LinkedIn 自动化与内容生成 MCP 服务器 🚀

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。

🌟 核心功能

🤖 AI 驱动的内容生成

• 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

📊 商业智能与分析

• 🏢 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

🤝 销售与人脉自动化

• 🔗 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

🛠️ 技术与运营

• ⚡ 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

🚀 快速入门

🚀 快速入门：LinkedIn MCP 自动化套件

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。

1. 前提条件

• 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）。

2. 克隆仓库

打开终端并运行：

git clone <your-repository-url>
cd linkedin_mcp_python

3. 安装 Python 依赖

使用 pip 安装所有必需的包：

pip install -r requirements.txt

4. 设置环境变量

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。

5. 安装 Playwright 浏览器

为 Playwright 自动化安装 Chromium 浏览器：

playwright install chromium

6. 启动 MCP 服务器

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.py

B. Uvicorn 服务器（用于高级或云端使用）：

python src/main.py

7. 使用工具

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.py

• API 端点（如果使用 Uvicorn）：
  高级用户可以与 HTTP API 集成。

8. 项目结构概览

• 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。

9. 注意事项与最佳实践

• 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。

10. 故障排除

• 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。

11. 将 MCP 连接到 Claude Desktop

要将 LinkedIn MCP 服务器与 Claude Desktop（或任何兼容 MCP 的客户端）配合使用：

1. 启动 MCP 服务器（参见上文第 6 步）。

2. 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）。

3. 重启 Claude Desktop。LinkedIn MCP 工具现在将显示为可用的操作或插件。

4. 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。