LinkedIn MCP Server

Serveur MCP (Model Context Protocol) pour piloter LinkedIn depuis un agent IA (Claude Code, Claude Desktop, Manus, etc.). Repose sur Patchright (fork anti-détection de Playwright) et un profil Chrome persistant pour conserver une session authentifiée tout en bypassant les protections Arkose/CAPTCHA.

---

⚠️ Breaking change & durcissement (sécurité)

Les écritures sont désactivées par défaut. Toutes les actions qui modifient LinkedIn (post, message, connexion, candidature, follow, react, etc. — 43 fonctions) refusent de s'exécuter tant que la variable d'environnement LINKEDIN_MCP_ENABLE_WRITES=1 n'est pas posée. C'est un garde-fou structurel contre l'injection de prompt indirecte : ni le contenu scrapé ni l'agent ne peuvent le contourner.

# Pour autoriser les écritures (à poser côté config MCP, env du process) :
LINKEDIN_MCP_ENABLE_WRITES=1

Autres durcissements appliqués :

Domaine	Avant	Après
Prompt injection	descriptions / messages / notifs renvoyés en innerText brut	_sanitize_external() strip les caractères de contrôle/zéro-largeur et neutralise les phrases impératives ; contenu externe encapsulé via _wrap_untrusted()
Soumission de candidature	champs inconnus remplis avec "3" (devinette)	plus aucune devinette : champs non reconnus laissés vides + refus de soumettre s'il en reste (à renseigner via answers_json)
Captcha / checkpoint	detect_checkpoint() jamais appelé (code mort)	navigation via _goto() qui combine retry_async() (retry transitoire) + detect_checkpoint() sur les lectures clés
Nettoyage Chrome	taskkill /f /im chrome.exe (tuait tout Chrome)	kill ciblé uniquement sur le profil automatisé (~/.linkedin-mcp/profile) via psutil, repli PowerShell filtré par ligne de commande
Traçabilité erreurs	except Exception muets (0 traceback)	traceback.format_exc() loggé en stderr sur 60+ handlers
Double encodage JSON	dispatcher manage_jobs ré-encodait du JSON déjà sérialisé	dispatch retourne directement la chaîne JSON
Limite résultats	search_jobs figé à jobs[:5]	paramètre limit exposé (défaut 25)

💡 psutil est recommandé pour le kill ciblé. S'il est absent, un repli PowerShell (Windows) / pkill -f <profil> (Unix) est utilisé.

---

🌟 Fonctionnalités

10 outils consolidés :

#	Outil	Couverture
1	manage_profile_info	Profil : lecture, headline, about, photo, bannière, analytics
2	manage_profile_sections	Expériences et formations (ajout/suppression, dates, "poste actuel")
3	manage_skills	Compétences : add / delete / endorse
4	manage_recommendations	Recommandations : demander / rédiger
5	manage_network	Connexions, follow, block, recherche simple + avancée
6	manage_messaging	DMs, pièces jointes, InMails, non-lus, notifications
7	manage_publications	Posts, médias, sondages, articles, carrousels, événements, programmation
8	engage_social	React / commenter / repost / save
9	manage_groups_and_pages	Publier sur page entreprise ou groupe, join/leave, analytics page
10	manage_jobs	Recherche, détails, save, Easy Apply, candidature externe (Greenhouse/Lever)

---

⚙️ Installation

pip install -r requirements.txt
patchright install chromium

Dépendances pinnées (requirements.txt) :

mcp>=1.0.0,<2.0.0
patchright>=1.40.0,<2.0.0
python-dotenv>=1.0.0,<2.0.0

---

🔑 Authentification (bypass anti-bot)

LinkedIn bloque Playwright standard via Arkose. La procédure ci-dessous ouvre un Chrome réel piloté en mode isolé pour passer outre :

python cleanup_and_login.py

Ce script :

1. Tue les Chrome résiduels et purge les profils corrompus
2. Ouvre une fenêtre Chrome propre
3. Tu te connectes à LinkedIn (coche "Se souvenir de moi")
4. Attends 5 s sur le feed → le script détecte la session et la sauvegarde dans ~/.linkedin-mcp/profile

Cette étape est à refaire uniquement si la session expire (rare) ou si LinkedIn force une reconnexion.

