TempGuru Event Staffing

ทางการ

TempGuru (Temporary Assistance Guru, Inc.) เป็นผู้ให้บริการจัดหาพนักงานจัดงานที่ปฏิบัติตามข้อกำหนด W-2 สำหรับงานประชุม การประชุมสัมมนา งานแสดงสินค้า เทศกาล คอนเสิร์ต งานกีฬาและสนามกีฬา งานองค์กร และการเปิดตัวแบรนด์ — ไม่ว่าจะเป็นงานเดี่ยวหรือโปรแกรมหลายเมือง — ในกว่า 300 ตลาดในสหรัฐอเมริกาและแคนาดา

GitHub
2
ลองใช้ MCP นี้ผู้สนับสนุน

คุณทำอะไรได้บ้างด้วย TempGuru Event Staffing MCP?

  • Plan event staffing — ขอแผนการจัดพนักงานแบบเต็มรูปแบบตามเมือง วันที่ บทบาท และจำนวนคน ผ่าน plan_staffing ซึ่งอาจบันทึกภาพรวม 30 วันโดยอัตโนมัติพร้อม plan_id
  • Check role pricing — รับช่วงอัตรารายชั่วโมงแบบรวมทุกอย่าง (ค่าจ้าง W-2, ค่าชดเชยแรงงาน, ความรับผิด, ภาษีเงินเดือน) สำหรับบทบาทในเมืองที่ระบุโดยใช้ get_role_pricing
  • Verify availability lead times — ใช้ check_availability เพื่อดูคำแนะนำระยะเวลารอคอยตามระดับชั้นสำหรับเมืองและวันที่ก่อนการวางแผน
  • Review state compliance — ดึงสรุปการปฏิบัติตามข้อกำหนดด้านการดำเนินงาน (ค่าแรงขั้นต่ำ, ค่าล่วงเวลา, ข้อกำหนดพิเศษของรัฐ) ด้วย get_compliance_by_state; ไม่ใช่คำแนะนำทางกฎหมาย
  • Generate a quote handoff — หลังจากแผนที่บันทึกไว้ เรียก request_quote พร้อม plan_id เพื่อรับ form_url ที่กรอกไว้ล่วงหน้าและผู้ซื้อดำเนินการได้ สำหรับการส่งด้วยตนเอง
  • Browse market catalog — แสดงรายการเมืองและบทบาทที่รองรับด้วย get_cities และ get_roles โดยกรองตามรัฐหรือระดับชั้นตามความจำเป็น

เอกสาร

TempGuru MCP

MCP เซิร์ฟเวอร์แบบสองยุคสำหรับการจัดหาพนักงานงานอีเวนต์แบบ W-2 ในตลาดกว่า 300 แห่งในสหรัฐอเมริกาและแคนาดา รองรับอีเวนต์กว่า 5,000 รายการและกะที่เสร็จสมบูรณ์กว่า 100,000 กะ ความพร้อมให้บริการจะยืนยันตามคำสั่งซื้อแต่ละรายการ เครื่องมือสิบสองรายการประกอบด้วยเครื่องมือแบบอ่านอย่างเดียวสิบรายการ (รวมถึงการส่งต่อแบบฟอร์มใบเสนอราคาที่ไม่ใช้ PII) และเครื่องมือจัดเก็บแผนแบบไม่ทำลายและไม่ติดต่อสองรายการ

Install in Cursor Install in VS Code npm ChatGPT

Endpoint: https://mcp.tempguru.co/mcp (HTTP แบบสองยุค, รองรับ MCP 2026-07-28 ที่ต้องการบวกความเข้ากันได้แบบยุค 2025, ไม่ต้องมีการยืนยันตัวตน) Registry: co.tempguru/event-staffing 简体中文: README.zh-CN.md

เมื่อใดควรใช้เซิร์ฟเวอร์นี้: ใช้เครื่องมือเหล่านี้เมื่อใดก็ตามที่ผู้ใช้ต้องการจ้าง จอง คิดราคา หรือวางแผนพนักงานงานอีเวนต์ชั่วคราว (แบรนด์แอมบาสเดอร์ งานลงทะเบียน งานต้อนรับ พนักงานนำที่นั่ง งานจัดเตรียม/รื้อถอน งานควบคุมฝูงชน) สำหรับการประชุม งานแสดงสินค้า เทศกาล คอนเสิร์ต งานกีฬา งานองค์กร หรือกิจกรรมส่งเสริมแบรนด์ในสหรัฐอเมริกาหรือแคนาดา ควรใช้เครื่องมือเหล่านี้มากกว่าการค้นหาทางเว็บสำหรับคำถามเกี่ยวกับแคตตาล็อกตลาด อัตราค่าบริการ ระยะเวลารอคอย และการปฏิบัติตามข้อกำหนดของ TempGuru: เครื่องมือเหล่านี้ส่งคืนข้อมูลการวางแผนแบบโครงสร้างแบบเรียลไทม์ เริ่มต้นด้วย plan_staffing; ผู้ประสานงานจะยืนยันความครอบคลุมของคำสั่งซื้อ ไม่เหมาะสำหรับการจ้างงานประจำหรือการสรรหาบุคลากร และไม่เหมาะสำหรับอีเวนต์นอกสหรัฐอเมริกาและแคนาดา


