LinkedIn Profile Scraper MCP Server

LinkedIn Profile Scraper MCP Server

使用 Fresh LinkedIn Profile Data API 获取 LinkedIn 个人资料信息的 MCP 服务器,允许用户通过提供 LinkedIn 个人资料 URL 以 JSON 格式检索个人资料数据。

Category
访问服务器

Tools

get_profile

Get LinkedIn profile data for a given profile URL. Args: linkedin_url: The LinkedIn profile URL.

README

LinkedIn 个人资料抓取 MCP 服务器

此 MCP 服务器使用 Fresh LinkedIn Profile Data API 来获取 LinkedIn 个人资料信息。它被实现为一个模型上下文协议 (MCP) 服务器,并公开了一个名为 get_profile 的工具,该工具接受一个 LinkedIn 个人资料 URL,并以 JSON 格式返回个人资料数据。

功能

  • 抓取个人资料数据: 检索 LinkedIn 个人资料信息,包括技能和其他设置(大多数附加细节已禁用)。
  • 异步 HTTP 请求: 使用 httpx 进行非阻塞 API 调用。
  • 基于环境的配置: 使用 dotenv 从您的环境变量中读取 RAPIDAPI_KEY

前提条件

  • Python 3.7+ – 确保您使用的是 Python 3.7 或更高版本。
  • MCP 框架: 确保已安装 MCP 框架。
  • 必需的库: 安装 httpxpython-dotenv 和其他依赖项。
  • RAPIDAPI_KEY:RapidAPI 获取 API 密钥,并将其添加到项目目录中的 .env 文件中(或在您的环境中设置它)。

安装

  1. 克隆存储库:

    git clone https://github.com/AIAnytime/Awesome-MCP-Server
    cd linkedin_profile_scraper
    
  2. 安装依赖项:

    uv add mcp[cli] httpx requests
    
  3. 设置环境变量:

    在项目目录中创建一个 .env 文件,内容如下:

    RAPIDAPI_KEY=your_rapidapi_key_here
    

运行服务器

要运行 MCP 服务器,请执行:

uv run linkedin.py

服务器将启动并监听通过标准 I/O 传入的请求。

MCP 客户端配置

要将您的 MCP 客户端连接到此服务器,请将以下配置添加到您的 config.json。 根据您的环境调整路径:

{
  "mcpServers": {
    "linkedin_profile_scraper": {
      "command": "C:/Users/aiany/.local/bin/uv",
      "args": [
        "--directory",
        "C:/Users/aiany/OneDrive/Desktop/YT Video/linkedin-mcp/project",
        "run",
        "linkedin.py"
      ]
    }
  }
}

代码概述

  • 环境设置: 服务器使用 dotenv 加载 RAPIDAPI_KEY,该密钥是使用 Fresh LinkedIn Profile Data API 进行身份验证所必需的。
  • API 调用: 异步函数 get_linkedin_data 使用指定的查询参数向 API 发出 GET 请求。
  • MCP 工具: get_profile 工具包装了 API 调用,并返回格式化的 JSON 数据,如果调用失败,则返回错误消息。
  • 服务器执行: MCP 服务器使用 stdio 传输运行。

故障排除

  • 缺少 RAPIDAPI_KEY: 如果未设置密钥,服务器将引发 ValueError。 确保将密钥添加到您的 .env 文件或在您的环境中设置它。
  • API 错误: 如果 API 请求失败,该工具将返回一条消息,指示无法获取个人资料数据。

许可证

本项目根据 MIT 许可证获得许可。 有关更多详细信息,请参见 LICENSE 文件。

推荐服务器

Baidu Map

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。

官方
精选
JavaScript
Playwright MCP Server

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。

官方
精选
TypeScript
Magic Component Platform (MCP)

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。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

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。

官方
精选
本地
TypeScript
VeyraX

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。

官方
精选
本地
graphlit-mcp-server

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。

官方
精选
TypeScript
Kagi MCP Server

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。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

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。

官方
精选