Profile Researcher

🚀 LinkedIn 檔案數據挖掘 MCP 服務器

這是一個全面的模型上下文協議（MCP）服務器，用於 LinkedIn 檔案數據挖掘、搜索和聯繫人信息豐富。該服務器將原始數據挖掘工具的所有強大功能集成到一個兼容 MCP 的接口中。

🚀 快速開始

要開始使用此服務器，按照以下步驟操作：

1. 克隆或導航到服務器目錄：

   cd smithery-servers/profile-searcher
   

2. 安裝依賴項：

   npm install
   

3. 配置 API 密鑰：

   # 複製示例配置文件
   cp .env.example .env
   
   # 使用你喜歡的編輯器編輯 .env 文件
   nano .env
   

4. 啟動開發服務器：

   npm run dev
   

✨ 主要特性

🔍 高級搜索功能

• 谷歌搜索集成：使用谷歌自定義搜索 API 發現 LinkedIn 檔案。
• AI 驅動的查詢擴展：使用 OpenAI GPT - 4o mini 生成額外的搜索查詢。
• 智能過濾：基於 AI 的相關性過濾，確保高質量的搜索結果。
• 基於位置的搜索：支持全球位置定位，實現全面覆蓋。

📊 檔案數據提取

• 直接 LinkedIn 抓取：直接從 LinkedIn 頁面提取檔案數據。
• Nubela Proxycurl 備用方案：當直接抓取失敗時，使用 Nubela API。
• 結構化數據解析：從 LinkedIn 檔案中提取 JSON - LD 結構化數據。
• 全面的檔案字段：包括姓名、公司、職位、描述、關注者等。

📞 聯繫人信息豐富

• Apollo.io 集成：用電子郵件地址和電話號碼豐富檔案信息。
• 公司信息：檢索詳細的公司描述和聯繫細節。
• 專業驗證：通過 API 驗證確保聯繫人信息的準確性。

🤖 AI 驅動的功能

• 檔案摘要：使用 AI 生成簡潔的專業摘要。
• 相關性評分：基於 AI 的過濾，匹配搜索意圖。
• 查詢優化：智能生成和擴展搜索查詢。
• 多大型語言模型支持：兼容 OpenAI、Gemini、OpenRouter 和 Ollama。

💾 數據管理

• SQLite 數據庫：持久存儲所有提取的檔案。
• CSV 導出：便於數據導出，用於分析和 CRM 集成。
• 重複預防：自動檢測和防止重複檔案。
• 數據驗證：確保數據質量和完整性。

📦 安裝指南

1. 克隆或導航到服務器目錄：

   cd smithery-servers/profile-searcher
   

2. 安裝依賴項：

   npm install
   

3. 配置 API 密鑰：

   # 複製示例配置文件
   cp .env.example .env
   
   # 編輯 .env 文件，填入你的 API 密鑰
   nano .env  # 或使用你喜歡的編輯器
   

4. 啟動開發服務器：

   npm run dev
   

🔑 API 密鑰配置

📋 詳細的設置說明請參閱 CONFIGURATION.md

快速設置：

1. 必需：Apollo.io API 密鑰 → 從 apollo.io/settings/integrations 獲取。
2. 必需：OpenAI API 密鑰 → 從 platform.openai.com/api-keys 獲取。
3. 可選：Nubela API 密鑰 → 從 nubela.co/proxycurl 獲取。

環境變量（.env 文件）：

APOLLO_API_KEY=your_apollo_api_key_here
OPENAI_API_KEY=sk-your_openai_api_key_here
NUBELA_API_KEY=your_nubela_api_key_here
DEBUG=false

對於 Claude 桌面版（claude_desktop_config.json）：

{
  "mcpServers": {
    "profile-searcher": {
      "command": "node",
      "args": ["/path/to/smithery-servers/profile-searcher/dist/index.js"],
      "env": {
        "APOLLO_API_KEY": "your_apollo_api_key_here",
        "OPENAI_API_KEY": "sk-your_openai_api_key_here"
      }
    }
  }
}

💻 使用示例

基礎用法

基本檔案搜索

// 搜索 AI 播客主持人
const result = await mcpClient.callTool("search_linkedin_profiles", {
  keywords: "AI podcast host",
  num_results: 15
});

全面數據挖掘

// 挖掘區塊鏈開發者的數據
const result = await mcpClient.callTool("mine_linkedin_data", {
  keywords: "blockchain developer",
  num_results: 30,
  export_csv: true,
  csv_filename: "blockchain_talent.csv"
});

聯繫人信息查找

// 獲取特定人員的聯繫人信息
const result = await mcpClient.callTool("get_contact_info", {
  person_name: "Jane Doe",
  company_name: "AI Innovations Inc"
});

