LinkedIn Automation & Content Generation MCP Server 🚀

包括的なAI搭載LinkedIn自動化プラットフォームであり、Model Context Protocol（MCP）アーキテクチャに基づいて構築されています。この洗練されたシステムは、先進的なAIコンテンツ生成、ブラウザ自動化、ビジネスインテリジェンス抽出を組み合わせ、コンテンツクリエイター、マーケター、営業プロフェッショナル、ビジネス開発チーム向けに完全なLinkedIn自動化スイートを提供します。

🌟 主な機能

🤖 AI搭載のコンテンツ生成

• スマートコンテンツ作成: Google Gemini AIを使用してバイラルなLinkedIn投稿を生成

• トピックリサーチ: トレンドのトピックとインサイトを探るために既存のLinkedInコンテンツを分析

• エンゲージメント最適化: 最大のエンゲージメントとリーチに向けて最適化された投稿を作成

• コンテンツ戦略: プロフェッショナルなストーリーテリングのフレームワークとソートリーダーシップのポジショニング

📊 ビジネスインテリジェンスと分析

• 🏢 企業分析: LinkedIn企業から包括的な従業員データを抽出

• 👤 プロフィールインテリジェンス: AI搭載のインサイトを備えた詳細なプロフィールデータの抽出

• 📈 市場調査: 競合分析と業界インテリジェンスの収集

• 🎯 リードジェネレーション: 見込み客の自動特定とデータ収集

🤝 営業とネットワーキングの自動化

• 🔗 コネクション自動化: パーソナライズされたコネクションリクエストを大規模に送信

• ** AIパーソナライゼーション**: プロフィール分析に基づいてカスタムメッセージを生成

• 📱 アウトリーチ管理: 合理化されたLinkedInアウトリーチワークフロー

• 🎯 ターゲットネットワーキング: 企業と役職のターゲティングに基づく戦略的なコネクション構築

🛠️ 技術と運用

• ⚡ ヘルスモニタリング: 包括的なサーバーヘルスチェックとステータス監視

• ** マルチデプロイメント**: MCPサーバー、スタンドアロン、クラウドデプロイメントのオプション

• 🐳 Docker対応: クラウドデプロイメントのための完全なコンテナ化

• 🔒 セッション管理: 永続的なLinkedIn認証と状態管理

Related MCP server: mcp-leadgen-orchestrator

🚀 クイックスタート

🚀 クイックスタート: LinkedIn MCP Automation Suite

このガイドは、LinkedIn MCP（Model Context Protocol）オートメーションサーバーをローカルマシンにセットアップして実行するのに役立ちます。手順は明確さと正確性を重視して設計されており、誇張や不要な複雑さはありません。

1. 前提条件

• Python 3.11以上がインストールされている必要があります。
  Pythonをダウンロード

• Google Gemini APIキー（AI搭載機能用）。
  APIキーはこちらから取得

• LinkedInアカウントの認証情報（自動化には専用アカウントが最適です）。

• Google ChromeまたはChromiumブラウザ（ブラウザ自動化に必要です）。

2. リポジトリのクローン

ターミナルを開いて実行します：

git clone <your-repository-url>
cd linkedin_mcp_python

3. Pythonの依存関係のインストール

必要なパッケージをすべてpipを使用してインストールします：

pip install -r requirements.txt

4. 環境変数の設定

ルートディレクトリに.envファイルを作成し、次の内容を記述します：

LINKEDIN_USERNAME=your_linkedin_email@example.com
LINKEDIN_PASSWORD=your_linkedin_password
GOOGLE_API_KEY=your_gemini_api_key_here

• .envファイルを公開しないでください。

• これらの認証情報は、すべてのLinkedInおよびAI搭載機能に必要です。

5. Playwrightブラウザのインストール

Playwrightオートメーション用にChromiumブラウザをインストールします：

playwright install chromium

6. MCPサーバーの起動

サーバーは次の2つの方法で実行できます：

A. 標準MCPサーバー（ローカル使用またはMCPクライアントでの使用向け）：

python src/server.py

B. Uvicornサーバー（上級者向けまたはクラウド使用向け）：

python src/main.py

7. ツールの使用方法

自動化ツールには次の3つの方法でアクセスできます：

• MCPクライアント経由（Claude Desktopなど）：
  実行中のサーバーに接続し、generate_linkedin_content、extract_linkedin_profile_data、extract_company_employees、send_connection_request、scrape_linkedin_postなどのツールを呼び出します。

