Linkedin Data API

🚀 LinkedIn個人資料分析MCP

LinkedIn個人資料分析MCP是一個強大的機器控制協議（MCP）服務器，它能與LinkedIn的API進行交互，實現對公開個人資料中帖子數據的抓取、分析和管理。此MCP專為Claude AI量身設計，可助力用戶高效處理LinkedIn數據。

🚀 快速開始

LinkedIn個人資料分析MCP能幫助你輕鬆抓取、分析和管理LinkedIn公開個人資料中的帖子數據。以下是使用前的準備和操作步驟：

先決條件

• Python 3.7+
• 用於LinkedIn數據API的RapidAPI密鑰
• Claude AI訪問權限

開始使用

1. 獲取RapidAPI密鑰

1. 訪問LinkedIn數據API在RapidAPI
2. 註冊或登錄到RapidAPI
3. 訂閱LinkedIn數據API
4. 從儀表板複製RapidAPI密鑰

2. 安裝

1. 克隆倉庫：

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

2. 安裝依賴項：

pip install -r requirements.txt

3. 設置環境變量：
   • 創建.env文件
   • 添加您的RapidAPI密鑰：

RAPIDAPI_KEY=your_rapidapi_key_here

✨ 主要特性

• 抓取並存儲任意公開個人資料的LinkedIn帖子
• 使用關鍵詞過濾搜索帖子
• 根據互動指標獲取表現最佳的帖子
• 按日期範圍篩選帖子
• 分頁訪問存儲的帖子
• 與Claude AI輕鬆集成

📚 詳細文檔

項目結構

linkedin-mcp/
├── main.py              # MCP服務器的主要實現
├── 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",
        "運行",
        "path/to/your/script.py"
      ]
    }
  }
}

請確保在args中更新路徑以匹配您的本地文件位置。

可用工具

1. fetch_and_save_linkedin_posts

抓取LinkedIn帖子並保存到本地。

fetch_and_save_linkedin_posts(username: str) -> str

2. get_saved_posts

檢索已保存的帖子，支持分頁。

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

3. search_posts

根據關鍵詞搜索帖子。

search_posts(keyword: str) -> dict

4. get_top_posts

返回基於互動指標的最佳表現帖子。

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

5. get_posts_by_date

根據指定日期範圍篩選帖子。

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

使用Claude

1. 在Claude中初始化MCP服務器
2. 使用/mcp端點與您的MCP服務通信

📄 許可證

[在這裡指定許可證信息，例如MIT License或其他適用的許可證。]

通過遵循上述步驟，您可以輕鬆設置和使用LinkedIn個人資料分析MCP，並將其集成到Claude AI的工作流程中，以實現自動化任務和數據分析。