Skip to main content
Glama
rugvedp

Linkedin-Profile-Analyzer

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,可与 LinkedIn 的 API 交互,以获取、分析和管理 LinkedIn 帖子数据。此 MCP 专为与 Claude AI 配合使用而设计。

特征

  • 获取并存储任何公开个人资料的 LinkedIn 帖子

  • 使用关键字过滤搜索帖子

  • 根据参与度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

  • 轻松与 Claude AI 集成

Related MCP server: LinkedIn Model Context Protocol (MCP) Server

先决条件

  • Python 3.7+

  • LinkedIn 数据 API 的 RapidAPI 密钥

  • 克劳德人工智能访问

入门

1. 获取 RapidAPI 密钥

  1. 访问RapidAPI 上的 LinkedIn 数据 API

  2. 注册或登录 RapidAPI

  3. 订阅 LinkedIn 数据 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
  1. 安装依赖项:

pip install -r requirements.txt
  1. 设置环境变量:

    • 创建.env文件

    • 添加您的 RapidAPI 密钥:

RAPIDAPI_KEY=your_rapidapi_key_here

项目结构

linkedin-mcp/ ├── main.py # Main MCP server implementation ├── mcp.json # MCP configuration file ├── requirements.txt # Python dependencies ├── .env # Environment variables └── README.md # Documentation

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" ] } } }

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. 获取并保存 LinkedIn 帖子

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. 获取已保存的帖子

检索具有分页支持的已保存帖子。

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

3. 搜索帖子

搜索特定关键词的帖子。

search_posts(keyword: str) -> dict

4. 获取热门帖子

根据参与度指标返回表现最佳的帖子。

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

5. 按日期获取帖子

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

该项目使用 LinkedIn 数据 API 的以下端点:

  • GET /get-profile-posts :从 LinkedIn 个人资料中获取帖子

    • 基本网址: 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. 分叉存储库

  2. 创建你的功能分支( 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. 打开拉取请求

执照

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

作者

鲁格维德·帕蒂尔

存储库

linkedin-mcp

致谢

  • RapidAPI,提供 LinkedIn 数据访问

  • 人类学为克劳德的人工智能能力

-
security - not tested
A
license - permissive license
-
quality - not tested

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/rugvedp/linkedin-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server