HDW MCP Server
一个模型上下文协议服务器,通过 HorizonDataWave API 提供对 LinkedIn 数据和功能的全面访问,从而实现数据检索和用户帐户管理。
README
HDW MCP 服务器
一个模型上下文协议 (MCP) 服务器,它使用 HorizonDataWave API 提供对 LinkedIn 数据的全面访问和功能,不仅支持数据检索,还支持强大的用户帐户管理。
功能
-
LinkedIn 用户搜索: 通过关键词、姓名、职称、公司、地点、行业和教育筛选和搜索 LinkedIn 用户。
-
个人资料查找: 检索 LinkedIn 用户的详细个人资料信息。
-
电子邮件查找: 通过电子邮件地址查找 LinkedIn 用户详细信息。
-
帖子和反应: 检索用户的帖子和相关反应。
-
帖子转发和评论: 检索特定 LinkedIn 帖子的转发和评论。
-
帐户管理:
- 聊天功能: 通过 LinkedIn 管理 API 检索和发送聊天消息。
- 连接管理: 向 LinkedIn 用户发送连接邀请。
- 帖子评论: 在 LinkedIn 帖子或回复上创建评论。
- 用户连接: 检索用户的 LinkedIn 连接列表。
-
公司搜索和详细信息:
- Google 公司搜索: 使用 Google 搜索查找 LinkedIn 公司 - 第一个结果通常是最佳匹配。
- 公司查找: 检索有关 LinkedIn 公司的详细信息。
- 公司员工: 检索给定 LinkedIn 公司的员工。
-
Google 搜索
工具
HDW MCP 服务器通过 MCP 协议公开了几个工具。 每个工具都定义了其名称、描述和输入参数:
-
搜索 LinkedIn 用户 名称:
search_linkedin_users
描述: 使用各种过滤器搜索 LinkedIn 用户。 参数:keywords
(可选):任何用于搜索的关键词。first_name
、last_name
、title
、company_keywords
、school_keywords
(可选)。current_company
、past_company
、location
、industry
、education
(可选)。count
(可选,默认值:10):最大结果数(最大 1000)。timeout
(可选,默认值:300):超时时间,以秒为单位(20–1500)。
-
获取 LinkedIn 个人资料 名称:
get_linkedin_profile
描述: 检索有关 LinkedIn 用户的详细个人资料信息。 参数:user
(必需):用户别名、URL 或 URN。with_experience
、with_education
、with_skills
(可选,默认值:true)。
-
获取 LinkedIn 电子邮件用户 名称:
get_linkedin_email_user
描述: 通过电子邮件查找 LinkedIn 用户详细信息。 参数:email
(必需):电子邮件地址。count
(可选,默认值:5)。timeout
(可选,默认值:300)。
-
获取 LinkedIn 用户帖子 名称:
get_linkedin_user_posts
描述: 通过 URN 检索 LinkedIn 用户的帖子。 参数:urn
(必需):用户 URN(必须包含前缀,例如fsd_profile:...
)。count
(可选,默认值:10)。timeout
(可选,默认值:300)。
-
获取 LinkedIn 用户反应 名称:
get_linkedin_user_reactions
描述: 通过 URN 检索 LinkedIn 用户的反应。 参数:urn
(必需)。count
(可选,默认值:10)。timeout
(可选,默认值:300)。
-
获取 LinkedIn 聊天消息 名称:
get_linkedin_chat_messages
描述: 从 LinkedIn 管理 API 检索热门聊天消息。 参数:user
(必需):用户 URN(带前缀)。count
(可选,默认值:20)。timeout
(可选,默认值:300)。
-
发送 LinkedIn 聊天消息 名称:
send_linkedin_chat_message
描述: 使用 LinkedIn 管理 API 发送聊天消息。 参数:user
(必需):收件人用户 URN(带前缀)。text
(必需):消息文本。timeout
(可选,默认值:300)。
-
发送 LinkedIn 连接请求 名称:
send_linkedin_connection
描述: 向 LinkedIn 用户发送连接邀请。 参数:user
(必需)。timeout
(可选,默认值:300)。
-
发送 LinkedIn 帖子评论 名称:
send_linkedin_post_comment
描述: 在 LinkedIn 帖子或回复上创建评论。 参数:text
(必需):评论文本。urn
(必需):活动或评论 URN。timeout
(可选,默认值:300)。
-
获取 LinkedIn 用户连接 名称:
get_linkedin_user_connections
描述: 检索 LinkedIn 用户连接列表。 参数:connected_after
(可选):时间戳过滤器。count
(可选,默认值:20)。timeout
(可选,默认值:300)。
-
获取 LinkedIn 帖子转发 名称:
get_linkedin_post_reposts
描述: 检索 LinkedIn 帖子的转发。 参数:urn
(必需):帖子 URN(必须以activity:
开头)。count
(可选,默认值:10)。timeout
(可选,默认值:300)。
-
获取 LinkedIn 帖子评论 名称:
get_linkedin_post_comments
描述: 检索 LinkedIn 帖子的评论。 参数:urn
(必需)。sort
(可选,默认值:"relevance"
;允许的值:"relevance"
、"recent"
)。count
(可选,默认值:10)。timeout
(可选,默认值:300)。
-
获取 LinkedIn Google 公司 名称:
get_linkedin_google_company
描述: 通过 Google 搜索 LinkedIn 公司 - 第一个结果通常是最佳匹配。 参数:keywords