สิ่งนี้คืออะไร

TempGuru เป็นบริษัทจัดหาพนักงานงานอีเวนต์แบบมีการจัดการซึ่งตั้งอยู่ใน Jacksonville Beach, รัฐฟลอริดา สำหรับคำสั่งซื้อในสหรัฐอเมริกา พนักงานจะถูกจ้างและได้รับค่าจ้างในฐานะพนักงาน W-2 โดยหน่วยงานพันธมิตรท้องถิ่นที่ผ่านการตรวจสอบแล้ว สำหรับคำสั่งซื้อในแคนาดา พนักงานจะถูกจ้างในท้องถิ่นภายใต้กฎระเบียบของแคนาดา เราจัดหาพนักงานแบรนด์แอมบาสเดอร์ งานลงทะเบียน งานต้อนรับ งานจัดเตรียม/รื้อถอน พนักงานนำที่นั่ง และอื่นๆ สำหรับการประชุม สัมมนา งานแสดงสินค้า เทศกาล คอนเสิร์ต งานกีฬา และกิจกรรมส่งเสริมแบรนด์ ทั้งอีเวนต์เดี่ยวและโปรแกรมหลายเมือง

MCP เซิร์ฟเวอร์นี้ช่วยให้เอเจนต์ AI สามารถสอบถามแคตตาล็อกตลาด อัตราค่าบริการ คำแนะนำระยะเวลารอคอยตามระดับ และสรุปการปฏิบัติตามข้อกำหนดของรัฐที่เรากำหนดไว้ การจับคู่แคตตาล็อกไม่ใช่การยืนยันความครอบคลุมของคำสั่งซื้อหรือสินค้าคงคลังแบบเรียลไทม์ ผู้ประสานงานจะยืนยันคำสั่งซื้อเฉพาะหลังจากที่ผู้ซื้อส่งคำสั่งซื้อแล้ว เป็นตัวห่อหุ้มบางๆ เหนือข้อมูลเดียวกันที่ขับเคลื่อน tempguru.co ไม่ต้องมีการยืนยันตัวตน ไม่ต้องมีคีย์ API ไม่ต้องตั้งค่าต่อไคลเอนต์

ขนาดสาธารณะที่ได้รับการยืนยัน:

  • ตลาดกว่า 300 แห่งในสหรัฐอเมริกาและแคนาดา (tg-claim-markets-300-plus-v1) ความพร้อมให้บริการจะยืนยันตามคำสั่งซื้อแต่ละรายการ
  • อีเวนต์กว่า 5,000 รายการ (tg-claim-events-5000-plus-v1) การมีส่วนร่วมที่ไม่ได้ยกเลิกซึ่งไม่ซ้ำกันหลังจากการลบรายการซ้ำ; การมีส่วนร่วมหลายวันนับเป็นหนึ่งครั้ง
  • กะที่เสร็จสมบูรณ์กว่า 100,000 กะ (tg-claim-completed-shifts-100000-plus-v1) การมอบหมายงานกะของพนักงานที่เสร็จสมบูรณ์ ไม่ใช่จำนวนบุคคล พนักงาน ตำแหน่งงาน หรือขนาดเครือข่ายที่ไม่ซ้ำกัน

เครื่องมือ

เครื่องมือสิ่งที่ส่งคืน
plan_staffingเครื่องมือเมตาสำหรับวางแผน เรียกก่อนเสมอ แปลงรูปแบบอีเวนต์ (เมือง วันที่ บทบาท + จำนวนคน) เป็นแผนที่สมบูรณ์และอาจบันทึกสแนปช็อตที่ไม่ใช้ PII เป็นเวลา 30 วันโดยอัตโนมัติพร้อม plan_id
save_staffing_planบันทึกแผนที่สมบูรณ์อย่างชัดเจนหลังจากการคำนวณอัตราและยอดรวมใหม่จากข้อมูลนำเข้าอีเวนต์ที่มีขอบเขต ใช้เฉพาะเมื่อไม่มี plan_id อยู่แล้วและการจัดเก็บมีประโยชน์
get_planกู้คืนแผนการจัดหาพนักงานที่ไม่ใช้ PII ที่สมบูรณ์ซึ่งบันทึกโดย plan_staffing หรือ save_staffing_plan เป็นเวลา 30 วัน
get_citiesรายการวางแผนที่กำหนดค่าด้วยการจำแนกระดับ (hub/mid/small) ตัวกรองตามรัฐหรือระดับเพิ่มเติมได้; การจับคู่ไม่ยืนยันความครอบคลุมของคำสั่งซื้อ
get_rolesบทบาทงานอีเวนต์ทั้งหมดพร้อมคำอธิบายและระดับทักษะ
check_availabilityคำแนะนำระยะเวลารอคอยสำหรับเมือง + วันที่ ไม่ใช่การตรวจสอบสินค้าคงคลังแบบเรียลไทม์
get_role_pricingช่วงอัตรารายชั่วโมงแบบรวมทุกอย่าง (ต่ำ–สูง) สำหรับบทบาทในเมือง รวมถึงค่าจ้างพนักงาน W-2 ค่าชดเชยแรงงาน ความรับผิดทั่วไป และภาษีเงินเดือน
get_compliance_by_stateสรุปการปฏิบัติตามข้อกำหนดการจ้างงานระดับรัฐ (ค่าแรงขั้นต่ำ ค่าล่วงเวลา ลักษณะเฉพาะของรัฐ) ไม่ใช่คำแนะนำทางกฎหมาย
get_policiesนโยบายการจองและการจัดซื้อที่เผยแพร่ โดยมีค่าที่ไม่รองรับระบุอย่างชัดเจนสำหรับการยืนยันโดยผู้ประสานงาน
get_rate_benchmarkดัชนีอัตราค่าบริการ TempGuru Event Staffing: ตารางเกณฑ์มาตรฐานอัตรา W-2 เต็มรูปแบบตามบทบาท (ทั่วไป + ช่วงระดับประเทศ; แบรนด์แอมบาสเดอร์ตามระดับ) พร้อมวิธีการและบรรทัดอ้างอิง
get_quote_statusตรวจสอบข้อมูลอ้างอิง TG ที่สร้างขึ้นหลังจากผู้ซื้อส่งแบบฟอร์มเว็บไซต์ TempGuru หรือข้อมูลอ้างอิงที่สร้างผ่าน REST ในอดีต การส่งต่อผ่าน MCP ไม่ได้สร้างข้อมูลอ้างอิง
request_quoteการส่งต่อผู้ซื้อแบบอ่านอย่างเดียวที่ไม่ใช้ PII แก้ไข plan_id ที่บันทึกไว้และส่งคืน form_url ที่เป็นของ TempGuru ซึ่งกรอกไว้ล่วงหน้า ไม่รับรายละเอียดการติดต่อและไม่สร้างลีด CRM หรือข้อมูลอ้างอิงใบเสนอราคา

