गर्छ भनी प्रमाणित गर्नुहोस् — सोध्नुहोस्: "मेरा खुला जागिरहरू सूचीबद्ध गर्नुहोस्।"
Cursor
स्ट्याटिक हेडर सबैभन्दा सरल बाटो हो। Cursor ले OAuth पनि प्रयोग गर्न सक्छ (यसले Dynamic Client Registration लाई समर्थन गर्छ) — त्यसका लागि, headers ब्लक हटाउनुहोस्।
चरणहरू: 1) सर्भरलाई ~/.cursor/mcp.json मा थप्नुहोस् (तल), 2) तपाईंको शेल प्रोफाइलमा FLOWMINGO_API_KEY लाई तपाईंको पूर्ण कुञ्जीमा सेट गर्नुहोस्, 3) Cursor बन्द गरेर भेरिएबल सेट भएको टर्मिनलबाट सुरु गर्नुहोस्, 4) Settings → MCP मा, सर्भर बन्द/खोल्न टगल गर्नुहोस्।
Cursor ले भेरिएबल देख्न सक्नु पर्छ। Cursor ले ${env:FLOWMINGO_API_KEY} आफ्नै वातावरणबाट पढ्छ। डक वा स्टार्ट मेनुबाट सुरु गर्दा प्रायः तपाईंको टर्मिनल प्रोफाइलमा सेट गरिएको भेरिएबल देख्दैन, र त्यसपछि हेडर खाली वा विस्तार नभएको आउँछ र सर्भरले Missing credential जवाफ दिन्छ। यदि Cursor लाई टर्मिनलबाट सुरु गर्न व्यावहारिक छैन भने, फाइलमा ${env:FLOWMINGO_API_KEY} लाई तपाईंको पूर्ण कुञ्जीले बदल्नुहोस् (र ~/.cursor/mcp.json लाई git बाट बाहिर राख्नुहोस्)।
{
"mcpServers": {
"flowmingo": {
"url": "https://mcp.flowmingo.ai/mcp",
"headers": { "Authorization": "Bearer ${env:FLOWMINGO_API_KEY}" }
}
}
}
OAuth विकल्प — headers ब्लक हटाउनुहोस्; Cursor ले Dynamic Client Registration चलाउँछ र पहिलो जडानमा ब्राउजर सहमति पृष्ठ खोल्छ:
{
"mcpServers": {
"flowmingo": {
"url": "https://mcp.flowmingo.ai/mcp"
}
}
}
यो काम गर्छ भनी प्रमाणित गर्नुहोस् — सोध्नुहोस्: "मेरा खुला जागिरहरू सूचीबद्ध गर्नुहोस्।"
VS Code (Copilot, agent mode)
उपकरणहरू Copilot Chat → Agent mode मा मात्र देखिन्छन्। मूल कुञ्जी servers हो (mcpServers होइन) र प्रकार http हो। तल दिइएको prompted-key मार्ग भरपर्दो सेटअप हो।
चरणहरू: 1) .vscode/mcp.json सिर्जना गर्नुहोस् (वा MCP: Add Server → HTTP चलाउनुहोस्), 2) जब तपाईं सर्भर सुरु गर्नुहुन्छ, VS Code ले तपाईंको कुञ्जी सोध्छ (यो फाइलमा लेखिएको हुँदैन), 3) Agent mode मा प्रयोग गर्नुहोस्।
{
"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 ले OAuth पनि प्रयास गर्न सक्छ, तर कागजातमा भएको OAuth कन्फिगरेसनले client ID अपेक्षा गर्छ; भरपर्दो सेटअपको लागि माथिको prompted-key मार्ग प्रयोग गर्नुहोस्।
यो काम गर्छ भनेर प्रमाणित गर्नुहोस् — सोध्नुहोस्: "मेरा खुला जागिरहरू सूचीबद्ध गर्नुहोस्।"
Claude — claude.ai & Claude Desktop
Both use the same Connectors UI and the same paste-the-URL flow. OAuth only (there is no header field in the UI).
Steps (web or desktop):
- Open Settings → Connectors and click Add custom connector.
- Name it
Flowmingoand paste the MCP server URL above. Leave Advanced → OAuth Client ID / Secret blank. - Click Add → Connect. On the Flowmingo consent page, paste your
fl_API key and authorise. - Verify — ask Claude: "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: an Owner adds it once under Organization Settings → Connectors → Custom; members then click Connect.
Need a static key on Claude Desktop instead? Use the Any client (mcp-remote) tab.
