LinkedIn 자동화 및 콘텐츠 생성 MCP 서버 🚀

MCP(Model Context Protocol) 아키텍처를 기반으로 구축된 포괄적인 AI 기반 LinkedIn 자동화 플랫폼입니다. 이 정교한 시스템은 고급 AI 콘텐츠 생성, 브라우저 자동화, 비즈니스 인텔리전스 추출을 결합하여 콘텐츠 제작자, 마케터, 영업 전문가, 비즈니스 개발 팀을 위한 완벽한 LinkedIn 자동화 제품군을 제공합니다.

🌟 주요 기능

🤖 AI 기반 콘텐츠 생성

• 스마트 콘텐츠 생성: Google Gemini AI를 사용하여 바이럴 LinkedIn 게시물 생성

• 주제 조사: 기존 LinkedIn 콘텐츠를 분석하여 트렌드 주제와 인사이트 도출

• 참여 최적화: 최대 참여와 도달 범위를 위해 최적화된 게시물 생성

• 콘텐츠 전략: 전문적인 스토리텔링 프레임워크와 오피니언 리더십 포지셔닝

📊 비즈니스 인텔리전스 및 분석

• 🏢 회사 분석: LinkedIn 회사에서 포괄적인 직원 데이터 추출

• 👤 프로필 인텔리전스: AI 기반 인사이트를 통한 심층 프로필 데이터 추출

• 📈 시장 조사: 경쟁사 분석 및 산업 인텔리전스 수집

• 🎯 리드 생성: 자동화된 잠재 고객 식별 및 데이터 수집

🤝 영업 및 네트워킹 자동화

• 🔗 연결 자동화: 대규모 개인 맞춤 연결 요청 전송

• ** AI 개인화**: 프로필 분석을 기반으로 맞춤 메시지 생성

• 📱 아웃리치 관리: 간소화된 LinkedIn 아웃리치 워크플로우

• 🎯 타겟 네트워킹: 회사 및 직무 타겟팅 기반 전략적 연결 구축

🛠️ 기술 및 운영

• ⚡ 상태 모니터링: 포괄적인 서버 상태 점검 및 상태 모니터링

• ** 다중 배포**: MCP 서버, 독립형, 클라우드 배포 옵션

• 🐳 Docker 지원: 클라우드 배포를 위한 완전한 컨테이너화

• 🔒 세션 관리: 지속적인 LinkedIn 인증 및 상태 관리

Related MCP server: mcp-leadgen-orchestrator

🚀 빠른 시작

🚀 빠른 시작: LinkedIn MCP 자동화 제품군

이 가이드는 로컬 머신에서 LinkedIn MCP(Model Context Protocol) 자동화 서버를 설정하고 실행하는 데 도움을 주기 위해 작성되었습니다. 지침은 명확성과 정확성을 위해 설계되었으며, 과장되거나 불필요한 복잡함이 없습니다.

1. 사전 요구 사항

• Python 3.11 이상이 설치되어 있어야 합니다.
  Python 다운로드

• Google Gemini API 키 (AI 기반 기능용).
  여기에서 API 키 받기

• LinkedIn 계정 자격 증명 (자동화는 전용 계정에서 가장 잘 작동합니다).

• Google Chrome 또는 Chromium 브라우저 (브라우저 자동화에 필요).

2. 리포지토리 클론

터미널을 열고 다음을 실행하세요:

git clone <your-repository-url>
cd linkedin_mcp_python

3. Python 종속성 설치

pip를 사용하여 필요한 모든 패키지를 설치하세요:

pip install -r requirements.txt

4. 환경 변수 설정

루트 디렉토리에 다음 내용으로 .env 파일을 생성하세요:

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

• .env 파일을 공개적으로 공유하지 마세요.

• 이 자격 증명은 모든 LinkedIn 및 AI 기반 기능에 필요합니다.

