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 MCP Server

Предпосылки

• Питон 3.7+

• Ключ RapidAPI для API данных LinkedIn

• Доступ искусственного интеллекта Клода

Начиная

1. Получите ключ RapidAPI

1. Посетите API данных LinkedIn на RapidAPI

2. Зарегистрируйтесь или войдите в RapidAPI

3. Подпишитесь на API данных LinkedIn

4. Скопируйте ключ RapidAPI с панели управления.

2. Установка

1. Клонируйте репозиторий:

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

2. Установить зависимости:

pip install -r requirements.txt

3. 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

1. Инициализируйте сервер MCP в разговоре с Клодом

2. Используйте доступные инструменты с помощью команд естественного языка

3. 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

1. Форк репозитория

2. Создайте ветку функций ( git checkout -b feature/amazing-feature )

3. Зафиксируйте свои изменения ( git commit -m 'Add amazing feature' )

4. Отправить в ветку ( git push origin feature/amazing-feature )

5. 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