谁在做这件事
它省掉的是哪件事，适合谁。
准备见面的投资人、盯着对手的竞品团队、想找切入点的销售。一家公司在招的岗位，比任何新闻稿都更早说明它把钱花在哪。
得到什么
最近一次重跑的计数。背后的记录由你的 agent 用你自己的 key 读取。
Notion 的 123 个在招岗位，按岗位类别
在招岗位
类别按标题里的关键词划分，按 title-families.json 的顺序取第一个匹配。每个岗位只算一次。
岗位在哪
在招岗位
岗位上写的城市。远程岗位按它挂的城市算。
什么级别
在招岗位
岗位上写的级别。
agent 会读哪些字段
提示词要求读取的字段。这个页面只展示字段名和计数，不展示任何一条记录。
titlelocation.citylocation.countryseniorityposted_date
接下来
拿到名单之后，这件事往哪走。
下个月再跑一次
一个月后用同一段提示词再跑一次，就能看出哪些类别在增加。每个月的文件都留着，差值才是信号。
两家公司对比
对竞品也跑一次。规模相近的两家公司招人结构差很多，值得在会上问一句。
细看关键岗位
让 agent 把你关心的那一类岗位的描述总结出来，比如数据岗位要求用哪些工具。
运行这个案例
三种方式，每一种都先告诉你要花多少。
1 API Credit 可以买 25 个搜索结果或 5 条完整记录；1 美元可以买 30 API Credits。
交给你的 agent 来跑
28 到 35 API Credits0.93 到 1.17 美元新账户赠送的 100 API Credits 够用
花费超过 50 API Credits 之前，agent 会先停下来问你。
你的 agent 按提示词一步步执行：先读规则，再计数，按提示词的要求检查定义，最后写出文件和图表。请使用能写文件的 agent，比如 Claude Code 或 Codex。
一次性配置key、连接和一次免费检查。如果你的 agent 已经接入 Metix AI Platform，可以跳过。
1获取 key
在 Metix AI Platform 上创建 key →新账户一次性赠送 100 API Credits，30 天内有效。在启动 agent 的终端里设置，或者把这一行写进 ~/.zshrc 或 ~/.bashrc，新开的终端也能用：
终端export METIX_KEY=metix_xxxxxxxx
2连接你的 agent
Claude Code
为所有项目注册 Metix AI Platform。在任意目录启动 claude，就能看到十个 metix 工具。
MCP 配置指南 →终端: "${METIX_KEY:?run step 1 first}" && claude mcp add --scope user --transport http metix \ https://mira-api.metix.ai/mcp \ --header "Authorization: Bearer $METIX_KEY"Codex
注册同一个服务。key 留在环境变量里，不写进配置文件。
MCP 配置指南 →终端codex mcp add metix \ --url https://mira-api.metix.ai/mcp \ --bearer-token-env-var METIX_KEY
Skills
四个 skill，教任何 agent 使用 Metix AI Platform 的接口和查询规则，适合不支持 MCP 的 agent。安装程序默认一项都不勾选：在每一项上按空格，再按回车。
Skills 安装说明 →终端npx skills add MetixAI-Official/metix-skills
其他 MCP
让客户端通过 streamable HTTP 连接这个地址，并带上这两个请求头；缺少 Accept 请求头时服务器会返回 406。较旧的客户端使用同一主机上的 /sse。
MCP 配置指南 →地址和请求头https://mira-api.metix.ai/mcp Authorization: Bearer <your key> Accept: application/json, text/event-stream
3检查配置
先问这一句。它只读取余额和字段列表，不做任何搜索，不花 API Credits：
发给 agent 的提示使用 Metix AI Platform：查询我的 key 状态并读取 contract，这两项都免费。然后告诉我我的 API Credit 余额和可以查询哪些数据集。不要做任何搜索。
4粘贴提示词
在一个空文件夹里启动 agent，再粘贴。它会把文件写在那里。
要回答的问题
用 Metix AI Platform 告诉我 Notion 在招什么人。只通过公开的 Platform 访问（REST 地址 https://mira-api.metix.ai、MCP 服务或 metix-skills），密钥从 METIX_KEY 读取，任何时候都不要打印密钥。
01先读规则再查询
调用 GET /contract（免费），读岗位字段 company.name、is_open、title、location.city 和 seniority。开始和结束时各调用一次 GET /auth/key/status（免费）查余额，总花费超过 50 API Credits 之前先停下来问我。
02统计范围
company.name eq "Notion" 且 is_open eq true 的岗位，放在同一个 all 节点里。
03先计数
用 size 1 查一次，告诉我总数，以及全部读完要花多少（每读 5 个岗位 1 API Credit，每搜 25 个 id 大约再加 1）。超过上限就先问我。
04预算
按 size 100 分页拿到全部 id，再每批 100 个读岗位，只取 title、location.city、location.country 和 seniority。
05抽查
确认每个岗位确实属于这家公司，而不是同名公司。看着不对的列出来并排除。
06清洗
重复发布的岗位分开算，并说明有多少个标题出现了不止一次。
07分组
按关键词把每个标题归入一个类别，按顺序取第一个匹配：数据和 AI、工程、产品和设计、销售和合作、市场、客户和培训、财务法务和人力。把关键词列表和没有归类的标题给我看，改到一个不剩为止。
