LinkedIn Browser MCP Server
一个基于 FastMCP 的服务器,通过浏览器自动化实现程序化的 LinkedIn 自动化和数据提取,提供安全的身份验证和用于个人资料操作及帖子互动的工具,同时遵守 LinkedIn 的速率限制。
README
LinkedIn 浏览器 MCP 服务器
一个基于 FastMCP 的服务器,用于 LinkedIn 自动化和数据提取,使用浏览器自动化技术。该服务器提供了一套工具,用于以编程方式与 LinkedIn 交互,同时遵守 LinkedIn 的服务条款和速率限制。
功能特性
-
安全认证
- 基于环境变量的凭据管理
- 使用加密 Cookie 存储的会话持久化
- 速率限制保护
- 自动会话恢复
-
个人资料操作
- 查看和提取个人资料信息
- 根据关键词搜索个人资料
- 浏览 LinkedIn 信息流
- 个人资料访问功能
-
帖子互动
- 喜欢帖子
- 评论帖子
- 阅读帖子内容和互动指标
前提条件
- Python 3.8+
- Playwright
- FastMCP 库
- LinkedIn 帐户
安装
- 克隆存储库:
git clone [repository-url]
cd mcp-linkedin-server
- 创建并激活虚拟环境:
python -m venv env
source env/bin/activate # 在 Windows 上:env\Scripts\activate
- 安装依赖项:
pip install -r requirements.txt
playwright install chromium
- 设置环境变量:
在根目录中创建一个
.env文件,内容如下:
LINKEDIN_USERNAME=your_email@example.com
LINKEDIN_PASSWORD=your_password
COOKIE_ENCRYPTION_KEY=your_encryption_key # 可选:如果未提供,将自动生成
使用方法
- 启动 MCP 服务器:
python linkedin_browser_mcp.py
- 可用工具:
login_linkedin_secure: 使用环境变量凭据安全登录browse_linkedin_feed: 浏览并提取信息流中的帖子search_linkedin_profiles: 搜索符合条件的个人资料view_linkedin_profile: 查看并提取特定个人资料的数据interact_with_linkedin_post: 喜欢、评论或阅读帖子
使用示例
from fastmcp import FastMCP
# 初始化客户端
client = FastMCP.connect("http://localhost:8000")
# 登录
result = await client.login_linkedin_secure()
print(result)
# 搜索个人资料
profiles = await client.search_linkedin_profiles(
query="software engineer",
count=5
)
print(profiles)
# 查看个人资料
profile_data = await client.view_linkedin_profile(
profile_url="https://www.linkedin.com/in/username"
)
print(profile_data)
安全特性
- 加密 Cookie 存储
- 速率限制保护
- 安全凭据管理
- 会话持久化
- 浏览器自动化安全措施
最佳实践
-
速率限制: 服务器实施速率限制以防止过度请求:
- 每小时最多 5 次登录尝试
- 自动会话重用
- Cookie 持久化以最大限度地减少登录需求
-
错误处理: 针对以下情况的全面错误处理:
- 网络问题
- 身份验证失败
- LinkedIn 安全挑战
- 无效的 URL 或参数
-
会话管理:
- 自动 Cookie 加密
- 会话持久化
- 安全存储实践
贡献
- Fork 存储库
- 创建一个功能分支
- 提交您的更改
- 推送到分支
- 创建一个 Pull Request
许可证
MIT
免责声明
此工具仅用于教育目的。使用此软件时,请确保遵守 LinkedIn 的服务条款和速率限制指南。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
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。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
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。