LinkedIn MCP Server
一个模型上下文协议(MCP)服务器,它支持通过 Claude 和其他 AI 助手与 LinkedIn 进行交互。该服务器允许您抓取 LinkedIn 个人资料、公司、职位,并执行职位搜索。
stickerdaniel
README
LinkedIn MCP 服务器
一个模型上下文协议 (MCP) 服务器,可以通过 Claude 和其他 AI 助手与 LinkedIn 进行交互。 此服务器允许您抓取 LinkedIn 个人资料、公司、职位并执行职位搜索。
📋 功能
- 个人资料抓取:从 LinkedIn 个人资料获取详细信息
- 公司分析:提取公司信息,包括员工(如果需要)
- 职位搜索:搜索职位并获取推荐职位
🔧 安装
通过 Smithery 安装
要通过 Smithery 为 Claude Desktop 自动安装 LinkedIn MCP 服务器:
npx -y @smithery/cli install @stickerdaniel/linkedin-mcp-server --client claude
前提条件
- Python 3.8 或更高版本
- 已安装 Chrome 浏览器
- 与您的 Chrome 版本匹配的 ChromeDriver
- 一个 LinkedIn 帐户
步骤 1:克隆或下载存储库
git clone https://github.com/stickerdaniel/linkedin-mcp-server
cd linkedin-mcp-server
或者下载并解压 zip 文件。
步骤 2:设置虚拟环境
使用 uv
(推荐):
# 如果您没有 uv,请安装它
curl -LsSf https://astral.sh/uv/install.sh | sh
# 创建并激活虚拟环境
uv venv
source .venv/bin/activate # 在 macOS/Linux 上
# 或者
.venv\Scripts\activate # 在 Windows 上
步骤 3:安装依赖项
使用 uv
:
uv add "mcp[cli]" selenium httpx inquirer pyperclip
uv add "git+https://github.com/stickerdaniel/linkedin_scraper.git"
步骤 4:安装 ChromeDriver
Selenium 需要 ChromeDriver 才能与 Chrome 交互。 您需要安装与您的 Chrome 浏览器匹配的版本。
-
检查您的 Chrome 版本:
- 打开 Chrome 并转到菜单(三个点)> 帮助 > 关于 Google Chrome
- 记下版本号(例如,123.0.6312.87)
-
下载匹配的 ChromeDriver:
- 转到 ChromeDriver 下载 / Chrome for Testing (Chrome-Version 115+)
- 下载与您的 Chrome 版本匹配的版本
- 解压下载的文件
-
使 ChromeDriver 可访问:
- 选项 1:将其放置在 PATH 中的目录中(例如,macOS/Linux 上的
/usr/local/bin
) - 选项 2:将 CHROMEDRIVER 环境变量设置为您放置它的路径:
export CHROMEDRIVER=/path/to/chromedriver # macOS/Linux # 或者 set CHROMEDRIVER=C:\path\to\chromedriver.exe # Windows
- 选项 3:服务器将尝试自动检测或提示您输入路径
- 选项 1:将其放置在 PATH 中的目录中(例如,macOS/Linux 上的
🚀 运行服务器
- 手动启动服务器一次:
# 使用 uv(推荐)
uv run main.py --no-lazy-init --no-headless
-
延迟初始化(默认行为):
- 服务器使用延迟初始化,这意味着它只会在实际使用工具时创建 Chrome 驱动程序并登录
- 您可以为非交互式使用设置环境变量:
export LINKEDIN_EMAIL=your.email@example.com export LINKEDIN_PASSWORD=your_password
-
配置 Claude Desktop:
- 服务器将显示并复制到您的剪贴板 Claude Desktop 所需的配置
- 打开 Claude Desktop 并转到设置 > 开发者 > 编辑配置
- 粘贴服务器提供的配置
- 编辑配置以包含您的 LinkedIn 凭据作为环境变量
Claude Desktop 配置示例:
{
"mcpServers": {
"linkedin-scraper": {
"command": "/path/to/uv",
"args": ["--directory", "/path/to/project", "run", "main.py", "--no-setup"],
"env": {
"LINKEDIN_EMAIL": "your.email@example.com",
"LINKEDIN_PASSWORD": "your_password"
}
}
}
}
🔄 与 Claude Desktop 一起使用
- 将配置添加到 Claude Desktop 后,重新启动应用程序
- 与 Claude 开始对话
- 您将在工具菜单(锤子图标)中看到可用的工具
- 您现在可以要求 Claude 检索 LinkedIn 个人资料、搜索职位等。
您可以向 Claude 询问的示例:
- "你能告诉我 Daniels 的工作经历吗?他的 LinkedIn 个人资料是 https://www.linkedin.com/in/stickerdaniel/"
- "在 LinkedIn 上搜索机器学习工程师职位"
- "根据 Google 的 LinkedIn 页面告诉我关于 Google 作为一家公司的信息"
🔐 安全和隐私
- 您的 LinkedIn 凭据可以通过环境变量提供,也可以本地存储在
~/.linkedin_mcp_credentials.json
中,仅具有用户权限 - 凭据永远不会暴露给 Claude 或任何其他 AI,仅用于 LinkedIn 登录以抓取数据
- 服务器在您的本地计算机上运行,而不是在云中
- 所有 LinkedIn 抓取都通过您的帐户进行 - 请注意,个人资料访问对其他用户可见
⚠️ 故障排除
ChromeDriver 问题
如果您遇到 ChromeDriver 错误:
- 确保您的 Chrome 浏览器已更新
- 下载匹配的 ChromeDriver 版本
- 正确设置 CHROMEDRIVER 路径
- 如果出现权限问题,请尝试以管理员/sudo 权限运行
身份验证问题
如果登录失败:
- 验证您的 LinkedIn 凭据
- 检查您的帐户是否启用了双重身份验证
- 首先尝试手动登录 LinkedIn,然后运行服务器
- 运行服务器后,检查您的 LinkedIn 移动应用程序是否有登录请求
- 尝试使用
--no-headless
运行服务器,以查看登录失败的位置 - 尝试使用
--debug
运行服务器以查看更详细的日志
连接问题
如果 Claude 无法连接到服务器:
- 确保您手动启动服务器时它正在运行
- 验证 Claude Desktop 中的配置是否正确
- 重新启动 Claude Desktop
许可证
该项目已获得 MIT 许可证的许可 - 有关详细信息,请参阅 LICENSE 文件。
致谢
- 基于 joeyism 的 LinkedIn Scraper
- 使用模型上下文协议 (MCP) 与 AI 助手集成
注意:此工具仅供个人使用。 负责任地使用并遵守 LinkedIn 的服务条款。 在某些情况下,网络抓取可能违反 LinkedIn 的服务条款。
推荐服务器
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。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。