08输出
三张计数表：按类别、按城市、按级别，写上数据日期。记录只留在我们的对话里。
09图表
一张按类别的横向条形图，从多到少，每条标上数字。标题写出最突出的发现。
10局限
说明这只是一天的在招岗位，有的岗位从不公开招，有的招到人了也没下架，关键词分类比较粗。
你会得到
聚合文件和图表，一段说明抽检发现了什么、改了什么，以及这次运行花了多少 API Credits（取自运行前后的余额）。
如果调用返回 402 insufficient_quota，说明 key 有效，只是余额用完了。
复现数字
31 API Credits1.03 美元新账户赠送的 100 API Credits 够用
一个只用 Python 标准库的小脚本，把已提交的查询发出去，读取方法需要的 123 条记录，写出这个页面所用的聚合文件。需要 Python，并在终端里设置好 METIX_KEY（见 agent 路径的第 1 步），也可以让你的 agent 替你运行这几行。
curl -fsSL https://platform.metix.ai/casebook/source/track-company-hiring.tar.gz | tar xz
cd track-company-hiring
: "${METIX_KEY:?set METIX_KEY first}" && python3 cases/track-company-hiring/fetch.py你会得到
data/*.json 和 data/receipt.json。运行 git diff cases/track-company-hiring/data 看哪些数字变了：除去快照之后数据本身的变化，数字应该一致。
改成你的问题
花费取决于你的版本读取多少。在提示词第 1 步里写上你自己的上限。
提示词就是这个案例本身。改掉下表里的部分，你的 agent 就会回答你的问题，用同样的检查和同样的花费记录方式。
| 要改的 | 改哪里 | 例如 |
|---|---|---|
| 公司 | 第 2 步 | "Figma"、"Databricks"（先看总数） |
| 类别 | 第 7 步 | 把工程再拆成平台、产品和安全 |
| 只看最近的岗位 | 第 2 步 | 加上 posted_date gte now-30d |
运行前先问清楚
- 哪家公司？名字要和它岗位上写的一致。
- 看全部在招岗位，还是只看最近发布的？
- 你的问题关心哪几个类别？
用 Metix AI Platform 告诉我 Notion 在招什么人。只通过公开的 Platform 访问（REST 地址 https://mira-api.metix.ai、MCP 服务或 metix-skills），密钥从 METIX_KEY 读取，任何时候都不要打印密钥。 1. 先读规则再查询。调用 GET /contract（免费），读岗位字段 company.name、is_open、title、location.city 和 seniority。开始和结束时各调用一次 GET /auth/key/status（免费）查余额，总花费超过 50 API Credits 之前先停下来问我。 2. 统计范围。company.name eq "Notion" 且 is_open eq true 的岗位，放在同一个 all 节点里。 3. 先计数。用 size 1 查一次，告诉我总数，以及全部读完要花多少（每读 5 个岗位 1 API Credit，每搜 25 个 id 大约再加 1）。超过上限就先问我。 4. 预算。按 size 100 分页拿到全部 id，再每批 100 个读岗位，只取 title、location.city、location.country 和 seniority。 5. 抽查。确认每个岗位确实属于这家公司，而不是同名公司。看着不对的列出来并排除。 6. 清洗。重复发布的岗位分开算，并说明有多少个标题出现了不止一次。 7. 分组。按关键词把每个标题归入一个类别，按顺序取第一个匹配：数据和 AI、工程、产品和设计、销售和合作、市场、客户和培训、财务法务和人力。把关键词列表和没有归类的标题给我看，改到一个不剩为止。 8. 输出。三张计数表：按类别、按城市、按级别，写上数据日期。记录只留在我们的对话里。 9. 图表。一张按类别的横向条形图，从多到少，每条标上数字。标题写出最突出的发现。 10. 局限。说明这只是一天的在招岗位，有的岗位从不公开招，有的招到人了也没下架，关键词分类比较粗。
常见问题
跑之前大家常问的。
这就是这家公司的招聘计划吗？
这是某一天通过 Metix AI Platform 能看到的在招岗位。有的岗位从来不公开招，有的招到人了也没下架。
为什么要读记录而不只是计数？
岗位类别要看标题文字才能分，没有现成的筛选条件能直接分组。读 123 个岗位大约 25 API Credits。
能看更大的公司吗？
可以，每读 5 个岗位 1 API Credit。600 个在招岗位的公司大约 125。提示词在上限之前会先停下来问你。
方法和局限
统计了谁、怎么统计的、漏掉了什么。
- 统计范围
- 2026 年 9 月 30 日通过 Metix AI Platform 可见、company.name 为 "Notion" 的在招岗位。
- 分组
- 标题按 title-families.json 里的关键词顺序匹配，每个岗位归入第一个匹配的类别。重复发布的岗位不合并。
- 局限
- 只是一天，不是趋势。关键词分类比较粗；这里 "Solutions Engineer" 算工程，不算销售。
最近一次复现
上一次复现花了多少，取自运行前后 Metix AI Platform 记录的余额。
- 运行日期
- 2026-09-30
- 调用次数
- 6
- 搜索结果
- 124
- 读取记录
- 123
- API Credits
- 31
搜索结果是搜索返回的 ID 数，每次计数查询算一个，完整搜索按命中数算。记录是完整读取的岗位或档案：这里读了 123 条。
做这个案例另外花了大约 57 API Credits：agent 做的抽检、试探性查询，以及被公开复现取代的早先运行。你不需要再花这部分。