Linkedin Posts Hunter MCP Server

🚀 LinkedIn Posts Hunter MCP Server

LinkedIn Posts Hunter MCP Server 是一款基于 Model Context Protocol (MCP) 的服务器，借助 AI 助手（如 Claude Desktop、Cursor 或其他支持 MCP 的客户端），实现对 LinkedIn 职位发布的自动化搜索与管理。

📖 概述

LinkedIn Posts Hunter MCP 是一个 Model Context Protocol (MCP) 服务器，它通过你的 AI 助手（Claude Desktop、Cursor 或其他兼容 MCP 的客户端），提供自动化搜索和管理 LinkedIn 职位发布的工具。

为何关注 LinkedIn 帖子？ 工作机会通常首先出现在 LinkedIn 帖子中，然后才会发布到传统的招聘网站上。通过监控 LinkedIn 帖子，你可以更早地发现机会，在求职中获得竞争优势。

工作原理：

1. 认证与数据抓取

• MCP 服务器提供了一个基于 Playwright 的工具，你的 AI 助手可以调用该工具来自动与 LinkedIn 进行浏览器交互。
• 首次使用时，需要通过浏览器窗口登录 LinkedIn 以捕获会话 cookie。
• 这些 cookie 存储在你的本地计算机上，用于持久认证。
• 认证完成后，你的 AI 助手可以使用关键词（来自你的对话或由 AI 建议）调用搜索工具来抓取职位发布信息。

2. 本地数据存储

• 所有抓取的帖子都保存到你机器上的 本地 SQLite 数据库 中。
• 数据库存储帖子内容、元数据（作者、日期、参与度指标）和跟踪信息（你是否已申请）。
• 你的数据不会离开你的计算机。

3. 可视化界面

• 一个独立的工具会启动一个 React 仪表盘，从你的本地数据库中渲染抓取的帖子。
• 以表格或卡片视图可视化所有抓取的帖子，包含个人资料图片和参与度指标。
• 跟踪你的申请，直接在 UI 中将帖子标记为“已申请”或“稍后保存”。
• 快速操作 让你可以通过点击轻松过滤、排序和管理帖子。
• 在 React 应用中所做的更改会写入本地数据库，通过 MCP 命令所做的更改也会反映在 UI 中。

4. 双重控制

• 你可以通过 React UI 或 MCP 工具（如 manage_posts 和 viewer_filters）来管理帖子。
• React 应用通过 轮询 进行更新，因此通过 MCP 命令所做的更改会反映在 UI 中。
• 这为你提供了灵活性：你可以使用自然语言命令与你的 AI 助手交互，也可以在仪表盘中进行点击操作。

🎬 视频演示

点击观看

🎨 架构图

🛠️ 可用工具

这个 MCP 服务器提供了 6 个工具，可以从你的 AI 助手中调用：

1. auth

管理 LinkedIn 认证并进行持久会话存储。

• 参数：
  • action："authenticate" | "status" | "clear"
  • force_reauth：布尔值（可选）
• 用法：

  "Authenticate my LinkedIn account"
  "Check LinkedIn auth status"
  "Clear my LinkedIn credentials"
  

2. search_posts

根据关键词搜索 LinkedIn 帖子并将结果保存到数据库。

• 参数：
  • keywords：字符串（例如，"Python developer remote"）
  • pagination：数字（1 - 10，默认值：3）
  • headless：布尔值（默认值：false） - 是否显示浏览器窗口
• 用法：

  "Search LinkedIn for 'AI engineer' jobs"
  "Find posts about 'React developer' with 5 pages"
  

3. manage_posts

通过高级过滤从数据库中读取、更新或删除帖子。

• 参数：
  • action："read" | "update" | "delete"
  • ids：数字数组（可选）
  • search_text：字符串（可选）
  • date_from：字符串（YYYY - MM - DD，可选）
  • date_to：字符串（YYYY - MM - DD，可选）
  • applied：布尔值（可选）
  • limit：数字（1 - 50，默认值：10）
  • new_description：字符串（用于更新）
  • new_keywords：字符串（用于更新）
  • new_applied：布尔值（用于更新）
• 用法：

  "Show me posts I haven't applied to yet"
  "Delete all posts that arent about job opportunities"
  "Delete all posts that are only about senior-level positions"
  

4. viewer_filters

通过 AI 对话以编程方式控制 React UI 过滤器。

• 参数：
  • keyword：字符串（可选）
  • applied_status："all" | "applied" | "not-applied"（可选）
  • start_date：字符串（YYYY - MM - DD，可选）
  • end_date：字符串（YYYY - MM - DD，可选）
  • ids：字符串（逗号分隔，可选）
  • reset：布尔值（可选）
• 用法：

  "Filter to show only unapplied posts"
  "Show posts from this week"
  "Reset all filters"
  

5. start_viewer

在浏览器中启动 React 仪表盘。

• 用法：

  "Open the LinkedIn post viewer"
  "Start the dashboard"
  

6. stop_viewer

停止正在运行的 Vite 开发服务器。

• 用法：

  "Close the viewer"
  "Stop the dashboard"
  

📦 安装

前提条件

• Node.js 18 或更高版本
• npm（随 Node.js 一起安装）
• 一个 LinkedIn 账户
• Cursor IDE 或 Claude Desktop

