MCP 템플릿 서버

OpenAI, Anthropic, EnrichB2B와 통합하여 모델 컨텍스트 프로토콜(MCP)을 구현하는 템플릿 서버입니다.

설정

가상 환경 만들기:

지엑스피1

종속성 설치:

pip install -r requirements.txt

환경 변수 설정:

cp .env.example .env # Edit .env with your API keys and configuration

Related MCP server: LinkedIn MCP Server

서버 실행

개발 모드:

python server.py

또는 MCP CLI를 사용합니다.

mcp dev server.py

특징

OpenAI GPT-4 통합
인간 중심적 클로드 통합
EnrichB2B LinkedIn 데이터 통합
FastAPI 및 Uvicorn 서버
환경 구성
예시 리소스 및 도구
구조화된 프로젝트 레이아웃

프로젝트 구조

. ├── .env.example # Template for environment variables ├── .gitignore # Git ignore rules ├── README.md # This file ├── requirements.txt # Python dependencies ├── enrichb2b.py # EnrichB2B API client └── server.py # MCP server implementation

용법

서버를 시작합니다
모든 MCP 클라이언트를 사용하여 연결
제공된 도구와 리소스를 활용하세요.
- config://app - 서버 구성 가져오기
- get_profile_details - LinkedIn 프로필 정보 가져오기
- get_contact_activities - LinkedIn 사용자의 최근 활동 및 게시물 가져오기
- gpt4_completion - GPT-4를 사용하여 텍스트 생성
- claude_completion - Claude를 사용하여 텍스트 생성
- analysis_prompt - 텍스트 분석을 위한 템플릿

EnrichB2B 도구

프로필 세부 정보 가져오기

LinkedIn 프로필에 대한 자세한 정보를 확인하세요.

result = await get_profile_details( linkedin_url="https://www.linkedin.com/in/username", include_company_details=True, include_followers_count=True )

연락처_활동_받기

LinkedIn 프로필에서 최근 활동과 게시물을 받으세요:

result = await get_contact_activities( linkedin_url="https://www.linkedin.com/in/username", pages=1, # Number of pages (1-50) comments_per_post=1, # Comments per post (0-50) likes_per_post=None # Likes per post (0-50) )