Linkedin MCP

🚀 集成Anthropic的LinkedIn MCP服務器

這是一個基於Python的MCP（模型上下文協議）服務器，它可以從你的LinkedIn資料中獲取信息，並與Anthropic API集成以進行潛在的分析任務。本項目遵循Python打包的src佈局。

🚀 快速開始

快速安裝，以便Claude桌面端訪問LinkedIn資料

# 1.a) 在Claude桌面端安裝mcp服務器訪問權限
./install_claude_desktop_mcp.sh

# 1.b) 或者手動將此JSON片段集成到`claude_desktop_config.json`的`mcpServers`部分（例如`~/Library/Application\ Support/Claude/claude_desktop_config.json`）
{
  "linkedin_francisco_perez_sorrosal": {
    "command": "npx",
    "args": ["mcp-remote", "http://localhost:10000/mcp"]
  }
}

# 2) 重啟Claude，檢查mcp服務器列表中是否有'Add from linkedin_francisco_perez_sorrosal'選項

# 3) 在Claude桌面端查詢mcp服務器提供的LinkedIn資料！
例如：TODO

✨ 主要特性

• 從項目根目錄提供你的LinkedIn資料。
• 使用FastAPI構建，性能卓越，並使用Pixi進行依賴管理和任務運行。
• 源代碼組織在src/目錄中。
• 包含以下配置：
  • Docker（可選，用於容器化）
  • 代碼檢查（Ruff、Black、iSort）
  • 代碼格式化
  • 類型檢查（MyPy）

📦 安裝指南

前提條件

• Python 3.11+
• Pixi（用於依賴管理和任務執行）
• Docker（可選，用於容器化）
• 能夠訪問你的LinkedIn資料

項目結構

.
├── .dockerignore
├── .gitignore
├── Dockerfile
├── pyproject.toml    # Python項目元數據和依賴項（PEP 621）
├── README.md
├── src/
│   └── linkedin_mcp_server/
│       ├── __init__.py
│       └── main.py     # FastAPI應用邏輯
├── tests/             # 測試文件（例如tests_main.py）

安裝步驟

1. 克隆倉庫（如果適用）或確保你位於項目根目錄。
2. 使用Pixi安裝依賴項： 此命令將創建一個虛擬環境並安裝所有必要的依賴項：

pixi install

💻 使用示例

運行服務器

MCP服務器

pixi run mcps --transport stdio

開發模式（自動重載）

# 直接使用pixi
pixi run mcps --transport stdio  # 或sse、streamable-http

# 或者直接使用uv
uv run --with "mcp[cli]" mcp run src/linkedin_mcp_server/main.py --transport streamable-http

# 訪問 http://127.0.0.1:10000/mcp

服務器將在http://localhost:10000啟動。如果你對src/目錄中的文件進行更改，服務器將自動重新加載。

MCP檢查模式

# 使用pixi
DANGEROUSLY_OMIT_AUTH=true  npx @modelcontextprotocol/inspector pixi run mcps --transport stdio

# 直接執行
DANGEROUSLY_OMIT_AUTH=true npx @modelcontextprotocol/inspector pixi run python src/linkedin_mcp_server/main.py --transport streamable-http

這將啟動MCP服務器的檢查器。

網頁爬蟲

pixi run python src/linkedin_mcp_server/web_scrapper.py   

開發任務

運行測試

pixi run test

代碼檢查和格式檢查

pixi run lint

應用格式化並修復代碼檢查問題

pixi run format

構建包

在dist/目錄中創建sdist和wheel：

pixi run build

Docker支持（可選）

構建Docker鏡像

docker build -t linkedin-mcp-server .

運行Docker容器

TODO: 如有必要，請重寫此部分。Docker支持尚未完成。

📚 詳細文檔

MCP服務器配置

Claude桌面端的本地配置

{
  "linkedin_francisco_perez_sorrosal": {
    "command": "uv",
    "args": [
      "run",
      "--with", "mcp[cli]",
      "--with", "pymupdf4llm",
      "mcp", "run",
      "src/linkedin_mcp_server/main.py",
      "--transport", "streamable-http"
    ]
  }
}

Claude桌面端的遠程配置

用於連接到遠程MCP服務器：

{
  "linkedin_francisco_perez_sorrosal": {
    "command": "npx",
    "args": ["mcp-remote", "http://localhost:10000/mcp"]
  }
}

⚠️ 重要提示

根據你的部署情況，按需更新主機和端口。

目前，我使用render.com來託管MCP服務器。配置文件位於config/claude.json中。

Render要求根目錄中存在requirements.txt。你可以使用以下命令生成它：

uv pip compile pyproject.toml > requirements.txt

同時，根目錄中需要有runtime.txt，並指定Python版本：

python-3.11.11

請記住在render.com的儀表板中設置環境變量：

TRANSPORT=sse
PORT=1000

然後，你可以在Claude桌面端使用linkedin_mcp_fps MCP服務器查詢職位ID的信息。結合提供我的簡歷的MCP服務器提供的功能，你可以提出如下問題：

從LinkedIn獲取舊金山機器學習/人工智能領域研究工程師職位的新職位列表（2頁），取該列表中的最後一個職位ID，檢索其元數據，正確格式化顯示其內容，最後根據檢索到的職位描述調整Francisco的簡歷。

或者簡單地：

根據最新獲取的職位調整Francisco的簡歷

# 或者

根據前兩個獲取的職位ID調整Francisco的簡歷

或者，作為招聘人員，獲取你在LinkedIn上發佈的職位ID並輸入：

根據這個職位ID 4122691570調整Francisco的簡歷

📄 許可證

本項目採用MIT許可證。詳情請參閱pyproject.toml（請參閱LICENSE文件）。