LinkedIn MCP Server

Serveur MCP (Model Context Protocol) pour piloter LinkedIn depuis un agent IA (Claude Code, Claude Desktop, Manus, etc.). Repose sur Patchright (fork anti-détection de Playwright) et un profil Chrome persistant pour conserver une session authentifiée tout en bypassant les protections Arkose/CAPTCHA.

⚠️ Breaking change & durcissement (sécurité)

Les écritures sont désactivées par défaut. Toutes les actions qui modifient LinkedIn (post, message, connexion, candidature, follow, react, etc. — 43 fonctions) refusent de s'exécuter tant que la variable d'environnement LINKEDIN_MCP_ENABLE_WRITES=1 n'est pas posée. C'est un garde-fou structurel contre l'injection de prompt indirecte : ni le contenu scrapé ni l'agent ne peuvent le contourner.

# Pour autoriser les écritures (à poser côté config MCP, env du process) :
LINKEDIN_MCP_ENABLE_WRITES=1

Autres durcissements appliqués :

💡 psutil est recommandé pour le kill ciblé. S'il est absent, un repli PowerShell (Windows) / pkill -f <profil> (Unix) est utilisé.

Related MCP server: LinkedIn MCP Pro Max

🌟 Fonctionnalités

10 outils consolidés :

⚙️ Installation

pip install -r requirements.txt
patchright install chromium

Dépendances pinnées (requirements.txt) :

mcp>=1.0.0,<2.0.0
patchright>=1.40.0,<2.0.0
python-dotenv>=1.0.0,<2.0.0

🔑 Authentification (bypass anti-bot)

LinkedIn bloque Playwright standard via Arkose. La procédure ci-dessous ouvre un Chrome réel piloté en mode isolé pour passer outre :

python cleanup_and_login.py

Ce script :

1. Tue les Chrome résiduels et purge les profils corrompus

2. Ouvre une fenêtre Chrome propre

3. Tu te connectes à LinkedIn (coche "Se souvenir de moi")

4. Attends 5 s sur le feed → le script détecte la session et la sauvegarde dans ~/.linkedin-mcp/profile

Cette étape est à refaire uniquement si la session expire (rare) ou si LinkedIn force une reconnexion.

🛠️ Enregistrement du serveur MCP

Claude Code (recommandé)

claude mcp add linkedin --scope user -- \
  "C:/Users/<user>/AppData/Local/Programs/Python/Python312/python.exe" \
  "C:/Users/<user>/Downloads/LinkedIn MCP Server/linkedin_mcp_server.py"

Vérification :

claude mcp list | grep linkedin
# → linkedin: ... - ✓ Connected

⚠️ Cold-start requis : après claude mcp add, ferme et relance Claude Code (un --resume ne re-découvre pas les nouveaux MCP tools).

Claude Desktop / Manus

claude_desktop_config.json :

{
  "mcpServers": {
    "linkedin": {
      "command": "C:/Users/<user>/AppData/Local/Programs/Python/Python312/python.exe",
      "args": ["C:/Users/<user>/Downloads/LinkedIn MCP Server/linkedin_mcp_server.py"]
    }
  }
}

🔐 Données personnelles — scraping automatique

Aucun .env à remplir pour les PII. Les champs nom / email / téléphone / localisation sont scrapés directement depuis ton compte LinkedIn connecté :

Le résultat est mis en cache par process : un seul scrape au premier appel d'un outil qui en a besoin, gratuit ensuite.

Fallback optionnel : si LinkedIn change la page settings (rare) et que le scrape email/phone échoue, tu peux poser ces variables dans ~/.linkedin-mcp/.env — elles seront utilisées en dernier recours, champ par champ :

LINKEDIN_EMAIL=...
LINKEDIN_PHONE=...

Salaire — calculé par l'IA

Le salaire n'est jamais stocké côté serveur. L'agent IA doit le calculer en fonction des compétences, du niveau et du poste, puis le passer via le paramètre salary_expectation du tool manage_jobs (action easy_apply).

📚 Référence des outils

1. manage_profile_info

Profil : informations de base, visuels, stats.

• Actions : get, get_analytics, edit_headline, edit_about, update_picture, update_banner

• Args : action (req), profile_url, headline, about, image_path

2. manage_profile_sections

Expériences et formations.

