项目简介

本项目是一个基于 Model Context Protocol (MCP) 构建的服务器，旨在为大型语言模型（LLM）提供分析 LinkedIn 个人资料的能力。通过此 MCP 服务器，LLM 可以获取和分析公开 LinkedIn 个人资料的帖子数据，从而实现更智能的 LinkedIn 相关应用。

主要功能点

抓取和存储 LinkedIn 帖子: 可以抓取指定公开 LinkedIn 个人资料的帖子并保存到本地。
搜索帖子: 支持通过关键词搜索已保存的帖子。
获取热门帖子: 可以根据点赞数或总互动数获取表现最佳的帖子。
按日期范围过滤帖子: 允许用户筛选特定日期范围内的帖子。
分页访问帖子: 提供分页功能，方便管理和访问大量帖子数据。
Claude AI 集成: 特别设计用于与 Claude AI 等 LLM 配合使用。

安装步骤

获取 RapidAPI 密钥:
- 访问 LinkedIn Data API on RapidAPI 并订阅。
- 在 RapidAPI 仪表板中复制您的 API 密钥。

克隆仓库:

git clone https://github.com/rugvedp/linkedin-mcp.git
cd linkedin-mcp

安装依赖:

pip install -r requirements.txt

配置环境变量:

创建一个 '.env' 文件。

添加您的 RapidAPI 密钥：

RAPIDAPI_KEY=your_rapidapi_key_here

服务器配置

MCP 客户端需要以下配置信息来连接到此 MCP 服务器。在客户端的 MCP 服务器配置中，添加以下 JSON 对象：

{
  "服务器名称": "LinkedIn Profile Analyzer",
  "启动命令": "uv",
  "命令参数": [
    "run",
    "--with",
    "mcp[cli]",
    "mcp",
    "run",
    "main.py"  // 假设 main.py 文件位于当前目录下
  ]
}

参数注释:

'"服务器名称"': 为该 MCP 服务器指定一个易于识别的名称，例如 "LinkedIn Profile Analyzer"。
'"启动命令"': 运行 MCP 服务器的命令，这里使用 'uv' (假设已安装 'uv' 和 'mcp' 命令行工具).
'"命令参数"': 启动命令的参数列表：
- '"run"': 'uv run' 命令用于运行 Python 脚本。
- '"--with"': 指定要加载的扩展，这里加载 'mcp[cli]' 以启用 MCP 命令行界面。
- '"mcp"': 调用 'mcp' 命令行工具。
- '"run"': 'mcp run' 子命令用于启动 MCP 服务器。
- '"main.py"': 指定 MCP 服务器的 Python 脚本文件为 'main.py'。请确保此路径相对于 MCP 客户端的配置是正确的。

注意: 请确保已安装 'uv' 和 'mcp' 命令行工具。如果您使用不同的 Python 运行环境或启动方式，请相应地修改 '"启动命令"' 和 '"命令参数"'。例如，如果直接使用 'python' 运行，可以将 '"启动命令"' 修改为 'python'，并将 '"命令参数"' 修改为 '["main.py"]'。

基本使用方法

启动 MCP 服务器: 在安装并配置好服务器后，通过 MCP 客户端配置中提供的启动命令来启动服务器。
在 LLM 中使用工具: 在与 Claude 或其他兼容 MCP 的 LLM 对话时，您可以使用自然语言指令来调用以下工具 (Tools)：
- 'fetch_and_save_linkedin_posts(username: str)': 抓取并保存指定 LinkedIn 用户名的帖子。例如，可以指示 Claude "使用 'fetch_and_save_linkedin_posts' 工具抓取用户名为 '[LinkedIn 用户名]' 的帖子"。
- 'get_saved_posts(start: int = 0, limit: int = 5)': 获取已保存的帖子，支持分页。例如，指示 Claude "使用 'get_saved_posts' 工具获取前 5 篇帖子"。
- 'search_posts(keyword: str)': 搜索包含特定关键词的帖子。例如，指示 Claude "使用 'search_posts' 工具搜索关键词为 '[关键词]' 的帖子"。
- 'get_top_posts(metric: str = 'Like Count', top_n: int = 5)': 获取点赞数或总互动数最高的帖子。例如，指示 Claude "使用 'get_top_posts' 工具获取点赞数最高的 3 篇帖子"。
- 'get_posts_by_date(start_date: str, end_date: str)': 获取指定日期范围内的帖子。例如，指示 Claude "使用 'get_posts_by_date' 工具获取 '2023-01-01' 到 '2023-01-31' 期间的帖子"。
LLM 将根据您的指令调用相应的工具，并返回结果。您可以通过自然语言与 LLM 交互，利用这些工具分析 LinkedIn 数据。

关键词

项目简介

主要功能点

安装步骤

服务器配置

基本使用方法

信息