publiar-mcp

publiar-mcp

MCP server for Publiar that writes LinkedIn lead magnets without fabricating facts, renders matching visuals, publishes to LinkedIn, and tracks engagement, with 19 tools over stdio.

Category
访问服务器

README

<!-- mcp-name: io.github.TokDar2410621/publiar -->

publiar-mcp

Serveur MCP qui écrit des lead magnets LinkedIn et refuse d'inventer.

publiar-mcp MCP server

EN. MCP server for Publiar. Writes LinkedIn lead magnets that refuse to fabricate facts, renders the matching visual, publishes to LinkedIn and tracks what happened. 19 tools, stdio transport. Generated posts are in French. MIT.

Demande un post LinkedIn à un LLM, il te sort « après 7 semaines de tests intensifs, +340 % d'engagement ». Tu n'as rien testé pendant 7 semaines et le chiffre sort de nulle part. Tu le publies, quelqu'un demande la source, et tu n'en as pas.

Ce serveur applique six règles bloquantes avant d'écrire une ligne. Pas de chiffre sans source déclarée, pas de marque non citée, pas de client anonyme fictif, pas de durée de test imaginaire, pas d'années d'expérience sorties du chapeau, et pas de ressource promise dont l'URL ne répond pas. Si tu ne l'as pas dit, ça n'existe pas.

Installation

pip install publiar-mcp

Configuration

Génère une clé sur publiar.app/profile, section « Clés MCP ». Elle n'est affichée qu'une fois.

Claude Desktop, %APPDATA%\Claude\claude_desktop_config.json sur Windows, ~/Library/Application Support/Claude/claude_desktop_config.json sur macOS :

{
  "mcpServers": {
    "publiar": {
      "command": "publiar-mcp",
      "env": {
        "PUBLIAR_API_KEY": "mcp_pub_xxxxx",
        "PUBLIAR_API_URL": "https://api.publiar.app/api"
      }
    }
  }
}

Cursor, ~/.cursor/mcp.json, même format. Claude Code :

claude mcp add publiar -e PUBLIAR_API_KEY=mcp_pub_xxxxx -- publiar-mcp

Redémarre complètement l'agent pour qu'il charge le serveur.

Les 19 outils

Écrire et rendre

Outil Ce qu'il fait
generate_lead_magnet Post LinkedIn + visual_spec, à partir d'entrées structurées. Refuse si la matière manque.
generate_pair Générateur de paires, motifs couplés et porte de preuve
render_visual Rend un visual_spec en PNG 1080×1080, 8 archétypes
render_gif Rend un GIF animé, publiable tel quel sur LinkedIn
prepare_visual_base Fond cinématique généré, pour l'archétype dark_thumbnail

Publier

Outil Ce qu'il fait
publish_lead_magnet Publie texte + visuel sur LinkedIn. Deux phases : aperçu, puis confirmation.
update_post Réécrit le texte d'un post déjà en ligne. L'URN, la date et l'engagement survivent.
register_published Enregistre un post publié pour le suivi

Mesurer et relancer

Outil Ce qu'il fait
list_published Tes lead magnets publiés et leurs statistiques
get_published_detail Détail d'un post, engagements et statut des DM
set_published_status active, paused, completed, error
toggle_published_dm Active ou coupe le DM automatique sur un post
paste_comments Analyse des commentaires collés, prépare les DM à envoyer
mark_engagement_sent Marque un DM comme envoyé
poll_published_now Récolte via l'API. Renvoie vide, voir Limitations.

Mémoire et corpus

Outil Ce qu'il fait
add_memory Écrit dans ta mémoire. source et source_date obligatoires.
list_corpus Les 45 lead magnets de référence analysés
find_similar_corpus Recherche sémantique dans le corpus, pondérée par l'engagement
whoami Vérifie l'authentification

Les 8 archétypes visuels

Le serveur déduit l'archétype depuis ta matière, tu n'as pas à le choisir.

Archétype Déclencheur
tool_pairing 2 ou 3 outils combinés
benchmark_table comparaison chiffrée de modèles ou de produits
dark_thumbnail annonce de produit ou de lancement
youtube_thumbnail audience grand public, titre fort
selfie_workspace une photo de toi est fournie
system_workflow_screenshot un screenshot de workflow est fourni
file_tree_diagram une arborescence de stack ou de skills
agent_role_diagram une équipe de 3 à 5 agents

Une preuve réelle uploadée bat toujours une preuve générée. Si tu fournis une photo, l'archétype est selfie_workspace, même si tu as aussi nommé deux outils.

Exemple

Génère un lead magnet sur Claude + Notion pour automatiser ma prise de notes. J'ai mesuré 3 h gagnées par jour depuis 2 mois. CTA : NOTION.

L'agent appelle generate_lead_magnet et te rend le post, les hashtags et le visual_spec. render_visual en fait un PNG, publish_lead_magnet l'envoie.

Variables d'environnement

Variable Défaut Rôle
PUBLIAR_API_KEY — Obligatoire. Clé mcp_pub_... créée sur publiar.app/profile
PUBLIAR_API_URL https://api.publiar.app/api Endpoint REST
PUBLIAR_TIMEOUT 60 Délai HTTP en secondes
PUBLIAR_LOG_LEVEL INFO Niveau de log sur stderr

Architecture

   Agent IA           publiar-mcp            API Publiar
   Claude Desktop  →  ce paquet,        →    Django,
   Cursor             processus stdio        api.publiar.app
                          │                       │
                          │  Bearer mcp_pub_…     │
                          └───────────────────────┘
                              HTTPS, JSON et NDJSON

Aucune logique métier ici. Ce paquet est un adaptateur de protocole ; tout vit dans le backend qui sert déjà publiar.app.

Sécurité

Les clés sont stockées hachées en SHA-256 côté serveur, la valeur brute n'est montrée qu'à la création. Chaque clé est révocable depuis publiar.app/profile. last_used_at est suivi pour repérer les clés dormantes. Le préfixe mcp_pub_ reste visible pour identifier une clé sans la révéler.

Limitations connues

poll_published_now renverra toujours vide. Lire les commentaires d'un post personnel exige la permission LinkedIn r_member_social, que LinkedIn classe en accès privé et n'accorde plus. Utilise paste_comments : tu colles les commentaires, le serveur fait le reste.

generate_lead_magnet consomme de l'inférence côté serveur.

Les envois d'images pour selfie_workspace et system_workflow_screenshot ne passent pas encore par le MCP. L'agent doit fournir le base64 dans le spec.

Licence

MIT.

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