Анализатор профилей LinkedIn MCP

Мощный сервер MCP (Model Context Protocol) анализатора профилей LinkedIn, который взаимодействует с API LinkedIn для извлечения, анализа и управления данными публикаций LinkedIn. Этот MCP специально разработан для работы с Claude AI.

Функции

Извлекайте и сохраняйте публикации LinkedIn для любого публичного профиля
Поиск по сообщениям с фильтрацией по ключевым словам
Получайте самые эффективные публикации на основе показателей вовлеченности
Фильтровать сообщения по диапазону дат
Постраничный доступ к сохраненным сообщениям
Простая интеграция с Claude AI

Related MCP server: LinkedIn Model Context Protocol (MCP) Server

Предпосылки

Питон 3.7+
Ключ RapidAPI для API данных LinkedIn
Доступ искусственного интеллекта Клода

Начиная

1. Получите ключ RapidAPI

Посетите API данных LinkedIn на RapidAPI
Зарегистрируйтесь или войдите в RapidAPI
Подпишитесь на API данных LinkedIn
Скопируйте ключ RapidAPI с панели управления.

2. Установка

Клонируйте репозиторий:

git clone https://github.com/rugvedp/linkedin-mcp.git
cd linkedin-mcp

Установить зависимости:

pip install -r requirements.txt

Настройте переменные среды:
- Создать файл .env
- Добавьте свой ключ RapidAPI:

RAPIDAPI_KEY=your_rapidapi_key_here

Структура проекта

linkedin-mcp/
├── main.py              # Main MCP server implementation
├── mcp.json            # MCP configuration file
├── requirements.txt    # Python dependencies
├── .env               # Environment variables
└── README.md          # Documentation

Конфигурация МКП

Файл mcp.json настраивает сервер LinkedIn MCP:

{
  "mcpServers": {
    "LinkedIn Updated": {
      "command": "uv",
      "args": [
        "run",
        "--with",
        "mcp[cli]",
        "mcp",
        "run",
        "path/to/your/script.py"
      ]
    }
  }
}

Обязательно обновите путь в args , чтобы он соответствовал локальному расположению файла.

Доступные инструменты

1. извлечь_и_сохранить_сообщения_linkedin

Извлекает публикации LinkedIn для указанного имени пользователя и сохраняет их локально.

fetch_and_save_linkedin_posts(username: str) -> str

2. получить_сохраненные_сообщения

Извлекает сохраненные записи с поддержкой пагинации.

get_saved_posts(start: int = 0, limit: int = 10) -> dict

3. поиск_постов

Поиск сообщений по определенным ключевым словам.

search_posts(keyword: str) -> dict

4. получить_топ_посты

Возвращает самые эффективные публикации на основе показателей вовлеченности.

get_top_posts(metric: str = "Like Count", top_n: int = 5) -> dict

5. получить_сообщения_по_дате

Фильтрует сообщения в указанном диапазоне дат.

get_posts_by_date(start_date: str, end_date: str) -> dict

Использование с Клодом

Инициализируйте сервер MCP в разговоре с Клодом
Используйте доступные инструменты с помощью команд естественного языка
Клод поможет вам взаимодействовать с данными LinkedIn с помощью этих инструментов

API-интеграция

В этом проекте используется следующая конечная точка из API данных LinkedIn:

GET /get-profile-posts : извлекает сообщения из профиля LinkedIn.
- Базовый URL: https://linkedin-data-api.p.rapidapi.com
- Требуемые заголовки:
  - x-rapidapi-key : Ваш ключ RapidAPI
  - x-rapidapi-host : linkedin-data-api.p.rapidapi.com

Внося вклад

Форк репозитория
Создайте ветку функций ( git checkout -b feature/amazing-feature )
Зафиксируйте свои изменения ( git commit -m 'Add amazing feature' )
Отправить в ветку ( git push origin feature/amazing-feature )
Открыть запрос на извлечение

Лицензия

Данный проект лицензирован по лицензии MIT — подробности см. в файле LICENSE.

Автор

Ругвед Патил

Репозиторий

linkedin-mcp

Благодарности

RapidAPI для предоставления доступа к данным LinkedIn
Возможности искусственного интеллекта для антропогенного Клода

Linkedin-Profile-Analyzer