agentic-linkedin

LinkedIn MCP, который никогда не ломается.

MCP-сервер, который даёт ИИ-агенту всё, что человек может делать в LinkedIn: вы описываете, чего хотите, агент выполняет это, а вам никогда не приходится заходить на сайт.

• Самовосстановление — селекторы и эндпоинты живут как данные; доказуемые исправления автоматически применяются, когда LinkedIn меняет свой DOM

• Гигиена сессии — человекоподобный темп, бюджеты на запись, проверки здоровья, плавная повторная аутентификация; никогда не блокирует вас

• Надёжный постинг — проверка после публикации, сохранённые ключи дедупликации, никаких авто-повторов: ничего не публикуется дважды

• Очеловеченный контент — голосовые профили для каждого пользователя и аудит AI-признаков; всё читается так, будто это написали вы

• Наблюдаемость — план-затем-выполнение с диффами на уровне полей и отрисованными превью; зачищенные артефакты сбоев

Установка

npx agentic-linkedin

Требуется Node 20+. Пакет опубликован в npm; репозиторий находится на github.com/DarkLvrd/linkedin-mcp.

Related MCP server: LinkedIn MCP Server

Вход (один раз)

1. Запустите сервер с вашим MCP-клиентом (Claude Desktop, Cursor, …).

2. Вызовите инструмент login. Откроется окно браузера — войдите в LinkedIn и позвольте ему перенаправить вас в ленту.

3. Сессия сохраняется на диск (~/.agentic-linkedin/session.json) и восстанавливается после перезапусков.

Личность никогда не хранится в репозитории или в артефактах сбоев. Значения cookie-файлов по построению зачищаются из каждого лога, вывода инструментов и артефакта.

Рабочий процесс: план-затем-выполнение

Опишите, чего вы хотите. Агент вызывает plan с предполагаемыми записями и получает упорядоченный список с превью:

• изменения профиля показывают диффы на уровне полей: старое → новое

• посты и сообщения показывают отрисованные превью в стиле ленты с их аудитом AI-признаков

• переключатель raw всегда показывает точные аргументы

Ничего не выполняется, пока вы не approve план. reject отменяет его. dry_run показывает превью без сохранения чего-либо. Во время выполнения каждая запись по-прежнему проходит через движок темпа: бюджеты на один вход, часовой потолок, рандомизированные человеческие задержки и проверки здоровья — при челлендже движок приостанавливается, пока вы не пройдете аутентификацию заново.

Инструменты

• Сессия: session_status, login

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

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

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

• Сообщения: send_message (с ключом идемпотентности), recall_message, react_to_message

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

• Планирование: plan, dry_run, approve, reject

• Самовосстановление: show_artifact, update_registry

• Голос: get_voice_profile, set_voice_profile, bootstrap_voice_profile, audit_draft

Конфигурация (переменные окружения)

Разработка

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

Тесты полностью работают офлайн: транспортный шов имитируется, ответы Voyager/SDUI воспроизводятся из записанных фикстур, а бинарник проверяется end-to-end через stdio. Живые действия в LinkedIn никогда не автоматизируются в CI.

Лицензия

MIT — см. LICENSE.