LinkedIn MCP Server

一个轻量级的 Model Context Protocol (MCP) 服务器，允许兼容 MCP 的 AI 助手向已认证的 LinkedIn 个人资料发布公开文本帖子。

架构

AI Assistant
     |
     | MCP / stdio
     v
LinkedIn MCP Server
     |
     | HTTPS REST API
     v
LinkedIn

Related MCP server: LinkedIn Custom MCP Server

MCP 工具

linkedin_create_post

向已认证的 LinkedIn 个人资料发布公开文本帖子。

输入：

{
  "text": "Hello from my MCP server 🚀"
}

工具在成功时返回 LinkedIn 帖子 ID。

要求

• Python 3.11+

• 一个具有所需 API 权限的 LinkedIn 开发者应用

• 一个有效的 LinkedIn 访问令牌

• 已认证作者的 LinkedIn 人员 URN

安装依赖：

python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

凭据

凭据有意保留在 Git 之外。

在项目根目录创建这些文件：

access_token.txt
person_urn.txt

access_token.txt 应仅包含 LinkedIn 访问令牌。

person_urn.txt 应包含类似以下的值：

urn:li:person:YOUR_SUBJECT_ID

设置严格的权限：

chmod 600 access_token.txt person_urn.txt

切勿提交令牌、OAuth 凭据或个人凭据文件。

运行 MCP 服务器

python -m src.linkedin_mcp.server

服务器使用 STDIO，因此它会一直保持运行并等待 MCP JSON-RPC 消息。不要将应用程序日志打印到 stdout，因为 stdout 保留给 MCP 协议使用。

MCP Inspector

用于本地开发：

npx @modelcontextprotocol/inspector \
  python -m src.linkedin_mcp.server

然后连接到 STDIO 服务器，并从 Inspector 调用 linkedin_create_post。

测试

运行：

pytest -q

安全说明

• 机密存储在 Git 忽略的本地文件中。

• .env.example 仅包含占位符。

• GitHub 推送保护应保持启用。

• 如果 LinkedIn 令牌曾经暴露，请立即撤销/轮换它。

作品集描述

一个面向生产的 MCP 服务器，将 LinkedIn 发布功能作为结构化 AI 工具暴露出来，结合了 Model Context Protocol、基于 OAuth 的 LinkedIn 认证、安全的本地凭据处理以及 REST API 集成。