पहिलो जडानमा तपाईंको ब्राउजरले Flowmingo सहमति पृष्ठ खोल्छ — तपाईंको API की टाँस्नुहोस् र अधिकृत गर्नुहोस्। पछि डिस्कनेक्ट गर्न, सेटिङ्स → इन्टिग्रेशन्स → API Keys मा त्यो API की मेटाउनुहोस्।
ChatGPT र OpenAI Codex CLI
दुवै OpenAI हुन्। ChatGPT ले कस्टम कनेक्टरहरूको लागि Developer Mode प्रयोग गर्दछ (OAuth मात्र); Codex CLI बाट सीधै जडान हुन्छ।
ChatGPT (वेब)
- chatgpt.com मा (Plus / Pro / Business / Enterprise / Edu — मोबाइल होइन), Settings → Apps → Advanced खोल्नुहोस् र Developer mode ON गर्नुहोस्।
- Apps → Create → नाम
Flowmingoराख्नुहोस्, तलको URL टाँस्नुहोस्, transport Streamable HTTP, auth OAuth। - ड्राफ्ट खोल्नुहोस्, उपकरणहरू अन गर्नुहोस्, र Refresh गर्नुहोस्।
- च्याटमा + मेनुबाट यसलाई संलग्न गर्नुहोस्।
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 को Developer Mode OAuth मात्र जडान हुन्छ — यसले स्थिर x-api-key / कस्टम API-key हेडर स्वीकार गर्दैन। सादा र deep-research कनेक्टरहरूले मात्र search + fetch प्रयोग गर्छन् (तपाईंसँग दुवै छन्)। Write उपकरणहरू (invite / move / reject) लाई Developer Mode चाहिन्छ। ChatGPT ले उपकरण चलाउनु अघि देखाउने प्रम्प्ट ChatGPT को आफ्नै हो र यो Flowmingo को अनुमोदन होइन: invite, reject, र उम्मेदवारलाई इमेल गर्ने स्टेजमा move गर्न सधैं Flowmingo लिंकमा व्यक्तिले अनुमोदन गर्न पर्खिन्छ।
OpenAI Codex CLI
कुनै ब्रिज आवश्यक छैन — Codex Streamable HTTP सीधै बोल्छ।
# ~/.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
यो काम गर्छ भनी प्रमाणित गर्नुहोस् — सोध्नुहोस्: "मेरा खुला जागिरहरू सूचीबद्ध गर्नुहोस्।"
Gemini CLI र Code Assist
Gemini CLI (र Gemini Code Assist agent mode) ले ~/.gemini/settings.json मार्फत रिमोट MCP सर्भरमा पुग्छ। उपभोक्ता Gemini app ले अनुकूलन MCP कनेक्टरहरू थप्न सक्दैन — यो बाटो CLI / Code Assist का लागि मात्र हो।
चरणहरू: 1) ~/.gemini/settings.json मा mcpServers अन्तर्गत सर्भर थप्नुहोस्, 2) FLOWMINGO_API_KEY=fl_... export गर्नुहोस्, 3) gemini र /mcp चलाएर उपकरणहरू सूचीबद्ध भएको पुष्टि गर्नुहोस्।
{
"mcpServers": {
"flowmingo": {
"httpUrl": "https://mcp.flowmingo.ai/mcp",
"headers": { "Authorization": "Bearer ${FLOWMINGO_API_KEY}" },
"timeout": 30000
}
}
}
httpUrl ले नेटिभ Streamable HTTP चयन गर्छ। ${FLOWMINGO_API_KEY} placeholder तपाईंको वातावरणबाट विस्तार हुन्छ, त्यसैले फाइलमा कुनै कच्चा कुञ्जी लेखिँदैन। OAuth मनपर्छ? Gemini CLI ले यो नेटिभ रूपमा गर्न सक्छ — headers ब्लक हटाउनुहोस् र सर्भर प्रविष्टिमा "authProviderType": "dynamic_discovery" थप्नुहोस्। CLI ले 401 चुनौती पत्ता लगाउँछ, हाम्रो OAuth मेटाडेटा पत्ता लगाउँछ, र आफैंले गतिशील क्लाइन्ट दर्ता गर्छ (कुनै क्लाइन्ट id सेट गर्नुपर्दैन)।
यो काम गर्छ भनी प्रमाणित गर्नुहोस् —
geminiमा सोध्नुहोस्: "मेरा खुला जागिरहरू सूचीबद्ध गर।"
अन्य क्लाइन्टहरू — Windsurf · Zed · Cline · Continue · Antigravity
तलका प्रत्येक क्लाइन्टले उही सर्भरमा काम गर्छ — धेरैजसोले OAuth र स्थिर header दुवैलाई समर्थन गर्छन्। स्निपेटहरूले environment variable मार्फत स्थिर key प्रयोग गर्छन्; क्लाइन्टले OAuth समर्थन गर्ने ठाउँमा यसलाई चलाउन headers हटाउनुहोस्। तल उल्लेख गरिएका प्रति-क्लाइन्ट key-नामका खतराहरूमा ध्यान दिनुहोस्।
