一个基于 Model Context Protocol (MCP) 架构构建的综合性 AI 驱动的 LinkedIn 自动化平台。这套精密的系统结合了先进的 AI 内容生成、浏览器自动化和商业智能提取，为内容创作者、营销人员、销售专业人士和业务拓展团队提供完整的 LinkedIn 自动化套件。
智能内容创作：使用 Google Gemini AI 生成爆款 LinkedIn 帖子
话题研究：分析现有 LinkedIn 内容，挖掘热门话题和洞察
互动优化：创建针对最大化互动和触达优化的帖子
内容策略：专业的故事叙述框架和思想领袖定位
🏢 公司分析：从 LinkedIn 公司页面提取全面的员工数据
👤 个人资料智能：深度提取资料数据，并提供 AI 驱动的洞察
📈 市场研究：竞争分析与行业情报收集
🎯 潜在客户生成：自动化识别潜在客户并收集数据
🔗 连接自动化：大规模发送个性化连接请求
** AI 个性化**：根据个人资料分析生成定制消息
📱 外联管理：简化的 LinkedIn 外联工作流程
🎯 定向人脉建设：基于公司和职位定位的策略性连接构建
⚡ 健康监控：全面的服务器健康检查与状态监控
** 多方式部署**：提供 MCP 服务器、独立部署和云部署选项
🐳 Docker 就绪：完整的容器化支持，便于云端部署
🔒 会话管理：持久化的 LinkedIn 身份验证与状态管理
Related MCP server: mcp-leadgen-orchestrator
本指南将帮助你在本地机器上设置并运行 LinkedIn MCP（Model Context Protocol）自动化服务器。说明以清晰准确为宗旨，不夸大也不引入不必要的复杂性。
必须安装 Python 3.11 或更高版本。
下载 Python
Google Gemini API 密钥（用于 AI 功能）。
在此获取 API 密钥
LinkedIn 账户凭据（自动化最好使用专用账户）。
Google Chrome 或 Chromium 浏览器（浏览器自动化所必需）。
打开终端并运行：
git clone <your-repository-url>
cd linkedin_mcp_python使用 pip 安装所有必需的包：
pip install -r requirements.txt在根目录创建包含以下内容的 .env 文件：
LINKEDIN_USERNAME=your_linkedin_email@example.com
LINKEDIN_PASSWORD=your_linkedin_password
GOOGLE_API_KEY=your_gemini_api_key_here请不要公开分享你的 .env 文件。
这些凭据是所有 LinkedIn 和 AI 功能所必需的。
为 Playwright 自动化安装 Chromium 浏览器：
playwright install chromium你可以通过两种方式运行服务器：
A. 标准 MCP 服务器（用于本地使用或配合 MCP 客户端）：
python src/server.pyB. Uvicorn 服务器（用于高级或云端使用）：
python src/main.py你可以通过三种方式访问自动化工具：
通过 MCP 客户端（例如 Claude Desktop）：
连接到正在运行的服务器，并调用 generate_linkedin_content、extract_linkedin_profile_data、extract_company_employees、send_connection_request 和 scrape_linkedin_post 等工具。
直接执行脚本：
如需快速生成内容，运行：
python PostLinkedin.pyAPI 端点（如果使用 Uvicorn）：
高级用户可以与 HTTP API 集成。
src/server.py – MCP 服务器主入口；注册所有自动化工具。
src/main.py – 使用 Uvicorn 的备用入口。
src/tools/ – 包含所有核心自动化模块：
generate_linkedin_content.py – AI 驱动的帖子生成。
extract_linkedin_profile_data.py – 个人资料数据提取。
extract_company_employees.py – 公司员工映射。
send_connection_request.py – 自动化连接请求。
scrape_linkedin_post.py – 帖子/评论抓取。
linkedin_login.py – 集中式身份验证/会话管理。
health_check.py – 服务器健康检查端点。
PostLinkedin.py – 用于内容生成的独立脚本。
requirements.txt – Python 依赖项。
会话持久化：
系统会将你的 LinkedIn 登录会话保存到 linkedin-state.json，以实现更快、干扰更少的自动化。
安全性：
所有凭据均通过环境变量管理。请勿提交你的 .env 文件。
合规性：
请使用专用的 LinkedIn 账户进行自动化，并遵守 LinkedIn 的服务条款。
如果出现登录错误，请仔细检查 .env 中的凭据。
如果 Playwright 失败，请确保已安装 Chromium（playwright install chromium）。
对于 AI 错误，请验证你的 Google Gemini API 密钥和网络连接。
要将 LinkedIn MCP 服务器与 Claude Desktop（或任何兼容 MCP 的客户端）配合使用：
启动 MCP 服务器（参见上文第 6 步）。
配置 Claude Desktop 以识别本地 MCP 服务器：
打开 Claude Desktop 的设置或配置文件（通常是 settings.json 或类似文件）。
按如下所示添加或更新 mcpServers 配置段（调整 args 路径，使其与系统上 src/server.py 的位置一致）：
{
"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 和 args 字段必须指向正确的 Python 可执行文件以及本机上 src/server.py 的完整路径。例如，如果你的项目位于 D:/CashRich/2025/LinkedIN/comments/comments_mcp/linkedin_mcp_python/，则使用：
"args": ["D:/CashRich/2025/LinkedIN/comments/comments_mcp/linkedin_mcp_python/src/server.py"]使用你自己的真实凭据和 API 密钥（切勿公开分享）。
重启 Claude Desktop。LinkedIn MCP 工具现在将显示为可用的操作或插件。
调用工具，如 generate_linkedin_content、extract_linkedin_profile_data 等，直接通过 Claude Desktop 的界面进行。
如有疑问或问题，请提交 GitHub issue 或联系项目维护者。
This server cannot be deployed
LinkedIn MCP with 47 tools: post, comment, DM and run comment-to-DM automations inside your limits.
Managed LinkedIn MCP server for AI agents: search, connect, message and enrich on accounts you own.
LinkedIn actions for AI agents: search, messaging, posts and invites, as hosted MCP tools.
LinkedIn outreach MCP server — 19 tools for AI agents to prospect, sequence, and manage contacts.