方法 1：使用 mcp.json 配置（推荐）⭐

适用于 Cursor IDE 和 Claude Desktop。这是最可靠且广泛支持的安装方法。

1. 全局安装：

   npm install -g linkedin-posts-hunter-mcp
   

2. 添加到 MCP 配置：
   • 对于 Cursor IDE： 打开或创建 mcp.json 文件，路径如下：
     • macOS/Linux：~/.cursor/mcp.json
     • Windows：%USERPROFILE%\.cursor\mcp.json（通常为 C:\Users\YourName\.cursor\mcp.json） 添加以下配置：

     {
       "mcpServers": {
         "linkedin-posts-hunter-mcp": {
           "command": "linkedin-posts-hunter-mcp"
         }
       }
     }
     

   • 对于 Claude Desktop： 打开或创建 claude_desktop_config.json 文件，路径如下：
     • macOS：~/Library/Application Support/Claude/claude_desktop_config.json
     • Windows：%APPDATA%\Claude\claude_desktop_config.json 添加以下配置：

     {
       "mcpServers": {
         "linkedin-posts-hunter-mcp": {
           "command": "linkedin-posts-hunter-mcp"
         }
       }
     }
     

3. 重启 MCP 客户端（Cursor 或 Claude Desktop）

方法 2：本地开发设置

适用于想要修改代码或做出贡献的开发者。

1. 克隆并安装依赖项：

   git clone https://github.com/kevin-weitgenant/LinkedIn-Posts-Hunter-MCP-Server.git
   cd LinkedIn-Posts-Hunter-MCP-Server
   npm run install:all
   npm run build
   

2. 添加到 MCP 配置：
   • 对于 Cursor IDE (mcp.json)：

     {
       "mcpServers": {
         "linkedin-posts-hunter-mcp": {
           "command": "node",
           "args": [
             "/absolute/path/to/LinkedIn-Posts-Hunter-MCP-Server/build/index.js"
           ],
           "cwd": "/absolute/path/to/LinkedIn-Posts-Hunter-MCP-Server"
         }
       }
     }
     

   • 对于 Claude Desktop (claude_desktop_config.json)：

     {
       "mcpServers": {
         "linkedin-posts-hunter-mcp": {
           "command": "node",
           "args": [
             "/absolute/path/to/LinkedIn-Posts-Hunter-MCP-Server/build/index.js"
           ],
           "cwd": "/absolute/path/to/LinkedIn-Posts-Hunter-MCP-Server"
         }
       }
     }
     

   ⚠️ 重要提示：将 /absolute/path/to/LinkedIn-Posts-Hunter-MCP-Server 替换为你实际的项目路径。
3. 重启 MCP 客户端 以加载服务器。

🎯 你可以做什么

求职工作流程示例

1. 与 LinkedIn 进行认证：

   用户："Authenticate my LinkedIn account"
   AI：打开浏览器让你登录，保存凭证
   

2. 搜索机会：

   用户："Search LinkedIn for 'Senior TypeScript Developer remote' jobs"
   AI：搜索 LinkedIn，提取帖子详情，保存到数据库
   

3. 可视化探索：

   用户："Open the post viewer"
   AI：在 http://localhost:5174 启动 React 仪表盘（你可以在其中查看抓取的帖子）
   

4. 过滤和管理：

   用户："Remove posts that aren't about job opportunities"
   AI：读取数据库，过滤并仅显示与工作相关的帖子
   
   用户："Show only senior-level positions" 
   AI：查询数据库中包含 "senior"、"lead"、"principal" 的帖子
   
   用户："Show posts about React or Vue.js positions"
   AI：搜索数据库并显示匹配的帖子
   

5. 跟踪申请：

   用户："Mark posts 5, 7, and 12 as applied"
   AI：更新数据库并确认
   

📁 数据存储位置

所有 LinkedIn 数据都存储在你计算机的本地以下目录中：

Windows

• 主数据目录：%APPDATA%\linkedin-mcp\

macOS/Linux

• 主数据目录：~/.linkedin-mcp/

存储内容：

• linkedin.db - 包含所有抓取的帖子、元数据和跟踪数据的 SQLite 数据库
• auth.json - 你的 LinkedIn 会话 cookie 和认证令牌
• searches/ - 搜索会话数据和临时文件

数据隐私：

• ✅ 所有数据都保留在你的计算机上
• ✅ 没有数据发送到外部服务器
• ✅ 你可以删除整个 linkedin-mcp 文件夹以删除所有数据
• ✅ 数据库是标准的 SQLite 格式 - 你可以使用任何 SQLite 浏览器打开它

🎨 React 仪表盘功能

内置的 Web 查看器 (start_viewer) 提供以下功能：

• 🔄 实时更新：过滤器状态在 UI 和 MCP 命令之间同步
• ✅ 快速操作：直接从 UI 中将帖子标记为已申请
• 🎴 卡片视图：带有个人资料图片和参与度指标的可视化卡片
• 📊 表格视图：带有所有帖子元数据的可排序列
• 🔍 过滤：按关键词、日期范围、申请状态和 ID 进行过滤
• 💅 现代设计：使用 React、TypeScript、TailwindCSS 和 Vite 构建

📄 许可证

ISC

🤝 贡献

欢迎贡献！随时打开问题或提交拉取请求。

🚀 项目状态

这是一个实验性项目，可能存在一些不足。数据抓取可以进一步优化以提高速度，UI 也可以进一步改进。但就目前而言，它已经有一定的实用性。欢迎大家贡献力量。