LinkedIn プロフィールアナライザー MCP
LinkedInのAPIと連携し、LinkedInの投稿データを取得、分析、管理する強力なLinkedInプロフィールアナライザーMCP(マシンコントロールプロトコル)サーバーです。このMCPは、Claude AIと連携するように特別に設計されています。
特徴
あらゆる公開プロフィールの LinkedIn 投稿を取得して保存します
キーワードフィルタリングで投稿を検索する
エンゲージメント指標に基づいて最もパフォーマンスの高い投稿を取得する
日付範囲で投稿をフィルタリング
保存された投稿へのページ分けされたアクセス
Claude AIとの簡単な統合
Related MCP server: Instagram Engagement MCP
前提条件
Python 3.7以上
LinkedIn Data API の RapidAPI キー
クロードAIアクセス
はじめる
1. RapidAPIキーを取得する
RapidAPI の LinkedIn データ APIをご覧ください
RapidAPIにサインアップまたはログイン
LinkedInデータAPIを購読する
ダッシュボードからRapidAPIキーをコピーします
2. インストール
リポジトリをクローンします。
git clone https://github.com/rugvedp/linkedin-mcp.git
cd linkedin-mcp依存関係をインストールします:
pip install -r requirements.txt環境変数を設定します。
.envファイルを作成するRapidAPI キーを追加します:
RAPIDAPI_KEY=your_rapidapi_key_hereプロジェクト構造
linkedin-mcp/
├── main.py # Main MCP server implementation
├── mcp.json # MCP configuration file
├── requirements.txt # Python dependencies
├── .env # Environment variables
└── README.md # DocumentationMCP構成
mcp.jsonファイルは LinkedIn MCP サーバーを構成します。
{
"mcpServers": {
"LinkedIn Updated": {
"command": "uv",
"args": [
"run",
"--with",
"mcp[cli]",
"mcp",
"run",
"path/to/your/script.py"
]
}
}
}ローカル ファイルの場所と一致するように、 args内のパスを更新してください。
利用可能なツール
1. リンクトイン投稿を取得して保存する
指定されたユーザー名の LinkedIn の投稿を取得し、ローカルに保存します。
fetch_and_save_linkedin_posts(username: str) -> str2. get_saved_posts
ページ区切りのサポートを使用して保存された投稿を取得します。
get_saved_posts(start: int = 0, limit: int = 10) -> dict3. 検索投稿
特定のキーワードで投稿を検索します。
search_posts(keyword: str) -> dict4. get_top_posts
エンゲージメント メトリックに基づいて、最もパフォーマンスの高い投稿を返します。
get_top_posts(metric: str = "Like Count", top_n: int = 5) -> dict5. get_posts_by_date
指定された日付範囲内の投稿をフィルタリングします。
get_posts_by_date(start_date: str, end_date: str) -> dictクロードと一緒に使う
クロードとの会話でMCPサーバーを初期化する
自然言語コマンドを通じて利用可能なツールを使用する
クロードは、これらのツールを使用してLinkedInデータを操作するお手伝いをします
API統合
このプロジェクトでは、LinkedIn Data API の次のエンドポイントを使用します。
GET /get-profile-posts: LinkedIn プロフィールから投稿を取得しますベース URL:
https://linkedin-data-api.p.rapidapi.com必須ヘッダー:
x-rapidapi-key: RapidAPIキーx-rapidapi-host:linkedin-data-api.p.rapidapi.com
貢献
リポジトリをフォークする
機能ブランチを作成します(
git checkout -b feature/amazing-feature)変更をコミットします(
git commit -m 'Add amazing feature')ブランチにプッシュする (
git push origin feature/amazing-feature)プルリクエストを開く
ライセンス
このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細については LICENSE ファイルを参照してください。
著者
リポジトリ
謝辞
LinkedInデータへのアクセスを提供するRapidAPI
クロードAI機能のためのAnthropic