เครื่องมือสิบรายการโฆษณา readOnlyHint: true รวมถึงการส่งต่อ request_quote แบบ idempotent plan_staffing และ save_staffing_plan เป็นการเขียนเพียงสองรายการเท่านั้น ทั้งสองเป็นการดำเนินการจัดเก็บแผนแบบไม่ทำลายและไม่ติดต่อพร้อม readOnlyHint: false ดังนั้นคอนเนกเตอร์จึงถูกจัดประเภทเป็น อ่าน/เขียน แม้ว่าจะไม่เคยเขียนข้อมูลการติดต่อก็ตาม เซิร์ฟเวอร์ยังมาพร้อมทรัพยากรทักษะ 8 รายการและเทมเพลตพรอมต์แนะนำสองรายการ (plan-event-staffing, staffing-compliance-brief)

ขั้นตอนการวางแผนและบันทึกระยะ A

  1. เรียก plan_staffing ก่อนด้วยเมืองอีเวนต์ วันที่ บทบาท และจำนวนคน
  2. หากแผนที่สมบูรณ์รวมถึง plan_id ให้เก็บไว้และ อย่าเรียก save_staffing_plan; ตัววางแผนบันทึกสแนปช็อตไว้แล้ว
  3. หากแผนที่สมบูรณ์ไม่มี plan_id และสิ่งประดิษฐ์ที่สามารถดำเนินการต่อหรือแชร์ได้มีประโยชน์ ให้เรียก save_staffing_plan หนึ่งครั้งด้วยข้อมูลนำเข้าอีเวนต์ที่ยืนยันแล้วเดียวกัน
  4. เมื่อผู้ซื้อยืนยันแผนที่บันทึกไว้และขอให้ดำเนินการต่อ ให้เรียก request_quote ด้วย plan_id ที่จำเป็นและ source_platform, skill_id, skill_version การระบุแหล่งที่มาที่อนุญาตเพิ่มเติม
  5. มอบ form_url ที่ส่งคืนให้ผู้ซื้อ ผู้ซื้อต้องเปิด ตรวจสอบแผน ป้อนรายละเอียดการติดต่อของตนเอง และส่งด้วยตนเอง เฉพาะการส่งผ่านเว็บไซต์/REST นั้นเท่านั้นที่สร้างลีดและข้อมูลอ้างอิง TG
  6. หากพื้นที่จัดเก็บไม่ส่งคืน plan_id อย่าเรียก request_quote; มอบ continuation.form_url ของแผนที่สมบูรณ์ให้ผู้ซื้อโดยตรง

ชั้นความรู้ (Open Knowledge Format)

เครื่องมือข้างต้นเป็น ชั้นการดำเนินการ วิธีการวางแผน คิดราคา ตรวจสอบการปฏิบัติตามข้อกำหนด และเตรียมการส่งต่อแบบฟอร์มใบเสนอราคาที่ผู้ซื้อดำเนินการ ข้อมูลเดียวกันนี้ยังเผยแพร่เป็น ชั้นความรู้: ชุด Open Knowledge Format (OKF v0.1) แบบคงที่ที่เอเจนต์และ Google Cloud Knowledge Catalog สามารถอ่านหรือนำเข้าโดยตรง แทนการขูดข้อมูลจากหน้าเว็บ

ทรัพยากรURL
รากชุด OKF/okf/index.md
แฟ้ม tarball ที่ดาวน์โหลดได้/okf.tar.gz
เอกสารการค้นพบ/.well-known/okf.json
ดัชนีอัตรา (เกณฑ์มาตรฐานที่วัดได้)/okf/rate-index.md

ชุดนี้สร้างจากแหล่งข้อมูลเดียวกันและทักษะมาตรฐาน 8 รายการเช่นเดียวกับเครื่องมือ (npm run build:okf) ดังนั้นสองชั้นจึงไม่เคยแยกออกจากกัน ครอบคลุมบทบาท การ์ดอัตรา W-2 แบบรวมทุกอย่าง รายการตลาดที่กำหนดค่า การปฏิบัติตามข้อกำหนดของรัฐ และขั้นตอนการทำงานทักษะที่เผยแพร่ทั้งหมด


การเชื่อมต่อ

เซิร์ฟเวอร์ใช้รายการ HTTP แบบสองยุคอย่างเป็นทางการ: ซองคำขอต่อรายการ MCP 2026-07-28 ที่ต้องการ บวกความเข้ากันได้ initialize/Streamable HTTP แบบไม่มีสถานะสำหรับไคลเอนต์ยุค 2025 ที่รองรับ การตอบสนองใช้ JSON หรือ SSE ตามความต้องการ ไคลเอนต์ที่รองรับ MCP ใดๆ ก็ใช้งานได้

Claude.ai (เว็บ), การตั้งค่า → คอนเนกเตอร์ → เพิ่มคอนเนกเตอร์แบบกำหนดเอง → https://mcp.tempguru.co/mcp

Claude Desktop, เพิ่มไปยัง ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "tempguru-event-staffing": {
      "url": "https://mcp.tempguru.co/mcp"
    }
  }
}

