Profile Researcher

🚀 LinkedIn 档案数据挖掘 MCP 服务器

这是一个全面的模型上下文协议（MCP）服务器，用于 LinkedIn 档案数据挖掘、搜索和联系人信息丰富。该服务器将原始数据挖掘工具的所有强大功能集成到一个兼容 MCP 的接口中。

🚀 快速开始

要开始使用此服务器，按照以下步骤操作：

1. 克隆或导航到服务器目录：

   cd smithery-servers/profile-searcher
   

2. 安装依赖项：

   npm install
   

3. 配置 API 密钥：

   # 复制示例配置文件
   cp .env.example .env
   
   # 使用你喜欢的编辑器编辑 .env 文件
   nano .env
   

4. 启动开发服务器：

   npm run dev
   

✨ 主要特性

🔍 高级搜索功能

• 谷歌搜索集成：使用谷歌自定义搜索 API 发现 LinkedIn 档案。
• AI 驱动的查询扩展：使用 OpenAI GPT - 4o mini 生成额外的搜索查询。
• 智能过滤：基于 AI 的相关性过滤，确保高质量的搜索结果。
• 基于位置的搜索：支持全球位置定位，实现全面覆盖。

📊 档案数据提取

• 直接 LinkedIn 抓取：直接从 LinkedIn 页面提取档案数据。
• Nubela Proxycurl 备用方案：当直接抓取失败时，使用 Nubela API。
• 结构化数据解析：从 LinkedIn 档案中提取 JSON - LD 结构化数据。
• 全面的档案字段：包括姓名、公司、职位、描述、关注者等。

📞 联系人信息丰富

• Apollo.io 集成：用电子邮件地址和电话号码丰富档案信息。
• 公司信息：检索详细的公司描述和联系细节。
• 专业验证：通过 API 验证确保联系人信息的准确性。

🤖 AI 驱动的功能

• 档案摘要：使用 AI 生成简洁的专业摘要。
• 相关性评分：基于 AI 的过滤，匹配搜索意图。
• 查询优化：智能生成和扩展搜索查询。
• 多大型语言模型支持：兼容 OpenAI、Gemini、OpenRouter 和 Ollama。

💾 数据管理

• SQLite 数据库：持久存储所有提取的档案。
• CSV 导出：便于数据导出，用于分析和 CRM 集成。
• 重复预防：自动检测和防止重复档案。
• 数据验证：确保数据质量和完整性。

📦 安装指南

1. 克隆或导航到服务器目录：

   cd smithery-servers/profile-searcher
   

2. 安装依赖项：

   npm install
   

3. 配置 API 密钥：

   # 复制示例配置文件
   cp .env.example .env
   
   # 编辑 .env 文件，填入你的 API 密钥
   nano .env  # 或使用你喜欢的编辑器
   

4. 启动开发服务器：

   npm run dev
   

🔑 API 密钥配置

📋 详细的设置说明请参阅 CONFIGURATION.md

快速设置：

1. 必需：Apollo.io API 密钥 → 从 apollo.io/settings/integrations 获取。
2. 必需：OpenAI API 密钥 → 从 platform.openai.com/api-keys 获取。
3. 可选：Nubela API 密钥 → 从 nubela.co/proxycurl 获取。

环境变量（.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

对于 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

基础用法

基本档案搜索

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

全面数据挖掘

// 挖掘区块链开发者的数据
const result = await mcpClient.callTool("mine_linkedin_data", {
  keywords: "blockchain developer",
  num_results: 30,
  export_csv: true,
  csv_filename: "blockchain_talent.csv"
});

联系人信息查找

// 获取特定人员的联系人信息
const result = await mcpClient.callTool("get_contact_info", {
  person_name: "Jane Doe",
  company_name: "AI Innovations Inc"
});