Google Antigravity
https://mcp.flowmingo.ai/mcp लाई रिमोट MCP सर्भरको रूपमा थप्नुहोस् र यसलाई प्रमाणीकरण गर्न छान्नुहोस्: Flowmingo पृष्ठ खुल्छ र तपाईंको पूर्ण API key माग्छ (माथिको Authentication खण्डमा पूर्ण key कस्तो देखिन्छ हेर्नुहोस्)। Antigravity को प्रत्येक सतह (IDE, CLI) ले छुट्टै साइन इन गर्छ। Antigravity को mcp_config.json मा ठेगाना serverUrl अन्तर्गत जान्छ, र स्थिर key headers ब्लकमा Authorization को रूपमा Bearer र तपाईंको पूर्ण key सहित जान्छ, जसरी Google को आफ्नै Antigravity MCP उदाहरणहरू मा छ। हामीले हरेक Antigravity संस्करण परीक्षण गर्न सकेका छैनौं, त्यसैले यदि तपाईंको मेनुहरू यसभन्दा फरक छन् भने, Google को गाइडमा हालका चरणहरू छन्।
Windsurf (Cascade)
~/.codeium/windsurf/mcp_config.json — Windsurf ले serverUrl वा url स्वीकार गर्छ, र OAuth लाई समर्थन गर्छ (यसलाई ट्रिगर गर्न headers हटाउनुहोस्)।
{ "mcpServers": { "flowmingo": {
"serverUrl": "https://mcp.flowmingo.ai/mcp",
"headers": { "Authorization": "Bearer ${env:FLOWMINGO_API_KEY}" }
} } }
Zed
~/.config/zed/settings.json — key context_servers हो; नेटिभ OAuth को लागि headers हटाउनुहोस्। कच्चा key टाँस्नुको सट्टा तपाईंको environment मा FLOWMINGO_API_KEY=fl_... सेट गर्नुहोस्।
{ "context_servers": { "flowmingo": {
"url": "https://mcp.flowmingo.ai/mcp",
"headers": { "Authorization": "Bearer ${env:FLOWMINGO_API_KEY}" }
} } }
Cline
MCP Servers → Configure — type: "streamableHttp" (camelCase) सेट गर्नुहोस्, अन्यथा यो मृत SSE मा डिफल्ट हुन्छ।
{ "mcpServers": { "flowmingo": {
"type": "streamableHttp",
"url": "https://mcp.flowmingo.ai/mcp",
"headers": { "Authorization": "Bearer ${env:FLOWMINGO_API_KEY}" },
"disabled": false, "autoApprove": []
} } }
Continue.dev
~/.continue/config.yaml — mcp-remote ब्रिज मार्फत जडान गर्नुहोस्। FLOWMINGO_AUTH_HEADER = Bearer fl_YOUR_KEY सेट गर्नुहोस्।
name: Flowmingo MCP
version: 0.0.1
schema: v1
mcpServers:
- name: Flowmingo
command: npx
args: ["-y", "mcp-remote", "https://mcp.flowmingo.ai/mcp", "--transport", "http-only", "--header", "Authorization:${{ secrets.FLOWMINGO_AUTH_HEADER }}"]
यो काम गर्छ भनेर प्रमाणित गर्नुहोस् — सोध्नुहोस्: "मेरा खुला जागिरहरू सूचीबद्ध गर्नुहोस्।"
कुनै पनि क्लाइन्ट (mcp-remote)
कुनै पनि stdio-only क्लाइन्ट (वा भविष्यको क्लाइन्ट जसमा native remote transport छैन) को लागि, mcp-remote stdio कमाण्डसँग Flowmingo मा जडान गर्नुहोस्। --transport http-only आवश्यक छ — सर्भरमा SSE छैन।
चरणहरू: १) Node ≥ 18 सुनिश्चित गर्नुहोस्, २) आफ्नो क्लाइन्टमा stdio कमाण्डको रूपमा ब्रिज चलाउनुहोस्, ३) पहिलो OAuth चल्दा ब्राउजर खुल्छ — आफ्नो कुञ्जी टाँस्नुहोस्।
# 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" }
}
}
}
उद्धार: यदि प्रमाणीकरण अड्कियो भने, rm -rf ~/.mcp-auth चलाएर पुनः प्रयास गर्नुहोस्। fl_YOUR_KEY लाई आफ्नो पूर्ण कुञ्जीले बदल्नुहोस् (माथिको Authentication खण्डमा पूर्ण कुञ्जी कस्तो देखिन्छ हेर्नुहोस्)। JSON args[] मा, हेडर कोलन पछि स्पेस नराख्नुहोस् (npx escaping समस्या)।
यो काम गर्छ भनी प्रमाणित गर्नुहोस् — सोध्नुहोस्: "मेरा खुला जागिरहरू सूचीबद्ध गर्नुहोस्।"