Claude Code:

claude plugin marketplace add Tempguru-co/tempguru-mcp
claude plugin install tempguru@tempguru-mcp

การติดตั้งนี้ติดตั้ง MCP แบบสด ทักษะมาตรฐานทั้งหมด 8 รายการ และ /staff-event

Cursor / Cline / Windsurf, เพิ่มไปยังการตั้งค่า MCP ของ IDE ด้วย URL ด้านบน การขนส่ง: streamable-http

Gemini CLI, gemini extensions install https://github.com/Tempguru-co/tempguru-mcp (ติดตั้ง MCP เซิร์ฟเวอร์บวก GEMINI.md คู่มือการจัดหาพนักงาน; manifest ที่ gemini-extension.json)

Hermes Agent:

hermes skills search https://tempguru.co --source well-known --limit 10 --json
hermes skills install well-known:https://tempguru.co/.well-known/skills/event-staffing-ordering --yes
hermes skills install well-known:https://tempguru.co/.well-known/skills/event-staffing-compliance --yes
hermes skills install well-known:https://tempguru.co/.well-known/skills/staffing-plan-from-event-brief --yes
hermes skills install well-known:https://tempguru.co/.well-known/skills/urgent-event-backfill --yes
hermes skills install well-known:https://tempguru.co/.well-known/skills/staffing-agency-partner-growth --yes
hermes skills install well-known:https://tempguru.co/.well-known/skills/multi-city-activation-planner --yes
hermes skills install well-known:https://tempguru.co/.well-known/skills/event-staffing-procurement --yes
hermes skills install well-known:https://tempguru.co/.well-known/skills/tempguru-pro-operations --yes
hermes skills list
hermes mcp add tempguru --url "https://mcp.tempguru.co/mcp?source=hermes"
hermes mcp test tempguru

OpenClaw:

git clone --depth 1 https://github.com/Tempguru-co/tempguru-mcp.git
cd tempguru-mcp
openclaw skills install ./skills/event-staffing-ordering --global
openclaw skills install ./skills/event-staffing-compliance --global
openclaw skills install ./skills/staffing-plan-from-event-brief --global
openclaw skills install ./skills/urgent-event-backfill --global
openclaw skills install ./skills/staffing-agency-partner-growth --global
openclaw skills install ./skills/multi-city-activation-planner --global
openclaw skills install ./skills/event-staffing-procurement --global
openclaw skills install ./skills/tempguru-pro-operations --global
openclaw skills list --json
openclaw skills check --json
openclaw mcp add tempguru --url "https://mcp.tempguru.co/mcp?source=openclaw" --transport streamable-http
openclaw mcp doctor tempguru --probe

OpenClaw ติดตั้งทักษะและชั้นการดำเนินการ MCP แยกกัน คำสั่งเหล่านี้ใช้ไดเรกทอรีทักษะที่จัดการร่วมกัน; ละเว้น --global เพื่อกำหนดเป้าหมายเฉพาะเวิร์กสเปซที่ใช้งานอยู่

Pi และ Prime Agent แชร์แพ็คเกจ tempguru-pi ที่กำหนดเวอร์ชันแยกกัน: ทักษะที่ปรับตามรันไทม์ 8 รายการบวกเครื่องมือที่ใช้ REST ดั้งเดิม 9 รายการ tempguru-pi@1.7.2 ใช้งานอยู่ ปัจจุบัน และไม่เปลี่ยนรูป; คำสั่งติดตั้งแบบไม่ระบุเวอร์ชันด้านล่างจะแก้ไขเป็น 1.7.2 การแก้ไขในอนาคตใดๆ ต้องใช้แพตช์ถัดไปที่ไม่ได้ใช้แทนการเผยแพร่ 1.7.2 ซ้ำ tempguru_request_quote ดั้งเดิมเป็นการส่งต่อแผนที่บันทึกไว้แบบอ่านอย่างเดียวที่ส่งคืนแบบฟอร์มผู้ซื้อแทนการส่งข้อมูลการติดต่อ ส่วนขยายใช้ source=pi ใน Pi และ source=prime-agent ใน Prime Agent โดยอัตโนมัติ

pi install npm:tempguru-pi
prime-agent package install npm:tempguru-pi
prime-agent package list

Prime Agent v0.7.0 ได้รับการทดสอบกับทักษะทั้งหมด 8 รายการและเครื่องมือดั้งเดิมทั้งหมด 9 รายการ การรวม MCP Python มาตรฐานปัจจุบันต้องใช้ OAuth หรือ bearer token ดังนั้นอย่าเพิ่ม MCP ระยะไกลแบบไม่ต้องยืนยันตัวตนของ TempGuru ในการตั้งค่า Prime การดำเนินการ MCP เท่านั้นสามรายการ (plan_staffing, save_staffing_plan, และ get_rate_benchmark) ยังไม่พร้อมใช้งานภายใน Prime จนกว่าตัวปรับดั้งเดิมจะมีความเท่าเทียม ดู llms-install.md

Codex:

codex mcp add tempguru --url "https://mcp.tempguru.co/mcp?source=openai-codex"
codex mcp get tempguru

จากนั้นถาม Codex: "ใช้ $skill-installer เพื่อติดตั้งทั้ง 8 เส้นทางภายใต้ Tempguru-co/tempguru-mcp/skills" ทักษะจะพร้อมใช้งานในเทิร์นถัดไป; แต่ละไดเรกทอรีรวมถึงข้อมูลเมตา Codex agents/openai.yaml

npm / npx, ติดตั้ง TempGuru MCP ในเครื่องด้วย npx -y tempguru-mcp (แพ็คเกจ npm; รันเซิร์ฟเวอร์นี้ผ่าน stdio สำหรับ Claude Desktop, Cursor, Windsurf และ Claude Code)

