強力な LinkedIn プロファイルアナライザ MCP (Model Context Protocol) サーバーで、LinkedIn の API とやりとりし、LinkedIn の投稿データを取得、分析、管理できます。 このMCPは、Claude AIで動作するように特別に設計されています。

##特徴

• どのパブリックプロファイルでもLinkedIn投稿をフェッチして保存
• キーワードフィルタリングによる投稿から検索
• エンゲージメントメトリクスに基づいて最高のパフォーマンス投稿を得る
• 日付範囲によるフィルタ投稿
• 保存された投稿への移行
• Claude AIとの容易な統合

前提条件

• Python 3.7 +
• LinkedInのデータAPIのRapidAPIキー
• Claude AIアクセス

はじめる

##1. RapidAPIキーの取得

1. RapidAPIでLinkedIn Data APIにアクセス 2。 RapidAPIにサインアップまたはログイン
2. LinkedIn Data API の購読 4。 ダッシュボードからRapidAPIキーをコピーする

##2. インストール

1. リポジトリのクローン化:

2. 依存関係を取付けて下さい:

3. 環境変数の設定:

• [.envファイルを作成する
• RapidAPI キーを追加します。

プロジェクト構成

#MCP の設定

[mcp.json] ファイルは、LinkedIn MCP サーバーの設定を行います。

ローカルファイルの位置に合わせて[argsのパスを更新してください。

利用可能なツール

##1. fetch and save linkedin posts

LinkedIn Profile Analyzer MCP

A powerful LinkedIn profile analyzer MCP (Model Context Protocol) server that interacts with LinkedIn’s API to fetch, analyze, and manage LinkedIn posts data. This MCP is specifically designed to work with Claude AI.

Features

• Fetch and store LinkedIn posts for any public profile
• Search through posts with keyword filtering
• Get top performing posts based on engagement metrics
• Filter posts by date range
• Paginated access to stored posts
• Easy integration with Claude AI

Prerequisites

• Python 3.7+
• RapidAPI key for LinkedIn Data API
• Claude AI access

Getting Started

1. Get RapidAPI Key

1. Visit LinkedIn Data API on RapidAPI
2. Sign up or log in to RapidAPI
3. Subscribe to the LinkedIn Data API
4. Copy your RapidAPI key from the dashboard

2. Installation

1. Clone the repository:

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

2. Install dependencies:

pip install -r requirements.txt

3. Set up environment variables:
   • Create a .env file
   • Add your RapidAPI key:

RAPIDAPI_KEY=your_rapidapi_key_here

Project Structure

linkedin-mcp/
├── main.py              # Main MCP server implementation
├── mcp.json            # MCP configuration file
├── requirements.txt    # Python dependencies
├── .env               # Environment variables
└── README.md          # Documentation

MCP Configuration

The mcp.json file configures the LinkedIn MCP server:

{
  "mcpServers": {
    "LinkedIn Updated": {
      "command": "uv",
      "args": [
        "run",
        "--with",
        "mcp[cli]",
        "mcp",
        "run",
        "path/to/your/script.py"
      ]
    }
  }
}

Make sure to update the path in args to match your local file location.

Available Tools

1. fetch_and_save_linkedin_posts

Fetches LinkedIn posts for a given username and saves them locally.

fetch_and_save_linkedin_posts(username: str) -> str

2. get_saved_posts

Retrieves saved posts with pagination support.

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

3. search_posts

Searches posts for specific keywords.

search_posts(keyword: str) -> dict

4. get_top_posts

Returns top performing posts based on engagement metrics.

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

5. get_posts_by_date

Filters posts within a specified date range.

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

Using with Claude

1. Initialize the MCP server in your conversation with Claude
2. Use the available tools through natural language commands
3. Claude will help you interact with LinkedIn data using these tools