mcpField
L
LinkedIn Profile Scraper MCP Server

LinkedIn Profile Scraper MCP Server

ローカル
github.com/codingasluブラウザ自動化182 週間前に更新

LinkedIn Profile Scraper MCP Server について

Fresh LinkedIn Profile Data API を通じて LinkedIn のプロフィール情報を取得する Python 製 MCP サーバーです。単一のツールから JSON 形式のプロフィールデータを必要とする MCP クライアント向けです。

主な機能

  1. 01LinkedIn URL からプロフィールを取得
  2. 02プロフィール詳細を JSON で返却
  3. 03RapidAPI キーによる認証
  4. 04非同期 HTTP リクエスト

活用シーン

  1. 01指定 URL のプロフィール情報を取得
  2. 02LinkedIn のプロフィールデータを MCP クライアントへ渡す
  3. 03プロフィール API リクエストを非同期処理

MCP 対応

単一の MCP ツール get_profile を公開し、LinkedIn プロフィール URL を受け取り、プロフィールデータを JSON で返します。stdio トランスポートを使用し、RapidAPI キーが必要です。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

LinkedIn プロフィールスクレイパー MCP サーバー

この MCP サーバーは、Fresh LinkedIn Profile Data API を使用して LinkedIn のプロフィール情報を取得します。モデルコンテキストプロトコル(MCP)サーバーとして実装されており、LinkedIn のプロフィール URL を受け取り、プロフィールデータを JSON 形式で返す単一のツール get_profile を公開します。

特長

  • プロフィールデータの取得: スキルやその他の設定を含む LinkedIn のプロフィール情報を取得します(追加の詳細の大半は無効になっています)。
  • 非同期 HTTP リクエスト: ブロッキングなしの API 呼び出しに httpx を使用します。
  • 環境変数による設定: dotenv を使用して、環境変数から RAPIDAPI_KEY を読み込みます。

前提条件

  • Python 3.7 以降: Python バージョン 3.7 以降を使用していることを確認してください。
  • MCP フレームワーク: MCP フレームワークがインストールされていることを確認してください。
  • 必要なライブラリ: httpx、python-dotenv、その他の依存関係をインストールしてください。
  • RAPIDAPI_KEY: RapidAPI から API キーを取得し、プロジェクトディレクトリ内の .env ファイルに追加するか、環境変数に設定してください。

インストール

  1. リポジトリをクローンする:

    git clone https://github.com/codingaslu/Linkedin_Mcp_Server
    cd Linkedin_Mcp_Server
    
  2. 依存関係をインストールする:

    uv add mcp[cli] httpx requests
    
  3. 環境変数を設定する:

    プロジェクトディレクトリに .env ファイルを作成し、次の内容を記述します。

    RAPIDAPI_KEY=your_rapidapi_key_here
    

サーバーの実行

MCP サーバーを実行するには、次のコマンドを実行します。

uv run linkedin.py

サーバーが起動し、標準 I/O 経由で受信リクエストを待ち受けます。

MCP クライアントの設定

MCP クライアントをこのサーバーに接続するには、config.json に次の設定を追加します。環境に合わせてパスを調整してください。

{
  "mcpServers": {
    "linkedin_profile_scraper": {
      "command": "C:/Users/aiany/.local/bin/uv",
      "args": [
        "--directory",
        "C:/Users/aiany/OneDrive/Desktop/linkedin-mcp/project",
        "run",
        "linkedin.py"
      ]
    }
  }
}

コードの概要

  • 環境の設定: サーバーは dotenv を使用して、Fresh LinkedIn Profile Data API での認証に必要な RAPIDAPI_KEY を読み込みます。
  • API 呼び出し: 非同期関数 get_linkedin_data は、指定したクエリパラメーターを使用して API に GET リクエストを送信します。
  • MCP ツール: get_profile ツールは API 呼び出しをラップし、整形済みの JSON データを返します。呼び出しに失敗した場合は、エラーメッセージを返します。
  • サーバーの実行: MCP サーバーは stdio トランスポートを使用して実行されます。

トラブルシューティング

  • RAPIDAPI_KEY が見つからない: キーが設定されていない場合、サーバーは ValueError を発生させます。キーが .env ファイルに追加されているか、環境変数に設定されていることを確認してください。
  • API エラー: API リクエストに失敗すると、プロフィールデータを取得できなかったことを示すメッセージがツールから返されます。

ライセンス

このプロジェクトは MIT License の下でライセンスされています。詳細については、LICENSE ファイルを参照してください。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。