• スクリプトの直接実行：
  手軽なコンテンツ生成には、次を実行します：

  python PostLinkedin.py

• APIエンドポイント（Uvicornを使用する場合）：
  上級ユーザーはHTTP APIと統合できます。

8. プロジェクト構造の概要

• src/server.py – MCPサーバーのメインエントリポイント。すべての自動化ツールを登録します。

• src/main.py – Uvicornを使用する代替エントリポイント。

• src/tools/ – すべてのコア自動化モジュールが含まれています：

  • generate_linkedin_content.py – AI搭載の投稿生成。

  • extract_linkedin_profile_data.py – プロフィールデータの抽出。

  • extract_company_employees.py – 企業の従業員マッピング。

  • send_connection_request.py – 自動化されたコネクションリクエスト。

  • scrape_linkedin_post.py – 投稿・コメントのスクレイピング。

  • linkedin_login.py – 一元化された認証・セッション管理。

  • health_check.py – サーバーヘルスチェックエンドポイント。

• PostLinkedin.py – コンテンツ生成用のスタンドアロンスクリプト。

• requirements.txt – Pythonの依存関係。

9. 注意事項とベストプラクティス

• セッションの永続化：
  システムは、LinkedInのログインセッションをlinkedin-state.jsonに保存することで、より高速で目立たない自動化を実現します。

• セキュリティ：
  すべての認証情報は環境変数によって管理されます。.envファイルをコミットしないでください。

• コンプライアンス：
  自動化には専用のLinkedInアカウントを使用してください。LinkedInの利用規約を尊重してください。

10. トラブルシューティング

• ログインエラーが表示される場合は、.env内の認証情報を再確認してください。

• Playwrightが失敗する場合は、Chromiumがインストールされていることを確認してください（playwright install chromium）。

• AIエラーが発生した場合は、Google Gemini APIキーとインターネット接続を確認してください。

11. MCPをClaude Desktopに接続する

LinkedIn MCPサーバーをClaude Desktop（またはMCP互換クライアント）で使用するには：

1. MCPサーバーを起動します（上記の手順6を参照）。

2. ローカルのMCPサーバーを認識するようにClaude Desktopを設定します：

   • Claude Desktopの設定または構成ファイル（通常はsettings.jsonなど）を開きます。

   • mcpServersセクションを次のように追加または更新します（argsパスを、システム上のsrc/server.pyの場所に合わせて調整してください）：

   {
     "mcpServers": {
       "linkedin-mcp": {
         "command": "python",
         "args": ["/absolute/path/to/src/server.py"],
         "env": {
           "LINKEDIN_USERNAME": "your_linkedin_email@example.com",
           "LINKEDIN_PASSWORD": "your_linkedin_password",
           "GOOGLE_API_KEY": "your_gemini_api_key_here"
         }
       }
     }
   }

   • commandフィールドとargsフィールドは、正しいPython実行可能ファイルと、マシン上のsrc/server.pyへの完全なパスを指している必要があります。たとえば、プロジェクトがD:/CashRich/2025/LinkedIN/comments/comments_mcp/linkedin_mcp_python/にある場合は、次を使用します：

     "args": ["D:/CashRich/2025/LinkedIN/comments/comments_mcp/linkedin_mcp_python/src/server.py"]

   • 実際の認証情報とAPIキーを使用してください（これらを公開しないでください）。

3. Claude Desktopを再起動します。LinkedIn MCPツールが利用可能なアクションまたはプラグインとして表示されます。

4. Claude Desktopのインターフェースから、generate_linkedin_content、extract_linkedin_profile_dataなどのツールを直接呼び出します。

ご質問や問題がある場合は、GitHubのissueを開くか、プロジェクトのメンテナーにお問い合わせください。