<a href="https://glama.ai/mcp/servers/5vbvsljk42"> <img width="380" height="200" src="https://gips2.baidu.com/it/u=2969200520,2553712956&fm=3081&app=3081&f=PNG?w=760&h=400" /> </a>

LinkedIn Profile Analyzer MCP

一个强大的LinkedIn个人资料分析器MCP（模型上下文协议）服务器，通过与LinkedIn的API交互来获取、分析和管理LinkedIn帖子数据。此MCP特别设计用于与Claude AI配合工作。

功能

• 获取并存储任何公开个人资料的LinkedIn帖子
• 使用关键词过滤搜索帖子
• 根据互动指标获取表现最佳的帖子
• 按日期范围筛选帖子
• 分页访问存储的帖子
• 与Claude AI轻松集成

预备条件

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

开始使用

1. 获取RapidAPI密钥

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

2. 安装

1. 克隆仓库：

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文件配置了LinkedIn MCP服务器：

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

确保更新args中的路径以匹配您本地文件的位置。

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

检索已保存的帖子，支持分页。

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

3. search_posts

搜索特定关键词的帖子。

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

按指定日期范围筛选帖子。

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

该项目使用了LinkedIn Data API的以下端点：

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

贡献

1. 分叉仓库
2. 创建您的功能分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'Add amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 打开Pull Request

许可证

本项目采用MIT许可证 - 查看LICENSE文件了解详情。

作者

Rugved Patil

仓库

linkedin-mcp

致谢

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