LinkedIn MCP 伺服器

概覽

LinkedIn MCP 伺服器是一個開源的**模型上下文協定（Model Context Protocol，MCP）**伺服器，它將 AI 代理（例如 Claude、Cursor 和其他相容於 MCP 的工具）與 LinkedIn 連接起來。它允許大型語言模型直接使用自然語言與您的專業網絡互動，無需客製化的 API 整合。

主要使用 Python 和 Selenium（並有使用官方 API 或 Cookie 的變體版本）構建，它將您的憑證保留在本地，並在您的裝置上或 Docker 中安全執行。存在多個社群實作，包括用於基於 API 存取的 TypeScript 版本。

主要功能

• 個人檔案存取與分析：取得並分析詳細的 LinkedIn 個人檔案，包括經歷、技能和人脈。
• 公司資訊：檢索深入的企業頁面和資料。
• 職缺搜尋與推薦：進行自然語言職缺搜尋、獲取個人化推薦並查看職缺詳情。
• 訊息與網路建立：讀取和管理訊息（在支援的實作中）。
• 安全身份驗證：支援基於 Cookie 的身份驗證、OAuth（在 API 變體中），並將憑證保留在裝置上。
• MCP 相容性：透過標準化的工具呼叫，原生支援 Claude Desktop、Cursor 和其他 MCP 客戶端。
• 部署選項：本地執行、Docker 容器支援，以及大多數實作的簡易設定。

使用案例

• AI 驅動的求職：請您的 AI「根據我的經歷尋找東京的軟體工程師職位」，並獲取帶有分析的即時結果。
• 個人檔案研究：讓 Claude 在接觸潛在客戶之前先總結其背景。
• 人脈管理：分析您的聯繫人或草擬個人化訊息。
• 內容與互動：生成並發布 LinkedIn 動態更新（在先進的分支版本中）。
• 招募自動化：透過將公開個人檔案資料拉入您的 AI 工作流程來篩選候選人。

運作原理

1. 在本地（或在 Docker 中）執行 MCP 伺服器。
2. 將您相容於 MCP 的 AI 客戶端（例如 Claude Desktop）連接到伺服器 URL。
3. AI 會自動發現可用的 LinkedIn 工具。
4. 透過自然語言進行互動——代理在幕後會呼叫適當的 MCP 工具。

注意：基於爬蟲的版本使用 Selenium 進行瀏覽器自動化，可能會受 LinkedIn 服務條款約束。基於 API 的版本則使用官方或非官方的端點。請務必負責任地使用並尊重平台政策。

安裝（流行的 Python/Selenium 變體）

git clone https://github.com/stickerdaniel/linkedin-mcp-server.git
cd linkedin-mcp-server
# 按照儲存庫特定的設定步驟安裝相依項目並進行身份驗證

其他值得注意的分支：

• TypeScript/以 API 為重點：https://github.com/felipfr/linkedin-mcpserver
• 針對動態消息、職缺或進階自動化的其他社群變體。

相關資源

• 探索不斷壯大的生態系統中更多的 MCP 伺服器與工具。
• 結合其他 MCP 伺服器（例如瀏覽器、電子郵件或行事曆），打造功能強大的多工具 AI 代理。

此伺服器展示了 MCP 如何標準化工具整合，將 LinkedIn 轉變為代理式 AI 工作流程的一流數據來源。