5. Playwright 브라우저 설치

Playwright 자동화를 위해 Chromium 브라우저를 설치하세요:

playwright install chromium

6. MCP 서버 시작

서버는 두 가지 방법으로 실행할 수 있습니다:

A. 표준 MCP 서버 (로컬 사용 또는 MCP 클라이언트용):

python src/server.py

B. Uvicorn 서버 (고급 또는 클라우드 사용용):

python src/main.py

7. 도구 사용하기

자동화 도구는 세 가지 방법으로 액세스할 수 있습니다:

• MCP 클라이언트를 통해 (예: Claude Desktop):
  실행 중인 서버에 연결하여 generate_linkedin_content, extract_linkedin_profile_data, extract_company_employees, send_connection_request, scrape_linkedin_post 같은 도구를 호출합니다.

• 직접 스크립트 실행:
  빠른 콘텐츠 생성을 위해 다음을 실행하세요:

python PostLinkedin.py

• API 엔드포인트 (Uvicorn 사용 시):
  고급 사용자는 HTTP API와 통합할 수 있습니다.

8. 프로젝트 구조 개요

• src/server.py – 주요 MCP 서버 진입점입니다. 모든 자동화 도구를 등록합니다.

• src/main.py – Uvicorn을 사용하는 대체 진입점입니다.

• src/tools/ – 모든 핵심 자동화 모듈을 포함합니다:

  • generate_linkedin_content.py – AI 기반 게시물 생성.

  • extract_linkedin_profile_data.py – 프로필 데이터 추출.

  • extract_company_employees.py – 회사 직원 매핑.

  • send_connection_request.py – 자동화된 연결 요청.

  • scrape_linkedin_post.py – 게시물/댓글 스크래핑.

  • linkedin_login.py – 중앙 집중식 인증/세션 관리.

  • health_check.py – 서버 상태 확인 엔드포인트.

• PostLinkedin.py – 콘텐츠 생성을 위한 독립형 스크립트.

• requirements.txt – Python 종속성.

9. 참고 사항 및 모범 사례

• 세션 지속성:
  시스템은 더 빠르고 덜 관여적인 자동화를 위해 LinkedIn 로그인 세션을 linkedin-state.json에 저장합니다.

• 보안:
  모든 자격 증명은 환경 변수로 관리됩니다. .env 파일을 커밋하지 마세요.

• 규정 준수:
  자동화에는 전용 LinkedIn 계정을 사용하세요. LinkedIn 서비스 약관을 준수하세요.

10. 문제 해결

• 로그인 오류가 표시되면 .env의 자격 증명을 다시 확인하세요.

• Playwright가 실패하면 Chromium이 설치되어 있는지 확인하세요 (playwright install chromium).

• AI 오류의 경우 Google Gemini API 키와 인터넷 연결을 확인하세요.

11. MCP를 Claude Desktop에 연결하기

LinkedIn MCP 서버를 Claude Desktop (또는 MCP 호환 클라이언트)과 함께 사용하려면:

1. MCP 서버를 시작하세요 (위 6단계 참조).

2. Claude Desktop을 구성하여 로컬 MCP 서버를 인식하게 하세요:

   • Claude Desktop 설정 또는 구성 파일(일반적으로 settings.json 또는 유사한 파일)을 엽니다.

   • 다음과 같이 mcpServers 섹션을 추가하거나 업데이트하세요 (시스템에서 src/server.py의 위치에 맞게 args 경로를 조정하세요):

   {
     "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 및 args 필드는 올바른 Python 실행 파일과 머신의 src/server.py 전체 경로를 가리켜야 합니다. 예를 들어, 프로젝트가 D:/CashRich/2025/LinkedIN/comments/comments_mcp/linkedin_mcp_python/에 있는 경우 다음을 사용하세요:

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

   • 실제 자격 증명과 API 키를 사용하세요 (공개적으로 공유하지 마세요).

3. Claude Desktop을 다시 시작하세요. 이제 LinkedIn MCP 도구가 사용 가능한 작업 또는 플러그인으로 표시됩니다.

4. Claude Desktop 인터페이스에서 직접 generate_linkedin_content, extract_linkedin_profile_data 등과 같은 도구를 호출하세요.

질문이나 문제가 있으면 GitHub 이슈를 열거나 프로젝트 관리자에게 문의하세요.