LinkedIn 个人资料分析器 MCP

一个强大的 LinkedIn 个人资料分析器 MCP (机器控制协议) 服务器，它与 LinkedIn 的 API 交互，以获取、分析和管理 LinkedIn 帖子数据。此 MCP 专门设计用于与 Claude AI 配合使用。

功能

• 获取并存储任何公开个人资料的 LinkedIn 帖子
• 通过关键字过滤搜索帖子
• 根据互动指标获取表现最佳的帖子
• 按日期范围过滤帖子
• 分页访问存储的帖子
• 易于与 Claude AI 集成

前提条件

• Python 3.7+
• LinkedIn Data API 的 RapidAPI 密钥
• Claude AI 访问权限

快速入门

1. 获取 RapidAPI 密钥

1. 访问 RapidAPI 上的 LinkedIn Data API
2. 注册或登录 RapidAPI
3. 订阅 LinkedIn Data API
4. 从仪表板复制您的 RapidAPI 密钥

2. 安装

1. 克隆存储库：

git clone https://github.com/rugvedp/linkedin-mcp.git
cd linkedin-mcp

2. 安装依赖项：

pip install -r requirements.txt

3. 设置环境变量：
   • 创建一个 .env 文件
   • 添加您的 RapidAPI 密钥：

RAPIDAPI_KEY=your_rapidapi_key_here

项目结构

linkedin-mcp/
├── main.py              # 主要 MCP 服务器实现
├── mcp.json            # MCP 配置文件
├── requirements.txt    # Python 依赖项
├── .env               # 环境变量
└── README.md          # 文档

MCP 配置

mcp.json 文件配置 LinkedIn MCP 服务器：

{
  "mcpServers": {
    "LinkedIn Updated": {
      "command": "uv",
      "args": [
        "run",
        "--with",
        "mcp[cli]",
        "mcp",
        "run",
        "path/to/your/script.py"
      ]
    }
  }
}

请确保更新 args 中的路径以匹配您的本地文件位置。

可用工具

1. fetch_and_save_linkedin_posts

获取给定用户名的 LinkedIn 帖子并将其保存在本地。

fetch_and_save_linkedin_posts(username: str) -> str

2. get_saved_posts

检索保存的帖子，支持分页。

get_saved_posts(start: int = 0, limit: int = 10) -> dict

3. search_posts

搜索特定关键字的帖子。

search_posts(keyword: str) -> dict

4. get_top_posts

根据互动指标返回表现最佳的帖子。

get_top_posts(metric: str = "Like Count", top_n: int = 5) -> dict

5. get_posts_by_date

过滤指定日期范围内的帖子。

get_posts_by_date(start_date: str, end_date: str) -> dict

与 Claude 一起使用

1. 在与 Claude 的对话中初始化 MCP 服务器
2. 通过自然语言命令使用可用的工具
3. Claude 将帮助您使用这些工具与 LinkedIn 数据进行交互

API 集成

本项目使用 LinkedIn Data API 的以下端点：

• GET /get-profile-posts: 从 LinkedIn 个人资料获取帖子
  • 基本 URL: https://linkedin-data-api.p.rapidapi.com
  • 必需的标头：
    • x-rapidapi-key: 您的 RapidAPI 密钥
    • x-rapidapi-host: linkedin-data-api.p.rapidapi.com

贡献

1. Fork 存储库
2. 创建您的功能分支 (git checkout -b feature/amazing-feature)
3. 提交您的更改 (git commit -m 'Add amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 打开一个 Pull Request

许可证

本项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅 LICENSE 文件。

作者

Rugved Patil

存储库

linkedin-mcp

鸣谢

• RapidAPI 提供 LinkedIn 数据访问
• Anthropic 提供 Claude AI 功能