使用说明
LinkedIn个人资料分析器MCP
强大的LinkedIn个人资料分析器MCP(模型上下文协议)服务器,与LinkedIn的API交互,以获取、分析和管理LinkedIn发布数据。此MCP是专门为与Claude AI合作而设计的。
特性
- 获取并存储任何公开个人资料的LinkedIn帖子
- 使用关键字过滤搜索帖子
- 根据参与度指标获得表现最佳的帖子
- 按日期范围筛选帖子
- 分页访问存储的帖子
- 轻松与Claude AI集成
先决条件
- Python 3.7+
- LinkedIn数据的RapidAPI密钥API
- Claude AI访问
入门指南
1.获取RapidAPI密钥
- 访问 RapidAPI上的LinkedIn Data API
- 注册或登录RapidAPI
- 订阅领英数据API
- 从仪表板复制您的RapidAPI密钥
2.安装
- 克隆存储库:
git clone https://github.com/rugvedp/linkedin-mcp.git
cd linkedin-mcp
- 安装依赖项:
pip install -r requirements.txt
- 设置环境变量:
- 创建一个
.env文件 - 添加您的RapidAPI密钥:
- 创建一个
RAPIDAPI_KEY=your_rapidapi_key_here
项目结构
linkedin-mcp/
├── main.py # Main MCP server implementation
├── mcp.json # MCP configuration file
├── requirements.txt # Python dependencies
├── .env # Environment variables
└── README.md # Documentation
MCP配置
这 mcp.json 文件配置LinkedIn MCP服务器:
{
"mcpServers": {
"LinkedIn Updated": {
"command": "uv",
"args": [
"run",
"--with",
"mcp[cli]",
"mcp",
"run",
"path/to/your/script.py"
]
}
}
}
确保更新中的路径 args 以匹配您的本地文件位置。
可用工具
1.fetch_and_save_linkedin_post
获取给定用户名的LinkedIn帖子并将其保存在本地。
fetch_and_save_linkedin_posts(username: str) -> str
2.获取_保存_帖子
使用分页支持检索已保存的帖子。
get_saved_posts(start: int = 0, limit: int = 10) -> dict
3.搜索_帖子
在帖子中搜索特定关键字。
search_posts(keyword: str) -> dict
4.获取top_posts
根据参与度指标返回表现最佳的帖子。
get_top_posts(metric: str = "Like Count", top_n: int = 5) -> dict
5.获取发布日期
筛选指定日期范围内的帖子。
get_posts_by_date(start_date: str, end_date: str) -> dict
与克劳德一起使用
- 在与Claude的对话中初始化MCP服务器
- 通过自然语言命令使用可用工具
- Claude将帮助您使用这些工具与LinkedIn数据进行交互
API集成
此项目使用LinkedIn数据API中的以下终结点:
GET /get-profile-posts:从LinkedIn个人资料中获取帖子- 基本URL:
https://linkedin-data-api.p.rapidapi.com - 所需标题:
x-rapidapi-key:您的RapidAPI密钥x-rapidapi-host:linkedin-data-api.p.rapidapi.com
- 基本URL:
贡献
- 分叉存储库
- 创建功能分支(
git checkout -b feature/amazing-feature) - 提交您的更改(
git commit -m 'Add amazing feature') - 推到分支(
git push origin feature/amazing-feature) - 打开拉取请求
许可证
此项目根据MIT许可证获得许可-有关详细信息,请参阅许可证文件。
作者
仓库
致谢
- RapidAPI用于提供LinkedIn数据访问
- Claude AI能力的拟人化