(必需):公司关键词数组。with_urn
(可选,默认值:false)。count_per_keyword
(可选,默认值:1;范围 1–10)。timeout
(可选,默认值:300)。
-
获取 LinkedIn 公司 名称:
get_linkedin_company
描述: 检索有关 LinkedIn 公司的详细信息。 参数:company
(必需):公司别名、URL 或 URN。timeout
(可选,默认值:300)。
-
获取 LinkedIn 公司员工 名称:
get_linkedin_company_employees
描述: 检索 LinkedIn 公司的员工。 参数:companies
(必需):公司 URN 数组。keywords
、first_name
、last_name
(可选)。count
(可选,默认值:10)。timeout
(可选,默认值:300)。
安装指南
1. 克隆存储库 (macOS)
打开您的终端并运行以下命令:
# 克隆存储库
git clone https://github.com/horizondatawave/hdw-mcp-server.git
# 更改目录到项目文件夹
cd hdw-mcp-server
# 安装依赖项
npm install
2. 获取您的 API 凭据
在 app.horizondatawave.ai 注册以获取您的 API 密钥和 100 个免费积分。 您将收到您的 HDW_ACCESS_TOKEN 和 HDW_ACCOUNT_ID。
3. 配置环境
在项目的根目录中创建一个 .env
文件,内容如下:
HDW_ACCESS_TOKEN=YOUR_HD_W_ACCESS_TOKEN
HDW_ACCOUNT_ID=YOUR_HD_W_ACCOUNT_ID
4. 客户端配置
4.1 Claude Desktop
使用以下内容更新您的 Claude 配置文件 (claude_desktop_config.json
):
{
"mcpServers": {
"hdw": {
"command": "npx",
"args": ["@horizondatawave/mcp"],
"env": {
"HDW_ACCESS_TOKEN": "YOUR_HD_W_ACCESS_TOKEN",
"HDW_ACCOUNT_ID": "YOUR_HD_W_ACCOUNT_ID"
}
}
}
}
配置文件位置:
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json
- Windows:
%APPDATA%\Claude\claude_desktop_config.json
4.2 Cursor
简单方法: 打开 Cursor 设置并添加一个新的 MCP 服务器,命令如下:
env HDW_ACCESS_TOKEN=your-access-token HDW_ACCOUNT_ID=your-account-id node /path/to/your/build/index.js
安全方法:
将提供的模板 run.template.sh
复制到一个新文件(例如 run.sh
),使用您的凭据更新它,并将 Cursor 配置为运行:
sh /path/to/your/run.sh
4.3 Windsurf
使用以下内容更新您的 Windsurf 配置文件 (mcp_config.json
):
{
"mcpServers": {
"hdw": {
"command": "node",
"args": ["/path/to/your/build/index.js"],
"env": {
"HDW_ACCESS_TOKEN": "YOUR_HD_W_ACCESS_TOKEN",
"HDW_ACCOUNT_ID": "YOUR_HD_W_ACCOUNT_ID"
}
}
}
}
注意: 配置完成后,您可以禁用官方 Web 工具以节省您的 API 积分。
MCP 客户端示例配置
以下是 MCP 客户端的示例配置(例如,自定义集成):
{
"mcpServers": {
"hdw": {
"command": "npx",
"args": ["@horizondatawave/mcp"],
"env": {
"HDW_ACCESS_TOKEN": "YOUR_HD_W_ACCESS_TOKEN",
"HDW_ACCOUNT_ID": "YOUR_HD_W_ACCOUNT_ID"
}
}
}
}
将路径和凭据替换为您自己的值。
许可证
本项目根据 MIT 许可证 获得许可。
推荐服务器

VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。
AIO-MCP Server
🚀 集成了 AI 搜索、RAG 和多服务(GitLab/Jira/Confluence/YouTube)的一体化 MCP 服务器,旨在增强 AI 驱动的开发工作流程。来自 Folk。
Knowledge Graph Memory Server
为 Claude 实现持久性记忆,使用本地知识图谱,允许 AI 记住用户的信息,并可在自定义位置存储,跨对话保持记忆。
Hyperbrowser
欢迎来到 Hyperbrowser,人工智能的互联网。Hyperbrowser 是下一代平台,旨在增强人工智能代理的能力,并实现轻松、可扩展的浏览器自动化。它专为人工智能开发者打造,消除了本地基础设施和性能瓶颈带来的麻烦,让您能够:

any-chat-completions-mcp
将 Claude 与任何 OpenAI SDK 兼容的聊天完成 API 集成 - OpenAI、Perplexity、Groq、xAI、PyroPrompts 等。
Exa MCP Server
一个模型上下文协议服务器,它使像 Claude 这样的人工智能助手能够以安全和受控的方式,使用 Exa AI 搜索 API 执行实时网络搜索。
BigQuery MCP Server
这是一个服务器,可以让你的大型语言模型(LLM,比如Claude)直接与你的BigQuery数据对话!可以把它想象成一个友好的翻译器,它位于你的AI助手和数据库之间,确保它们可以安全高效地进行交流。
mcp-perplexity
Perplexity API 的 MCP 服务器。