---

🛠️ Enregistrement du serveur MCP

Claude Code (recommandé)

claude mcp add linkedin --scope user -- \
  "C:/Users/<user>/AppData/Local/Programs/Python/Python312/python.exe" \
  "C:/Users/<user>/Downloads/LinkedIn MCP Server/linkedin_mcp_server.py"

Vérification :

claude mcp list | grep linkedin
# → linkedin: ... - ✓ Connected

⚠️ Cold-start requis : après claude mcp add, ferme et relance Claude Code (un --resume ne re-découvre pas les nouveaux MCP tools).

Claude Desktop / Manus

claude_desktop_config.json :

{
  "mcpServers": {
    "linkedin": {
      "command": "C:/Users/<user>/AppData/Local/Programs/Python/Python312/python.exe",
      "args": ["C:/Users/<user>/Downloads/LinkedIn MCP Server/linkedin_mcp_server.py"]
    }
  }
}

---

🔐 Données personnelles — scraping automatique

Aucun .env à remplir pour les PII. Les champs nom / email / téléphone / localisation sont scrapés directement depuis ton compte LinkedIn connecté :

Champ	Source
first_name, last_name, full_name	https://www.linkedin.com/in/<toi>/ (H1 du profil)
location	Top card du profil
email, phone	https://www.linkedin.com/mypreferences/d/category/account

Le résultat est mis en cache par process : un seul scrape au premier appel d'un outil qui en a besoin, gratuit ensuite.

Fallback optionnel : si LinkedIn change la page settings (rare) et que le scrape email/phone échoue, tu peux poser ces variables dans ~/.linkedin-mcp/.env — elles seront utilisées en dernier recours, champ par champ :

LINKEDIN_EMAIL=...
LINKEDIN_PHONE=...

Salaire — calculé par l'IA

Le salaire n'est jamais stocké côté serveur. L'agent IA doit le calculer en fonction des compétences, du niveau et du poste, puis le passer via le paramètre salary_expectation du tool manage_jobs (action easy_apply).

---

📚 Référence des outils

1. manage_profile_info

Profil : informations de base, visuels, stats.

• Actions : get, get_analytics, edit_headline, edit_about, update_picture, update_banner
• Args : action (req), profile_url, headline, about, image_path

2. manage_profile_sections

Expériences et formations.

• Actions : add_experience, delete_experience, add_education, delete_education
• Args : action (req), title / company (req pour expérience), school / degree (req pour formation), field_of_study, start_month, start_year, end_month, end_year, current (bool), location, employment_type, description

3. manage_skills

• Actions : add, delete, endorse
• Args : action (req), skill_name (req), profile_url (req pour endorse)

4. manage_recommendations

• Actions : request, write
• Args : action (req), recipient_url_or_name (req), relationship, position, text

5. manage_network

• Actions : connect, accept, remove, withdraw, follow, unfollow, block, unblock, search, search_advanced
• Args : action (req), profile_url_or_name, note, password (pour unblock), keywords, location, network (first/second/third), company, industry, school, limit (défaut 10)

6. manage_messaging

• Actions : send, send_attachment, send_inmail, get_unread, read_thread, get_notifications
• Args : action (req), recipient_url_or_name, message, subject (pour send_inmail), file_path (pour send_attachment), max_messages (défaut 50)

7. manage_publications

• Actions : post_simple, post_media, post_mentions, post_poll, schedule_post, post_article, post_carousel, trending_hashtags, create_event
• Args : action (req), content, title, visibility (public/connections), media_paths, mentions, poll_question, poll_options, poll_duration_days, schedule_year/month/day/hour/minute, pdf_path, cover_image_path, event_name, event_type (ONLINE/IN_PERSON), start_date, end_date, start_time, end_time, timezone, external_link, location