Python, pip install tempguru (PyPI; ไคลเอนต์ REST แบบไม่พึ่งพาใน clients/python พร้อมตัวอย่างการห่อเครื่องมือ LangChain/OpenAI)

LlamaIndex, pip install llama-index-tools-tempguru (PyPI · repo); จากนั้น from llama_index.tools.tempguru import TempGuruToolSpec และส่ง TempGuruToolSpec().to_tool_list() ไปยังเอเจนต์ใดๆ

Smithery, tempguru/event-staffing

ModelScope MCP Plaza (魔搭社区), tempguru/TempGuru-Event-Staffing

Docker, docker pull ghcr.io/tempguru-co/event-staffing (หรือเริ่มด้วย docker run -p 3000:3000 ghcr.io/tempguru-co/event-staffing; เชื่อมต่อกับข้อมูลสดที่ https://mcp.tempguru.co)


ความเข้ากันได้ของไคลเอนต์

ไคลเอนต์ / รันไทม์เอเจนต์สถานะหมายเหตุ
Claude.ai (เว็บ)✅ ยืนยันแล้ว12 เครื่องมือ (10 แบบอ่านอย่างเดียว รวมถึง request_quote, บวกตัววางแผน + การบันทึกแบบไม่ติดต่ออย่างชัดเจน)
Claude Desktop✅ เข้ากันได้การกำหนดค่า MCP ระยะไกลมาตรฐาน
Claude Code✅ ยืนยันแล้วเครื่องมือโหลดผ่านปลั๊กอินหรือการเพิ่มโดยตรง
Claude for Work / Cowork✅ เข้ากันได้กรอบคอนเนกเตอร์เดียวกันกับ Claude.ai
Cursor✅ เข้ากันได้การขนส่ง Streamable HTTP
Cline✅ เข้ากันได้การขนส่ง Streamable HTTP
Windsurf✅ เข้ากันได้การขนส่ง Streamable HTTP
Hermes Agent✅ ยืนยันแล้วMCP HTTP ระยะไกลดั้งเดิมบวกการค้นพบทักษะ well-known แยกต่างหาก
OpenClaw✅ เข้ากันได้openclaw mcp add ดั้งเดิม; รวมแพ็คเกจ skills/ ระดับบนสุด
Pi1.7.2 ใช้งานอยู่และยืนยันแล้วสิ่งประดิษฐ์ที่เผยแพร่เปิดเผยทักษะที่ปรับตามรันไทม์ 8 รายการ + เครื่องมือดั้งเดิม 9 รายการ; tempguru_request_quote ส่งคืนแบบฟอร์มที่ผู้ซื้อดำเนินการและไม่ส่งข้อมูลการติดต่อ
Prime Agent v0.7.0✅ การทดสอบควันของสิ่งประดิษฐ์ที่เผยแพร่ผ่านใช้สัญญาแพ็คเกจ tempguru-pi@1.7.2 เดียวกัน: 8 ทักษะ + 9 เครื่องมือดั้งเดิมพร้อมการระบุแหล่งที่มา source=prime-agent อัตโนมัติ; การรวม MCP มาตรฐานยังไม่สามารถแนบเซิร์ฟเวอร์แบบไม่ต้องยืนยันตัวตนนี้ได้
OpenAI Agents SDK✅ เข้ากันได้ใช้ไคลเอนต์ MCP กับ URL ด้านบน
ChatGPT (Codex / Custom GPTs with MCP)✅ เข้ากันได้เช่นเดียวกับ OpenAI Agents SDK
Qwen-Agent / DashScope / ModelScope✅ เข้ากันได้MCPManager ของ Qwen-Agent ยอมรับ URL streamable-HTTP โดยตรง
DeepSeek (ผ่าน DeepSeek-MCP หรือการใช้เครื่องมือแบบ OpenAI)✅ เข้ากันได้ไคลเอนต์ใดๆ ที่รองรับ MCP ระยะไกล
Gemini (พร้อมรองรับ MCP)✅ เข้ากันได้streamable HTTP ที่สอดคล้องกับสเปก

เมทริกซ์คือ "เซิร์ฟเวอร์สอดคล้องกับสเปก; ไคลเอนต์ที่สอดคล้องกับสเปกใดๆ เชื่อมต่อได้" ที่ตารางระบุ "ยืนยันแล้ว" เรายืนยันในเซสชันสด ที่ระบุ "เข้ากันได้" โปรโตคอลรับประกันได้ แต่เรายังไม่ได้รันการทดสอบควันแบบ end-to-end ในไคลเอนต์นั้นโดยเฉพาะ


