使用说明

项目简介

LinkedIn MCP Server 是一个基于 Model Context Protocol (MCP) 构建的服务器端应用，旨在为AI助手提供与 LinkedIn 平台交互的能力。通过标准化的 MCP 协议，该服务器允许AI助手执行诸如职位搜索、个人资料管理、简历和求职信生成以及职位申请等操作，从而实现 LinkedIn 相关任务的自动化。

主要功能点

LinkedIn 身份验证: 安全地进行 LinkedIn 身份验证和会话管理。
个人资料管理: 访问和更新 LinkedIn 个人资料信息。
职位搜索: 提供灵活的筛选条件进行职位搜索。
简历生成: 根据 LinkedIn 个人资料创建定制化简历。
求职信生成: 为特定职位申请生成量身定制的求职信。
职位申请: 提交和跟踪职位申请。

安装步骤

克隆仓库

git clone https://github.com/Rayyan9477/linkedin_mcp.git
cd linkedin_mcp

创建并激活虚拟环境

python -m venv venv
source venv/bin/activate   # Linux/macOS
# venv\Scripts\activate  # Windows

安装依赖

pip install -r requirements.txt

配置环境变量 创建 '.env' 文件在项目根目录，并填入以下 LinkedIn 账号信息和 OpenAI API 密钥（如果需要使用AI功能）：

LINKEDIN_USERNAME=你的LinkedIn邮箱
LINKEDIN_PASSWORD=你的LinkedIn密码
OPENAI_API_KEY=你的OpenAI API密钥 (可选，用于简历和求职信生成)

服务器配置

MCP 客户端需要配置以下信息以连接到 LinkedIn MCP Server。此服务器通过标准输入 (stdin) 接收请求，并通过标准输出 (stdout) 返回响应。

{
  "serverName": "linkedin_mcp_server",  // MCP 服务器名称，可自定义
  "command": "python",               // 启动服务器的命令，这里假设 python 可执行文件在 PATH 环境变量中
  "args": ["server.py"],             // 启动命令的参数，指定 server.py 脚本
  "transport": "stdio",              // 使用标准输入输出 (stdio) 作为传输协议
  "requestFormat": "json-rpc",       // 请求格式为 JSON-RPC
  "responseFormat": "json-rpc"      // 响应格式为 JSON-RPC
}

基本使用方法

启动服务器 在虚拟环境激活的状态下，运行以下命令启动 LinkedIn MCP Server：
```
python server.py
```
服务器将开始监听标准输入。

发送 MCP 请求 使用 MCP 客户端，根据仓库 'README.md' 中提供的 Example MCP Requests 示例，构造 JSON-RPC 请求，并发送到服务器的标准输入。例如，发送身份验证请求：

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "linkedin.login",
  "params": {
    "username": "[email protected]",
    "password": "password123"
  }
}

将以上 JSON 内容发送到服务器的标准输入，服务器将在标准输出返回 JSON-RPC 响应。

查看响应 服务器处理请求后，会在标准输出打印 JSON-RPC 格式的响应。MCP 客户端需要解析这些响应以获取操作结果。

例如，职位搜索请求的响应可能包含职位列表。简历生成请求的响应可能包含生成简历的文件路径等信息。

注意: 首次使用可能需要 LinkedIn 账号的验证，请根据服务器日志或客户端提示进行操作。使用AI功能需要配置有效的 OpenAI API 密钥。

关键词