agentic-linkedin

El MCP de LinkedIn que nunca falla.

Un servidor MCP que le da a un agente de IA todo lo que una persona puede hacer en LinkedIn: describes lo que quieres, el agente lo ejecuta y nunca tocas el sitio.

• Autocuración — los selectores y endpoints viven como datos; las correcciones comprobables se aplican automáticamente cuando LinkedIn cambia su DOM

• Higiene de sesión — ritmo similar al humano, presupuestos de escritura, sondas de salud, reautenticación elegante; nunca te bloquea

• Publicación fiable — verificación tras publicar, claves de deduplicación persistidas, nunca un reintento automático: nada se publica dos veces

• Contenido humanizado — perfiles de voz por usuario y una auditoría de indicios de IA; todo se lee como si lo hubieras escrito tú

• Observable — planificar y ejecutar con diffs a nivel de campo y vistas previas renderizadas; artefactos de error redactados

Instalación

npx agentic-linkedin

Requiere Node 20+. El paquete se publica en npm; el repositorio está en github.com/DarkLvrd/linkedin-mcp.

Related MCP server: LinkedIn MCP Server

Iniciar sesión (una vez)

1. Inicia el servidor con tu cliente MCP (Claude Desktop, Cursor, …).

2. Llama a la herramienta login. Se abre una ventana del navegador — inicia sesión en LinkedIn y deja que te redirija a tu feed.

3. La sesión persiste en disco (~/.agentic-linkedin/session.json) y se restaura entre reinicios.

La identidad nunca se almacena en el repositorio ni en los artefactos de error. Los valores de las cookies se redactan de todos los registros, salidas de herramientas y artefactos por construcción.

El flujo de trabajo: planificar y ejecutar

Describe lo que quieres. El agente llama a plan con las escrituras previstas y recibe una lista ordenada con vistas previas:

• los cambios de perfil muestran diffs a nivel de campo de antiguo → nuevo

• las publicaciones y los mensajes muestran vistas previas renderizadas estilo feed con su auditoría de indicios de IA

• un conmutador raw siempre expone los argumentos exactos

Nada se ejecuta hasta que approve el plan. reject lo cancela. dry_run ofrece una vista previa sin almacenar nada. Durante la ejecución, cada escritura sigue pasando por el motor de ritmo: presupuestos por inicio de sesión, el límite horario, retardos aleatorios similares a los humanos y sondas de salud — ante un desafío, el motor se pausa hasta que te vuelves a autenticar.

Herramientas

• Sesión: session_status, login

• Lecturas: get_me, get_profile, get_posts, get_conversations, get_conversation_history, get_connections_summary, get_invitations, get_jobs, get_analytics

• Perfil: update_profile, add_skill, remove_skill, reorder_skills, delete_ghost_entry

• Publicaciones: create_post, edit_post, delete_post, comment, react

• Mensajería: send_message (con clave de idempotencia), recall_message, react_to_message

• Red: connect, respond_invitation, follow, endorse_skill, remove_connection

• Planificación: plan, dry_run, approve, reject

• Autocuración: show_artifact, update_registry

• Voz: get_voice_profile, set_voice_profile, bootstrap_voice_profile, audit_draft

Configuración (variables de entorno)

Desarrollo

npm ci
npm run check   # typecheck + build + full test suite

Las pruebas se ejecutan totalmente sin conexión: la capa de transporte está simulada, las respuestas de Voyager/SDUI se reproducen desde fixtures grabados y el binario se ejercita de extremo a extremo a través de stdio. Las acciones en vivo de LinkedIn nunca se automatizan en CI.

Licencia

MIT — consulta LICENSE.