📚 详细文档

可用工具

1. search_linkedin_profiles

根据关键词搜索 LinkedIn 档案。 参数：

• keywords（字符串）：搜索关键词（例如："AI podcast host"）
• num_results（数字）：返回的结果数量（默认：20）

示例：

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

2. extract_profile_data

从 LinkedIn URL 中提取详细的档案数据。 参数：

• urls（数组）：LinkedIn 档案 URL 数组
• include_contact_info（布尔值）：是否包含联系人信息（默认：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

全面的数据挖掘：搜索、提取和丰富档案数据。 参数：

• keywords（字符串）：搜索关键词
• num_results（数字）：要处理的档案数量（默认：20）
• export_csv（布尔值）：是否导出为 CSV 文件（默认：true）
• csv_filename（字符串，可选）：自定义 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 获取特定人员的联系人信息。 参数：

• person_name（字符串）：人员的全名
• company_name（字符串）：人员所在的公司

示例：

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

5. export_to_csv

将所有存储的档案数据导出为 CSV 文件。 参数：

• filename（字符串，可选）：导出的自定义文件名

示例：

{
  "filename": "all_profiles_export.csv"
}

6. get_stored_profiles

检索数据库中存储的所有档案。 参数：无

7. generate_search_queries

使用 AI 生成额外的搜索查询。 参数：

• main_query（字符串）：要扩展的主要搜索查询
• num_queries（数字）：额外查询的数量（默认：3）

示例：

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

数据结构

档案数据字段

每个提取的档案包含以下字段：

interface ProfileData {
  author_profile_url: string;           // LinkedIn 档案 URL
  author_name?: string;                 // 全名
  authors_desc?: string;                // 档案标题/描述
  Company?: string;                     // 当前公司
  Job_title?: string;                   // 当前职位
  InteractionStatistic_followers?: string; // 关注者数量
  email?: string;                       // 电子邮件地址（来自 Apollo）
  phone1?: string;                      // 主要电话号码（来自 Apollo）
  phone2?: string;                      // 次要电话号码（来自 Apollo）
  about_company?: string;               // 公司描述（来自 Apollo）
  profile_summary?: string;             // AI 生成的摘要
  post_details?: string;                // 最近的帖子内容
  transcript?: string;                  // 播客/视频转录文本
  post_summary?: string;                // 帖子的 AI 摘要
  transcript_summary?: string;          // 转录文本的 AI 摘要
  author_activity?: string;             // 活动摘要
}

数据库架构

服务器使用 SQLite，包含三个主要表：

1. author_urls_table：存储完整的档案信息。
2. validated_profiles：跟踪 AI 验证结果。
3. search_queries：存储搜索查询和结果。

文件结构

smithery-servers/profile-searcher/
├── src/
│   └── index.ts              # 主服务器实现
├── package.json              # 依赖项和脚本
├── README.md                 # 本说明文档
├── smithery.yaml            # Smithery 配置
├── Database/                # SQLite 数据库文件
│   └── author_profile_.db   # 主数据库
└── Data/                    # CSV 导出文件
    └── *.csv               # 导出的档案数据

🔧 技术细节

速率限制和最佳实践

1. 遵守速率限制：服务器在请求之间包含内置延迟。
2. API 密钥管理：确保你的 API 密钥安全，并监控使用情况。
3. 数据隐私：确保遵守数据保护法规。
4. 道德使用：负责任地使用该工具，并遵守 LinkedIn 的服务条款。

故障排除

常见问题

1. 缺少依赖项：运行 npm install 确保所有包都已安装。
2. API 密钥错误：验证所有必需的 API 密钥是否正确配置。
3. 数据库权限：确保 Database 目录有写入权限。
4. 网络问题：检查 API 调用的互联网连接。

调试模式

在配置中启用调试模式以进行详细日志记录：

{
  "debug": true
}

📄 许可证

本项目采用 ISC 许可证，详情请参阅 package.json。

免责声明

此工具仅用于合法的商业和研究目的。用户有责任遵守 LinkedIn 的服务条款、数据保护法规和适用法律。在收集个人数据之前，请始终尊重隐私并获得必要的许可。