Linkedin MCP

🚀 集成Anthropic的LinkedIn MCP服务器

这是一个基于Python的MCP（模型上下文协议）服务器，它可以从你的LinkedIn资料中获取信息，并与Anthropic API集成以进行潜在的分析任务。本项目遵循Python打包的src布局。

🚀 快速开始

快速安装，以便Claude桌面端访问LinkedIn资料

# 1.a) 在Claude桌面端安装mcp服务器访问权限
./install_claude_desktop_mcp.sh

# 1.b) 或者手动将此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) 重启Claude，检查mcp服务器列表中是否有'Add from linkedin_francisco_perez_sorrosal'选项

# 3) 在Claude桌面端查询mcp服务器提供的LinkedIn资料！
例如：TODO

✨ 主要特性

• 从项目根目录提供你的LinkedIn资料。
• 使用FastAPI构建，性能卓越，并使用Pixi进行依赖管理和任务运行。
• 源代码组织在src/目录中。
• 包含以下配置：
  • Docker（可选，用于容器化）
  • 代码检查（Ruff、Black、iSort）
  • 代码格式化
  • 类型检查（MyPy）

📦 安装指南

前提条件

• Python 3.11+
• Pixi（用于依赖管理和任务执行）
• Docker（可选，用于容器化）
• 能够访问你的LinkedIn资料

项目结构

.
├── .dockerignore
├── .gitignore
├── Dockerfile
├── pyproject.toml    # Python项目元数据和依赖项（PEP 621）
├── README.md
├── src/
│   └── linkedin_mcp_server/
│       ├── __init__.py
│       └── main.py     # FastAPI应用逻辑
├── tests/             # 测试文件（例如tests_main.py）

安装步骤

1. 克隆仓库（如果适用）或确保你位于项目根目录。
2. 使用Pixi安装依赖项： 此命令将创建一个虚拟环境并安装所有必要的依赖项：

pixi install

💻 使用示例

运行服务器

MCP服务器

pixi run mcps --transport stdio

开发模式（自动重载）

# 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

# 访问 http://127.0.0.1:10000/mcp

服务器将在http://localhost:10000启动。如果你对src/目录中的文件进行更改，服务器将自动重新加载。

MCP检查模式

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

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

这将启动MCP服务器的检查器。

网页爬虫

pixi run python src/linkedin_mcp_server/web_scrapper.py   

开发任务

运行测试

pixi run test

代码检查和格式检查

pixi run lint

应用格式化并修复代码检查问题

pixi run format

构建包

在dist/目录中创建sdist和wheel：

pixi run build

Docker支持（可选）

构建Docker镜像

docker build -t linkedin-mcp-server .

运行Docker容器

TODO: 如有必要，请重写此部分。Docker支持尚未完成。

📚 详细文档

MCP服务器配置

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桌面端的远程配置

用于连接到远程MCP服务器：

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

⚠️ 重要提示

根据你的部署情况，按需更新主机和端口。

目前，我使用render.com来托管MCP服务器。配置文件位于config/claude.json中。

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

uv pip compile pyproject.toml > requirements.txt

同时，根目录中需要有runtime.txt，并指定Python版本：

python-3.11.11

请记住在render.com的仪表板中设置环境变量：

TRANSPORT=sse
PORT=1000

然后，你可以在Claude桌面端使用linkedin_mcp_fps MCP服务器查询职位ID的信息。结合提供我的简历的MCP服务器提供的功能，你可以提出如下问题：

从LinkedIn获取旧金山机器学习/人工智能领域研究工程师职位的新职位列表（2页），取该列表中的最后一个职位ID，检索其元数据，正确格式化显示其内容，最后根据检索到的职位描述调整Francisco的简历。

或者简单地：

根据最新获取的职位调整Francisco的简历

# 或者

根据前两个获取的职位ID调整Francisco的简历

或者，作为招聘人员，获取你在LinkedIn上发布的职位ID并输入：

根据这个职位ID 4122691570调整Francisco的简历

📄 许可证

本项目采用MIT许可证。详情请参阅pyproject.toml（请参阅LICENSE文件）。