8. engage_social

• Actions : react, comment, repost, save_post
• Args : action (req), post_url (req), reaction (LIKE/CELEBRATE/...), comment_text, repost_thoughts

9. manage_groups_and_pages

• Actions : post_page, post_group, join_group, leave_group, get_company_analytics
• Args : action (req), target_url_or_handle (req), content

10. manage_jobs

• Actions : search, details, save_job, easy_apply, external_apply
• Args :
  • action (req)
  • keywords, location, easy_apply, limit (nombre max de résultats, défaut 25) (pour search)
  • job_id_or_url
  • answers_json (JSON de réponses pré-définies pour easy_apply)
  • submit (bool, défaut False — quand False le serveur s'arrête sur la review et sauvegarde une capture dans ~/.linkedin-mcp/screenshots/easy_apply_review.png)
  • resume_path, answers_dict (pour external_apply)
  • salary_expectation (str, optionnel) — montant que l'IA doit calculer en fonction du poste / niveau / compétences

---

🎯 Visibilité des publications

Valeur	Description
public	Visible par tout le monde (défaut LinkedIn)
connections	Visible uniquement par tes connexions

---

📁 Structure du projet

.
├── README.md
├── CLAUDE.md                    ← contexte pour sessions Claude Code
├── linkedin_mcp_server.py       ← serveur MCP monolithique
├── cleanup_and_login.py         ← procédure d'auth (1 fois)
├── requirements.txt
├── tests/                       ← suites d'intégration (LinkedIn live requis)
├── tools/                       ← scripts utilitaires (debug, inspection, dumps)
└── scratch/                     ← captures et artefacts de debug

---

🧪 Tests d'intégration

Tests unitaires hors-ligne (recommandés, aucune session requise) — vérifient les correctifs de durcissement de façon déterministe (deps lourdes stubbées) :

python tests/test_hardening.py        # runner autonome → "18 passed, 0 failed"
# ou
pytest tests/test_hardening.py -q

Couverture : fix d'URL (_normalize_job_url), garde-fou d'écriture (_writes_enabled / _assert_write_allowed), sanitisation anti-injection (_sanitize_external / _wrap_untrusted), suppression du fallback "3", câblage du code anciennement mort.

Tests d'intégration live (session LinkedIn active requise) :

python tests/test_linkedin_new_features.py
python tests/full_test_suite.py

---

🔒 Sécurité

• Aucun identifiant en clair : les cookies sont stockés par Chrome dans ~/.linkedin-mcp/profile, isolés du Chrome principal.
• Pas de PII dupliquée : nom/email/téléphone/localisation viennent de LinkedIn lui-même, pas d'un fichier de config à maintenir.
• Logging stderr-safe : print est redirigé sur stderr pour ne pas polluer le canal stdio JSON-RPC du MCP.
• Pas d'injection JS : tous les page.evaluate() passent les valeurs via args, pas via f-string.
• Écritures désactivées par défaut : 43 fonctions de modification protégées par LINKEDIN_MCP_ENABLE_WRITES=1 (garde-fou structurel anti prompt-injection).
• Sanitisation du contenu externe : _sanitize_external() / _wrap_untrusted() neutralisent les tentatives d'injection venant des descriptions, messages et notifications scrapés.
• Détection captcha/checkpoint : _goto() (retry + detect_checkpoint) stoppe proprement si LinkedIn sert une vérification, plutôt que de renvoyer des données douteuses.
• Kill Chrome ciblé : seul le profil automatisé est terminé — les autres fenêtres Chrome de l'utilisateur ne sont jamais tuées.
• Usage responsable : respecte les limites LinkedIn (anti-spam, anti-scraping). Évite les boucles rapides massives.