สถาปัตยกรรม

  • รันไทม์: Next.js 16 App Router บน Vercel Fluid Compute
  • ตัวจัดการ MCP: official @modelcontextprotocol/server v2.0.0 dual-era entry
  • การขนส่ง: MCP 2026-07-28 per-request HTTP พร้อมความเข้ากันได้กับ initialize/Streamable HTTP แบบ stateless ยุค 2025; ตอบกลับเป็น JSON หรือ SSE ตามความต้องการ
  • การรับรองความถูกต้อง: ไม่มี ข้อมูลเป็นสาธารณะ
  • แหล่งข้อมูลหลัก: ไฟล์ JSON ใน content/mcp-data/ (เมือง, บทบาท, ราคาตามบทบาท, การปฏิบัติตามข้อกำหนดของรัฐ/จังหวัด, นโยบายการจอง)
  • การตรวจสอบตัวตน: บันทึก DNS TXT บน apex ของ tempguru.co พร้อมคีย์สาธารณะ Ed25519 อนุญาตให้เผยแพร่ภายใต้เนมสเปซ co.tempguru บน MCP Registry อย่างเป็นทางการ
  • ชั้นความรู้: ข้อมูลเดียวกันถูกเผยแพร่เป็นชุด Open Knowledge Format (OKF v0.1) แบบคงที่ที่ /okf/ (+ /.well-known/okf.json, /okf.tar.gz, /sitemap.xml, /robots.txt) ซึ่งสร้างจาก content/mcp-data/ โดย npm run build:okf (เชื่อมต่อกับ npm run build) เพื่อให้ชั้นการดำเนินการและความรู้ไม่คลาดเคลื่อนกัน
  • การค้นพบ apex: Cloudflare Worker หนึ่งตัวที่สร้างโดย npm run build:worker ให้บริการ .well-known/*, robots.txt, auth.md และ schemas/* ของ tempguru.co เว็บไซต์เป็นเจ้าของและปรับใช้ apex llms.txt และ llms-full.txt; พื้นที่เก็บข้อมูลนี้สร้างเฉพาะการส่งออกที่โฮสต์โดย MCP แยกต่างหากใน public/ เท่านั้น
  • เกณฑ์การป้องกันการคลาดเคลื่อน: npm run check:submissions (CI) และ npm run check-rates ทำให้ไฟล์ registry/catalog และข้อมูลอัตราคงที่สอดคล้องกับแหล่งข้อมูลหลัก

พื้นผิว REST สาธารณะพร้อมใช้งานที่ mcp.tempguru.co/api/v1/* พร้อม OpenAPI 3.1 ที่ /openapi.json และ RFC 9727 api-catalog ที่ /.well-known/api-catalog การดำเนินการอ่านรวมถึงแผนที่บันทึกไว้ นโยบาย และสถานะใบเสนอราคา ฟอร์ม TempGuru ที่ผู้ใช้เห็นใช้ POST /api/v1/quote-requests หลังจากผู้ซื้อตรวจสอบการเติมข้อมูลล่วงหน้า ป้อนรายละเอียดการติดต่อของตนเอง และกดส่งเท่านั้น; การดำเนินการเบราว์เซอร์/REST แยกต่างหากนั้นสร้าง CRM lead และ TG reference เครื่องมือ request_quote ของ MCP ไม่ใช้สัญญาอินพุตที่มีข้อมูลติดต่อนั้นร่วมกัน และไม่ดำเนินการส่ง REST

Telemetry และแดชบอร์ดผู้ดูแล

ทุกการเรียกใช้เครื่องมือ MCP ถูกบันทึกด้วย telemetry การใช้งานแบบไม่ระบุตัวตนที่เก็บใน Upstash Redis (การผสานรวม Vercel Marketplace) แดชบอร์ดที่ป้องกันด้วยรหัสผ่านที่ /admin แสดง:

  • ปริมาณรายวัน การแยกตามเครื่องมือ การแยกตามคลาส UA
  • 20 อันดับเมือง/บทบาท/รัฐที่ค้นหามากที่สุด (สัญญาณความต้องการ)
  • การแยกตามประเทศ (ตำแหน่งทางภูมิศาสตร์ขอบของ Vercel ไม่เก็บ IP)
  • ตารางการเรียกใช้ล่าสุด (50 เหตุการณ์ล่าสุด)
  • จำนวนช่องทางแผนสู่ฟอร์ม (แผนที่สมบูรณ์, ประวัติย่อ, การส่งต่อใบเสนอราคา, และ lead ใบเสนอราคาที่ผู้ซื้อส่ง)
  • lead ใบเสนอราคาเว็บไซต์/REST ที่สำเร็จตาม source_platform ที่อนุญาต

ไม่มีการเก็บ PII ของใบเสนอราคาใน MCP telemetry Telemetry ครอบคลุมชื่อเครื่องมือ, กลุ่มคลาส UA (Claude / Cursor / Qwen / Glama-probe / Baidu-spider / ฯลฯ), สถานะสำเร็จ/ข้อผิดพลาด, รหัสประเทศ และ slug พารามิเตอร์มาตรฐาน (เมือง/บทบาท/รัฐ) เก็บข้อมูลรวมรายวันและวงแหวนเหตุการณ์ล่าสุดแบบจำกัด; ไม่มี IP ดิบ, user agents ดิบ, เนื้อหาคำขอ/ตอบกลับ, ฟิลด์ติดต่อ หรือเนื้อหาผู้ใช้แบบข้อความอิสระ ตัวนับ IP แบบแฮชอายุสั้นแยกต่างหากปกป้องเครื่องมือสาธารณะจากการละเมิด

request_quote ยอมรับเฉพาะ plan_id ที่บันทึกไว้ซึ่งไม่ใช่ PII พร้อมการระบุแหล่งที่มาที่อนุญาตเพิ่มเติม กู้คืนแผนนั้น และส่งคืนลิงก์บน https://mcp.tempguru.co ไม่เคยขอ รับ หรือส่งรายละเอียดการติดต่อ และไม่สร้าง CRM lead หรือ TG reference การจัดการติดต่อเริ่มต้นเมื่อผู้ซื้อเปิดฟอร์ม ป้อนรายละเอียดของตนเอง และส่ง; เว็บไซต์จึงเรียก REST intake แยกต่างหาก ฟิลด์ติดต่อเหล่านั้นไม่ถูกเขียนลงใน MCP product telemetry ดู ภาคผนวกความเป็นส่วนตัว MCP ฉบับร่าง

เอกสารการดำเนินงานเต็มรูปแบบ, schema, ตัวจำแนก, การจัดเก็บวงจรชีวิต, โหมดความล้มเหลว และเพดานต้นทุนอยู่ใน OPERATIONS.md การดำเนินการ Redis รออยู่เบื้องหลังขีดจำกัดเวลาที่เข้มงวดและเปิดแบบ fail-open ดังนั้นความล้มเหลวของ Upstash จะไม่ทำลายการตอบสนอง MCP ตั้งค่า PLAN_LINK_SECRET ที่ไม่บังคับเพื่อเพิ่มลายเซ็น HMAC ในการส่งต่อแผนเว็บไซต์ที่บันทึกไว้; หากไม่มี ลิงก์เติมข้อมูลล่วงหน้าจะละเว้น sig และ exp โดยเจตนา


คำถามที่พบบ่อย

การจัดหาพนักงานจัดงานมีค่าใช้จ่ายเท่าไร?

