LinkedIn 프로필 분석기 MCP (Model Context Protocol) 서버는 LinkedIn의 API와 상호 작용하여 LinkedIn 게시물 데이터를 분석하고 관리합니다. 이 MCP는 Claude AI로 작업하도록 특별히 설계되었습니다.

특징

• Fetch and store LinkedIn 게시물에 대한 공개 프로필
• 키워드 필터링으로 게시물 검색
• 참여 메트릭을 기반으로 한 최고 성능의 게시물 받기
• 날짜별 필터 포스트
• 저장된 게시물에 대한 질 접근
• Claude AI와 쉽게 통합

필수품

• 파이썬 3.7+
• LinkedIn Data API의 RapidAPI 키
• Claude AI 액세스

시작하기

##1. RapidAPI 키 받기

1. RapidAPI에 LinkedIn Data API 방문
2. RapidAPI에 로그인 또는 로그인
3. LinkedIn Data API 구독
4. 대쉬보드에서 RapidAPI 키 복사

##2. 설치

1. 저장소를 복제:

2. 의존성 설치:

3. 환경 변수 설정:

• .env파일 만들기
• RapidAPI 키 추가:

프로젝트 구조

MCP 구성

mcp.json 파일은 LinkedIn MCP 서버를 구성합니다.

args]의 경로를 업데이트하여 로컬 파일 위치와 일치하십시오.

사용 가능한 도구

##1. fetch and save linkedin posts에

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