• Actions : add_experience, delete_experience, add_education, delete_education

• Args : action (req), title / company (req pour expérience), school / degree (req pour formation), field_of_study, start_month, start_year, end_month, end_year, current (bool), location, employment_type, description

3. manage_skills

• Actions : add, delete, endorse

• Args : action (req), skill_name (req), profile_url (req pour endorse)

4. manage_recommendations

• Actions : request, write

• Args : action (req), recipient_url_or_name (req), relationship, position, text

5. manage_network

• Actions : connect, accept, remove, withdraw, follow, unfollow, block, unblock, search, search_advanced

• Args : action (req), profile_url_or_name, note, password (pour unblock), keywords, location, network (first/second/third), company, industry, school, limit (défaut 10)

6. manage_messaging

• Actions : send, send_attachment, send_inmail, get_unread, read_thread, get_notifications

• Args : action (req), recipient_url_or_name, message, subject (pour send_inmail), file_path (pour send_attachment), max_messages (défaut 50)

7. manage_publications

• Actions : post_simple, post_media, post_mentions, post_poll, schedule_post, post_article, post_carousel, trending_hashtags, create_event

• Args : action (req), content, title, visibility (public/connections), media_paths, mentions, poll_question, poll_options, poll_duration_days, schedule_year/month/day/hour/minute, pdf_path, cover_image_path, event_name, event_type (ONLINE/IN_PERSON), start_date, end_date, start_time, end_time, timezone, external_link, location

8. engage_social

• Actions : react, comment, repost, save_post

• Args : action (req), post_url (req), reaction (LIKE/CELEBRATE/...), comment_text, repost_thoughts

9. manage_groups_and_pages

• Actions : post_page, post_group, join_group, leave_group, get_company_analytics

• Args : action (req), target_url_or_handle (req), content

10. manage_jobs

• Actions : search, details, save_job, easy_apply, external_apply

• Args :

  • action (req)

  • keywords, location, easy_apply, limit (nombre max de résultats, défaut 25) (pour search)

  • job_id_or_url

  • answers_json (JSON de réponses pré-définies pour easy_apply)

  • submit (bool, défaut False — quand False le serveur s'arrête sur la review et sauvegarde une capture dans ~/.linkedin-mcp/screenshots/easy_apply_review.png)

  • resume_path, answers_dict (pour external_apply)

  • salary_expectation (str, optionnel) — montant que l'IA doit calculer en fonction du poste / niveau / compétences

🎯 Visibilité des publications

📁 Structure du projet

.
├── README.md
├── CLAUDE.md                    ← contexte pour sessions Claude Code
├── linkedin_mcp_server.py       ← serveur MCP monolithique
├── cleanup_and_login.py         ← procédure d'auth (1 fois)
├── requirements.txt
├── tests/                       ← suites d'intégration (LinkedIn live requis)
├── tools/                       ← scripts utilitaires (debug, inspection, dumps)
└── scratch/                     ← captures et artefacts de debug

🧪 Tests d'intégration

Tests unitaires hors-ligne (recommandés, aucune session requise) — vérifient les correctifs de durcissement de façon déterministe (deps lourdes stubbées) :

python tests/test_hardening.py        # runner autonome → "18 passed, 0 failed"
# ou
pytest tests/test_hardening.py -q

Couverture : fix d'URL (_normalize_job_url), garde-fou d'écriture (_writes_enabled / _assert_write_allowed), sanitisation anti-injection (_sanitize_external / _wrap_untrusted), suppression du fallback "3", câblage du code anciennement mort.

Tests d'intégration live (session LinkedIn active requise) :

python tests/test_linkedin_new_features.py
python tests/full_test_suite.py

🔒 Sécurité

• Aucun identifiant en clair : les cookies sont stockés par Chrome dans ~/.linkedin-mcp/profile, isolés du Chrome principal.

• Pas de PII dupliquée : nom/email/téléphone/localisation viennent de LinkedIn lui-même, pas d'un fichier de config à maintenir.

• Logging stderr-safe : print est redirigé sur stderr pour ne pas polluer le canal stdio JSON-RPC du MCP.

• Pas d'injection JS : tous les page.evaluate() passent les valeurs via args, pas via f-string.

• Écritures désactivées par défaut : 43 fonctions de modification protégées par LINKEDIN_MCP_ENABLE_WRITES=1 (garde-fou structurel anti prompt-injection).

• Sanitisation du contenu externe : _sanitize_external() / _wrap_untrusted() neutralisent les tentatives d'injection venant des descriptions, messages et notifications scrapés.

• Détection captcha/checkpoint : _goto() (retry + detect_checkpoint) stoppe proprement si LinkedIn sert une vérification, plutôt que de renvoyer des données douteuses.

• Kill Chrome ciblé : seul le profil automatisé est terminé — les autres fenêtres Chrome de l'utilisateur ne sont jamais tuées.

• Usage responsable : respecte les limites LinkedIn (anti-spam, anti-scraping). Évite les boucles rapides massives.