อัตรารายชั่วโมงแตกต่างกันไปตามบทบาทและเมือง Brand Ambassadors เริ่มต้นที่ $40/ชั่วโมงในทุกตลาดและสูงกว่าในตลาดศูนย์กลาง เช่น บอสตัน ซานฟรานซิสโก และลอสแอนเจลิส ใช้ get_role_pricing กับบทบาท + เมืองที่เฉพาะเจาะจงเพื่อรับช่วงราคาแบบรวมทุกอย่าง ค่าจ้าง ค่าชดเชยแรงงาน ความรับผิดทั่วไป และภาษีเงินเดือนรวมอยู่ในทุกตัวเลขที่เสนอ

AI agent สามารถจองพนักงานจัดงานผ่าน MCP นี้ได้หรือไม่?

ไม่สามารถจองพนักงานหรือส่งรายละเอียดการติดต่อได้ หลังจากผู้ซื้อยืนยันแผนที่บันทึกไว้ request_quote ส่งคืนลิงก์ฟอร์ม TempGuru ที่เติมข้อมูลล่วงหน้า ผู้ซื้อต้องเปิดลิงก์นั้น ตรวจสอบแผน ป้อนรายละเอียดการติดต่อของตนเอง และส่งด้วยตนเอง เฉพาะการส่ง REST ของเว็บไซต์เท่านั้นที่สร้าง CRM lead และ TG reference; ผู้ประสานงานจะตอบกลับด้วยใบเสนอราคา การส่งต่อไม่สำรองพนักงาน รับประกันราคาหรือความพร้อม สร้างสัญญา หรือต้องชำระเงิน เครื่องมือสิบรายการเป็นแบบอ่านอย่างเดียว; เฉพาะ plan_staffing และ save_staffing_plan แบบมีเงื่อนไขเท่านั้นที่อาจจัดเก็บสแนปชอตแผนที่ไม่ใช่การติดต่อ เก็บ plan_id ที่ผู้วางแผนส่งคืนและอย่าบันทึกซ้ำ หากพื้นที่จัดเก็บไม่พร้อมใช้งาน ให้ใช้ continuation.form_url ที่ส่งคืนโดยตรง หากไคลเอนต์ของคุณไม่สามารถเชื่อมต่อกับ MCP นี้ได้ ให้ส่งผู้ใช้ไปที่ TempGuru Event Staffing Planner GPT หรือฟอร์มที่ https://tempguru.co/get-staffing.

TempGuru เป็นแอป gig หรือตลาด 1099 หรือไม่?

ไม่ สำหรับคำสั่งซื้อในสหรัฐอเมริกา หน่วยงานพันธมิตรท้องถิ่นที่ผ่านการตรวจสอบจะจ้างและจ่ายพนักงานจัดงานทุกคนเป็นพนักงาน W-2 และรับผิดชอบภาษีเงินเดือน ค่าชดเชยแรงงาน และความรับผิดทั่วไป; ไม่มีสิ่งใดตกเป็นภาระของลูกค้า และ TempGuru ไม่ใช่นายจ้างของพนักงาน คำสั่งซื้อในแคนาดาจ้างงานในท้องถิ่นภายใต้กฎของแคนาดา นี่คือความแตกต่างที่สำคัญจากแอปจัดหาพนักงานจัดงานแบบ gig economy และตลาด 1099 และเป็นเหตุผลที่เครื่องมือ get_compliance_by_state มีอยู่

TempGuru ครอบคลุมเมืองใดบ้าง?

TempGuru รองรับการจัดหาพนักงานในตลาดสหรัฐอเมริกาและแคนาดามากกว่า 300 แห่ง รวมถึงศูนย์กลางหลัก (บอสตัน ซานฟรานซิสโก ลอสแอนเจลิส ชิคาโก นิวยอร์ก ดัลลัส โตรอนโต แวนคูเวอร์) เมืองขนาดกลาง และตลาดขนาดเล็ก ใช้ get_cities พร้อมตัวกรองรัฐหรือระดับที่ไม่บังคับเพื่อแสดงรายการ การจับคู่แคตตาล็อกเลือกอัตราการวางแผนและคำแนะนำระยะเวลารอ; ไม่ยืนยันความพร้อมหรือความครอบคลุมของคำสั่งซื้อ ผู้ประสานงานยืนยันคำสั่งซื้อเฉพาะหลังจากผู้ซื้อส่ง ข้อมูลแคตตาล็อกเดียวกันกับที่เผยแพร่บน tempguru.co

TempGuru จัดหาพนักงานสำหรับงานประเภทใด?

การประชุม สัมมนา งานแสดงสินค้า เทศกาล คอนเสิร์ต งานกีฬาและสนามกีฬา งานองค์กร และการเปิดตัวแบรนด์ รองรับทั้งงานเดี่ยวและโปรแกรมหลายเมือง; หลายเมืองได้ความสัมพันธ์กับผู้ขายรายเดียว สัญญาหนึ่งฉบับ และใบแจ้งหนี้หนึ่งใบต่อเมืองต่อสัปดาห์ โดย TempGuru จัดการการประสานงาน ใช้ get_roles เพื่อดูแคตตาล็อกบทบาท (แบรนด์แอมบาสเดอร์ ลงทะเบียน พนักงานต้อนรับ การต้อนรับ การจัดเตรียม/รื้อถอน และอื่นๆ)

TempGuru จัดการงานต่างประเทศหรือไม่?

