Linkedin Data API

🚀 LinkedIn个人资料分析MCP

LinkedIn个人资料分析MCP是一个强大的机器控制协议（MCP）服务器，它能与LinkedIn的API进行交互，实现对公开个人资料中帖子数据的抓取、分析和管理。此MCP专为Claude AI量身设计，可助力用户高效处理LinkedIn数据。

🚀 快速开始

LinkedIn个人资料分析MCP能帮助你轻松抓取、分析和管理LinkedIn公开个人资料中的帖子数据。以下是使用前的准备和操作步骤：

先决条件

• Python 3.7+
• 用于LinkedIn数据API的RapidAPI密钥
• Claude AI访问权限

开始使用

1. 获取RapidAPI密钥

1. 访问LinkedIn数据API在RapidAPI
2. 注册或登录到RapidAPI
3. 订阅LinkedIn数据API
4. 从仪表板复制RapidAPI密钥

2. 安装

1. 克隆仓库：

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

2. 安装依赖项：

pip install -r requirements.txt

3. 设置环境变量：
   • 创建.env文件
   • 添加您的RapidAPI密钥：

RAPIDAPI_KEY=your_rapidapi_key_here

✨ 主要特性

• 抓取并存储任意公开个人资料的LinkedIn帖子
• 使用关键词过滤搜索帖子
• 根据互动指标获取表现最佳的帖子
• 按日期范围筛选帖子
• 分页访问存储的帖子
• 与Claude AI轻松集成

📚 详细文档

项目结构

linkedin-mcp/
├── main.py              # MCP服务器的主要实现
├── mcp.json            # MCP配置文件
├── requirements.txt    # Python依赖项
├── .env               # 环境变量
└── README.md          # 文档

MCP配置

mcp.json文件用于配置LinkedIn MCP服务器：

{
  "mcpServers": {
    "LinkedIn Updated": {
      "command": "uv",
      "args": [
        "run",
        "--with",
        "mcp[cli]",
        "mcp",
        "运行",
        "path/to/your/script.py"
      ]
    }
  }
}

请确保在args中更新路径以匹配您的本地文件位置。

可用工具

1. fetch_and_save_linkedin_posts

抓取LinkedIn帖子并保存到本地。

fetch_and_save_linkedin_posts(username: str) -> str

2. get_saved_posts

检索已保存的帖子，支持分页。

get_saved_posts(start: int = 0, limit: int = 10) -> dict

3. search_posts

根据关键词搜索帖子。

search_posts(keyword: str) -> dict

4. get_top_posts

返回基于互动指标的最佳表现帖子。

get_top_posts(metric: str = "Like Count", top_n: int = 5) -> dict

5. get_posts_by_date

根据指定日期范围筛选帖子。

get_posts_by_date(start_date: str, end_date: str) -> dict

使用Claude

1. 在Claude中初始化MCP服务器
2. 使用/mcp端点与您的MCP服务通信

📄 许可证

[在这里指定许可证信息，例如MIT License或其他适用的许可证。]

通过遵循上述步骤，您可以轻松设置和使用LinkedIn个人资料分析MCP，并将其集成到Claude AI的工作流程中，以实现自动化任务和数据分析。