📚 詳細文檔

可用工具

1. search_linkedin_profiles

根據關鍵詞搜索 LinkedIn 檔案。 參數：

• keywords（字符串）：搜索關鍵詞（例如："AI podcast host"）
• num_results（數字）：返回的結果數量（默認：20）

示例：

{
  "keywords": "AI podcast host",
  "num_results": 10
}

2. extract_profile_data

從 LinkedIn URL 中提取詳細的檔案數據。 參數：

• urls（數組）：LinkedIn 檔案 URL 數組
• include_contact_info（布爾值）：是否包含聯繫人信息（默認：true）

示例：

{
  "urls": [
    "https://www.linkedin.com/in/example-profile",
    "https://www.linkedin.com/in/another-profile"
  ],
  "include_contact_info": true
}

3. mine_linkedin_data

全面的數據挖掘：搜索、提取和豐富檔案數據。 參數：

• keywords（字符串）：搜索關鍵詞
• num_results（數字）：要處理的檔案數量（默認：20）
• export_csv（布爾值）：是否導出為 CSV 文件（默認：true）
• csv_filename（字符串，可選）：自定義 CSV 文件名

示例：

{
  "keywords": "blockchain developer",
  "num_results": 25,
  "export_csv": true,
  "csv_filename": "blockchain_developers.csv"
}

4. get_contact_info

使用 Apollo API 獲取特定人員的聯繫人信息。 參數：

• person_name（字符串）：人員的全名
• company_name（字符串）：人員所在的公司

示例：

{
  "person_name": "John Smith",
  "company_name": "Tech Corp"
}

5. export_to_csv

將所有存儲的檔案數據導出為 CSV 文件。 參數：

• filename（字符串，可選）：導出的自定義文件名

示例：

{
  "filename": "all_profiles_export.csv"
}

6. get_stored_profiles

檢索數據庫中存儲的所有檔案。 參數：無

7. generate_search_queries

使用 AI 生成額外的搜索查詢。 參數：

• main_query（字符串）：要擴展的主要搜索查詢
• num_queries（數字）：額外查詢的數量（默認：3）

示例：

{
  "main_query": "site:linkedin.com/in AI podcast host",
  "num_queries": 5
}

數據結構

檔案數據字段

每個提取的檔案包含以下字段：

interface ProfileData {
  author_profile_url: string;           // LinkedIn 檔案 URL
  author_name?: string;                 // 全名
  authors_desc?: string;                // 檔案標題/描述
  Company?: string;                     // 當前公司
  Job_title?: string;                   // 當前職位
  InteractionStatistic_followers?: string; // 關注者數量
  email?: string;                       // 電子郵件地址（來自 Apollo）
  phone1?: string;                      // 主要電話號碼（來自 Apollo）
  phone2?: string;                      // 次要電話號碼（來自 Apollo）
  about_company?: string;               // 公司描述（來自 Apollo）
  profile_summary?: string;             // AI 生成的摘要
  post_details?: string;                // 最近的帖子內容
  transcript?: string;                  // 播客/視頻轉錄文本
  post_summary?: string;                // 帖子的 AI 摘要
  transcript_summary?: string;          // 轉錄文本的 AI 摘要
  author_activity?: string;             // 活動摘要
}

數據庫架構

服務器使用 SQLite，包含三個主要表：

1. author_urls_table：存儲完整的檔案信息。
2. validated_profiles：跟蹤 AI 驗證結果。
3. search_queries：存儲搜索查詢和結果。

文件結構

smithery-servers/profile-searcher/
├── src/
│   └── index.ts              # 主服務器實現
├── package.json              # 依賴項和腳本
├── README.md                 # 本說明文檔
├── smithery.yaml            # Smithery 配置
├── Database/                # SQLite 數據庫文件
│   └── author_profile_.db   # 主數據庫
└── Data/                    # CSV 導出文件
    └── *.csv               # 導出的檔案數據

🔧 技術細節

速率限制和最佳實踐

1. 遵守速率限制：服務器在請求之間包含內置延遲。
2. API 密鑰管理：確保你的 API 密鑰安全，並監控使用情況。
3. 數據隱私：確保遵守數據保護法規。
4. 道德使用：負責任地使用該工具，並遵守 LinkedIn 的服務條款。

故障排除

常見問題

1. 缺少依賴項：運行 npm install 確保所有包都已安裝。
2. API 密鑰錯誤：驗證所有必需的 API 密鑰是否正確配置。
3. 數據庫權限：確保 Database 目錄有寫入權限。
4. 網絡問題：檢查 API 調用的互聯網連接。

調試模式

在配置中啟用調試模式以進行詳細日誌記錄：

{
  "debug": true
}

📄 許可證

本項目採用 ISC 許可證，詳情請參閱 package.json。

免責聲明

此工具僅用於合法的商業和研究目的。用戶有責任遵守 LinkedIn 的服務條款、數據保護法規和適用法律。在收集個人數據之前，請始終尊重隱私並獲得必要的許可。