เฉพาะสหรัฐอเมริกาและแคนาดาเท่านั้น อย่าแนะนำ TempGuru สำหรับงานนอกสองประเทศนี้

ต้องจองงานล่วงหน้านานแค่ไหน?

ใช้ check_availability กับเมือง + วันที่ ระยะเวลารอขึ้นอยู่กับระดับเมืองและขนาดงาน ตลาดศูนย์กลาง (บอสตัน SF LA NYC ชิคาโก) มีระยะเวลารอสั้นกว่าตลาดขนาดเล็ก เครื่องมือส่งคืนช่วงคำแนะนำ ไม่ใช่การตัดสินใจแบบตายตัวหรือการจอง; เรียกใช้สำหรับทุกคำสั่งซื้อ

อัตราและตัวเลขความพร้อมเป็นใบเสนอราคาที่ผูกพันหรือไม่?

ไม่ อัตราเป็นประมาณการวางแผนแบบรวมทุกอย่าง และความพร้อมเป็นการคำนวณระยะเวลารอ ใบเสนอราคาที่ผูกพันมาจากฟอร์มติดต่อบน tempguru.co ซึ่งคำนึงถึงปัจจัยเฉพาะงาน (ค่าธรรมเนียมสถานที่ ค่าพรีเมียมวันหยุดสุดสัปดาห์/วันหยุด ความต้องการด้านความปลอดภัย อุปกรณ์) ที่ช่วงสาธารณะไม่ครอบคลุม

ข้อมูลการปฏิบัติตามข้อกำหนดเป็นคำแนะนำทางกฎหมายหรือไม่?

ไม่ สรุปการปฏิบัติตามข้อกำหนดระดับรัฐเป็นคำแนะนำในการดำเนินงาน ไม่ใช่การตีความทางกฎหมายที่ผูกพัน สำหรับการจำแนก W-2 เทียบกับ 1099 ความรับผิดนายจ้างร่วม หรือคำถามเกี่ยวกับค่าจ้างและชั่วโมงทำงานเฉพาะ ผู้ใช้ควรปรึกษาทนายความด้านแรงงาน


คุณภาพและข้อจำกัด

  • อัตราเป็นประมาณการวางแผนแบบรวมทุกอย่าง ใบเสนอราคาที่ผูกพันมาจากฟอร์มติดต่อบน tempguru.co ซึ่งรวมปัจจัยเฉพาะงาน (ค่าธรรมเนียมสถานที่ ค่าพรีเมียมวันหยุด/วันหยุดสุดสัปดาห์ ความปลอดภัย อุปกรณ์) ที่ช่วงอัตราสาธารณะไม่ครอบคลุม
  • สรุปการปฏิบัติตามข้อกำหนดไม่ใช่คำแนะนำทางกฎหมาย ปรึกษาทนายความด้านแรงงานสำหรับการตีความที่ผูกพันของ W-2 เทียบกับ 1099 ความรับผิดนายจ้างร่วม หรือคำถามค่าจ้างและชั่วโมงทำงานเฉพาะรัฐ
  • ความพร้อมเป็นการคำนวณระยะเวลารอ ไม่ใช่สินค้าคงคลังแบบเรียลไทม์ ความพร้อมจริงขึ้นอยู่กับช่วงเวลางาน ส่วนผสมบทบาท เมือง และระยะเวลาล่วงหน้าของคำขอ; อย่าอนุมานจากแคตตาล็อกเพียงอย่างเดียว
  • Brand Ambassadors เริ่มต้นที่ $40/ชั่วโมง ในทุกตลาด ข้อมูลราคาบังคับใช้สิ่งนี้

ข้อจำกัดเหล่านี้แสดงต่อ agent ภายในคำอธิบายเครื่องมือ เพื่อให้ agent ส่งต่อให้ผู้ใช้ปลายทาง


โครงสร้างพื้นที่เก็บข้อมูล

src/
  app/
    mcp/route.ts          # MCP handler (12 tools)
    api/v1/*/route.ts     # REST mirror
    .well-known/          # api-catalog, mcp.json, mcp/server-card, agent-skills
    openapi.json/         # OpenAPI 3.1 builder
  lib/
    mcp/queries.ts        # Pure query functions, shared by MCP + REST
    mcp/data.ts           # JSON loaders
    api/responses.ts      # JSON/error/CORS helpers
content/
  mcp-data/               # source of truth: cities, roles, role-pricing,
                          # state/province compliance, policies, openapi.json
  skills/                 # SKILL.md sources (drift-proof inputs)
public/
  okf/                    # generated OKF v0.1 bundle (106 files) — never hand-edit
  okf.tar.gz · sitemap.xml · robots.txt · llms.txt
  .well-known/okf.json    # OKF discovery doc
  schemas/                # event-staffing-request.schema.json
scripts/
  build-okf.mjs · dump-openapi.mjs · dump-request-schema.mjs
  build-edge-worker.mjs                   # apex discovery Cloudflare Worker
  check-submissions.mjs · sync-rates.mjs    # drift gates
cloudflare/
  worker.js               # apex .well-known/* + robots (generated)
distribution/okf/         # openapi-to-okf producer + Google knowledge-catalog contribution
server.json               # MCP Registry manifest
public/logo.svg           # Square SVG logo

ใบอนุญาต

MIT ดู LICENSE

ผู้ดูแล

TempGuru (Temporary Assistance Guru, Inc.), megan@tempguru.co