linkedin_mcp - 基於LinkedIn API的資料分析工具，借MCP協議與Claude AI交互獲取分析數據

探索

Linkedin MCP

一個基於LinkedIn API的個人資料分析工具，通過MCP協議與Claude AI交互，實現LinkedIn帖子數據的獲取、分析和搜索功能。

社交媒體營銷 #LinkedIn分析 #AI集成 #數據抓取 #社交分析 .Python

評分 : 2分

下載量 : 1

更新時間 : 2025-07-25

什麼是LinkedIn Profile Analyzer MCP?

這是一個專門用於分析LinkedIn個人資料數據的智能工具，能夠自動獲取公開LinkedIn賬號的帖子，並提供搜索、排序和篩選功能，幫助您深入瞭解任何LinkedIn賬號的內容表現。

如何使用LinkedIn Profile Analyzer?

只需提供LinkedIn用戶名，系統將自動獲取並存儲該賬號的公開帖子。之後您可以通過關鍵詞搜索、按日期篩選或按互動量排序等方式分析這些內容。

適用場景

適合市場研究人員分析競爭對手內容策略、銷售人員瞭解客戶興趣點、個人用戶優化自己的LinkedIn內容表現等場景。

主要功能

獲取LinkedIn帖子自動獲取並存儲任何公開LinkedIn賬號的帖子數據

關鍵詞搜索在已存儲的帖子中搜索包含特定關鍵詞的內容

熱門帖子分析根據點贊、評論等互動指標找出表現最佳的帖子

日期篩選按日期範圍篩選帖子，分析特定時間段的內容表現

Claude AI集成與Claude AI無縫協作，通過自然語言指令分析數據

優勢與侷限性

優勢

無需編程技能，通過簡單指令即可獲取專業分析

支持多種分析維度(關鍵詞、日期、互動量等)

與Claude AI完美集成，提供智能分析建議

數據本地存儲，保護隱私安全

侷限性

只能獲取公開LinkedIn賬號的數據

依賴RapidAPI服務，需要有效API密鑰

大規模數據分析可能需要較長時間

如何使用

獲取API密鑰

訪問RapidAPI網站，註冊並訂閱LinkedIn Data API服務，獲取您的專屬API密鑰

設置環境

將API密鑰添加到.env配置文件中

獲取LinkedIn帖子

輸入LinkedIn用戶名，系統將自動獲取並存儲該賬號的公開帖子

分析數據

使用搜索、篩選或排序功能分析已獲取的帖子數據

使用案例

競爭對手內容分析獲取競爭對手LinkedIn賬號的所有帖子，分析其熱門話題和內容策略

個人內容優化分析自己LinkedIn賬號的內容表現，找出最受歡迎的主題

行業趨勢研究追蹤行業領袖的LinkedIn內容，發現最新趨勢

常見問題

需要什麼權限才能使用這個工具?

數據會存儲在哪裡?

可以分析多久之前的數據?

如何與Claude AI一起使用?

🚀 LinkedIn 個人資料分析器 MCP

這是一個強大的 LinkedIn 個人資料分析器 MCP（機器控制協議）服務器，它能與 LinkedIn 的 API 進行交互，以獲取、分析和管理 LinkedIn 帖子數據。此 MCP 是專門為與 Claude AI 配合使用而設計的。

✨ 主要特性

為任何公開個人資料獲取並存儲 LinkedIn 帖子。
通過關鍵詞過濾搜索帖子。
根據參與度指標獲取表現最佳的帖子。
按日期範圍過濾帖子。
分頁訪問已存儲的帖子。
可輕鬆與 Claude AI 集成。

📦 安裝指南

前提條件

Python 3.7 及以上版本。
LinkedIn 數據 API 的 RapidAPI 密鑰。
具備 Claude AI 訪問權限。

安裝步驟

1. 獲取 RapidAPI 密鑰

訪問 RapidAPI 上的 LinkedIn 數據 API。
在 RapidAPI 上註冊或登錄。
訂閱 LinkedIn 數據 API。
從儀表盤複製你的 RapidAPI 密鑰。

2. 克隆倉庫

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

3. 安裝依賴

pip install -r requirements.txt

4. 設置環境變量

創建一個 .env 文件。
添加你的 RapidAPI 密鑰：

RAPIDAPI_KEY=your_rapidapi_key_here

📚 詳細文檔

項目結構

linkedin-mcp/
├── main.py              # 主 MCP 服務器實現
├── mcp.json            # MCP 配置文件
├── requirements.txt    # Python 依賴項
├── .env               # 環境變量
└── README.md          # 文檔

MCP 配置

mcp.json 文件用於配置 LinkedIn MCP 服務器：

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

請確保更新 args 中的路徑以匹配你本地的文件位置。

可用工具

1. fetch_and_save_linkedin_posts

獲取給定用戶名的 LinkedIn 帖子並將其保存到本地。

fetch_and_save_linkedin_posts(username: str) -> str

2. get_saved_posts

檢索保存的帖子，支持分頁。

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

3. search_posts

搜索包含特定關鍵詞的帖子。

search_posts(keyword: str) -> dict

4. get_top_posts

根據參與度指標返回表現最佳的帖子。

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

5. get_posts_by_date

過濾指定日期範圍內的帖子。

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

與 Claude 配合使用

在與 Claude 的對話中初始化 MCP 服務器。
通過自然語言命令使用可用工具。
Claude 將幫助你使用這些工具與 LinkedIn 數據進行交互。

API 集成

本項目使用了 LinkedIn 數據 API 的以下端點：

GET /get-profile-posts：從 LinkedIn 個人資料中獲取帖子。
- 基礎 URL：https://linkedin-data-api.p.rapidapi.com
- 必需的請求頭：
  - x-rapidapi-key：你的 RapidAPI 密鑰。
  - x-rapidapi-host：linkedin-data-api.p.rapidapi.com