mcpField
L
LinkedIn Profile Finder - Email to LinkedIn URL Lookup

LinkedIn Profile Finder - Email to LinkedIn URL Lookup

リモート
apify.comビジネス・マーケティング01 週間前に更新
リポジトリ公式サイト

LinkedIn Profile Finder - Email to LinkedIn URL Lookup について

メールアドレスから公開 LinkedIn プロフィールの候補 URL を特定し、結果ごとに信頼度を示すオープンソースの Apify Actor/コマンドラインツールです。LinkedIn にログインせず公開情報を照合するため、営業、採用、CRM の情報補完に適しています。

主な機能

  1. 01メールからプロフィール URL を照合
  2. 02結果ごとの信頼度スコア
  3. 03単件または一括メール入力
  4. 04公開された他サービスの手掛かり
  5. 05選択可能な照合モード
  6. 06任意の検索・AI による裏付け

活用シーン

  1. 01営業リードの情報を補完する
  2. 02候補者のメール一覧からプロフィールを探す
  3. 03CRM の連絡先情報を補う
  4. 04メール送信者の候補を確認する

設定

リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。

エンドポイントhttps://mcp.apify.com/?tools=anshumanatrey/linkedin-harvester
インストールコマンドをコピー
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。

すべてのエンドポイント
Streamable HTTPhttps://mcp.apify.com/?tools=anshumanatrey/linkedin-harvester認証が必要

ツール

詳細

LinkedIn プロフィール検索 - メールアドレスから LinkedIn URL を取得

メールアドレスから、その人の公開 LinkedIn プロフィールを信頼度スコア付きで特定します。メールアドレスを1件でもリスト全体でも貼り付けるだけで、CRM、アウトリーチ、採用ワークフローに使える LinkedIn URL の一覧を取得できます。LinkedIn へのログインも、Cookie も不要で、アカウントに紐づく情報もありません。

Apify Actor として利用できます。メールアドレスの確認1件につき $0.005、信頼できる一致1件につき $0.02 です。API キーなしで動作し、無料の Brave Search と Groq のキーを使うと検索範囲が広がります。

得られるもの

  • メールアドレスを入力すると、最適な LinkedIn URL が出力されます。 各行に0~100%の信頼度スコアが付くため、一致結果をどの程度信頼できるかがわかります。
  • 一括処理にも単発処理にも対応。 1件から数千件まで、メールアドレスごとに1行の結果を取得できます。
  • 結果に対して課金。 メールアドレスの確認1件につき0.5セント。一致料金は、URL の信頼度が設定した基準を超えた場合にのみ適用されます。
  • 公開情報のみを使用。 GitHub のコミット作成者、Gravatar、PGP キーサーバー、8つのプラットフォームでのハンドル名の確認を利用します。データブローカーや非公開データベースは使用しません。
  • アカウントに安全。 LinkedIn にログインしたり、セッションにアクセスしたりすることはないため、アカウントがフラグ付けされる心配はありません。

対象ユーザー

  • 営業・グロース: アウトリーチの前に、インバウンドの見込み顧客や登録者に適切な LinkedIn プロフィールを紐づけます。
  • 採用: 候補者のメールアドレス一覧から LinkedIn プロフィールを取得します。
  • RevOps / CRM: コンタクト情報を大規模に整理、検証し、不足情報を補完します。
  • 創業者・事業運営担当者: 実際にメールを送ってきた相手を確認できます。

使い方

  1. メールアドレスを1件、またはリスト全体を貼り付けます。フォームにはデモ用のアドレスが2件入力済みです。ご自身のアドレスに置き換えてください。
  2. 公開プロフィールを確認をオンのままにします。名前とプラットフォームをまたいで使われるハンドル名を取得します。検索キーなしで URL を特定するために必要です。
  3. 一致モードを選択します。バランスがデフォルトで、ほとんどのリストに適しています。
  4. 任意:ウェブ検索による裏付けと AI による名前の分割に使う、無料の Brave Search と Groq のキーを追加します。
  5. 開始をクリックします。結果はデータセットにメールアドレスごとに1行ずつ表示されます。
一致モード
モードおすすめの用途
AI なし最速で無料です。明確で曖昧さのない一致のみを採用します。
バランス(推奨)デフォルトです。不確かな一致に限って追加の処理を行います。
フル AI一致率が最も高くなります。すべてのメールアドレスに対して最も多くの処理を行います。Groq のキーが必要です。

出力結果はどのようなものですか?

これは、2026-09-12 に実行した際の実際のデータセットです(ビルド 0.1.5、API キーなし、デフォルト設定)。メールアドレス6件、25秒、メモリ1 GBです。

メールアドレス検出LinkedIn URL信頼度信頼できる一致名前名前の情報源根拠
[email protected]はいlinkedin.com/in/anshumanatrey97%はいAnshuman AtreyGitHub のコミット4つのプラットフォームでハンドル名を確認
[email protected]はいlinkedin.com/in/satyanadella78%いいえSatya Nadellaアドレス4つのプラットフォームでハンドル名を確認
[email protected]はいlinkedin.com/in/jensenhuang78%いいえJensen Huangアドレス6つのプラットフォームでハンドル名を確認
[email protected]はいlinkedin.com/in/timcook78%いいえTim Cookアドレス3つのプラットフォームでハンドル名を確認
[email protected]はいlinkedin.com/in/sayuj6364%いいえSayuj PillaiGitHub のコミット1つのプラットフォームでハンドル名を確認
[email protected]いいえ0%いいえ役割アドレスのため、候補者なし

信頼できる一致とは、信頼度が80%の基準を超えた行を指します。一致料金がかかるのはこれらの行のみです。信頼度が50~79%の行は一致の可能性がある結果としてスコア付きで無料で返されるため、使用前に確認できます。

JSON の行の例(signals ブロックはスコア判定で確認された情報です):

{
  "email": "[email protected]",
  "found": true,
  "linkedin_url": "https://www.linkedin.com/in/anshumanatrey",
  "confidence": 0.97,
  "passes_gate": true,
  "gate_threshold": 0.8,
  "derived_name": "Anshuman Atrey",
  "name_source": "github_commit",
  "source": "handle_pivot",
  "evidence": "handle 'anshumanatrey' confirmed on 4 platform(s) -> likely LinkedIn slug",
  "signals": {
    "names": [{"value": "Anshuman Atrey", "source": "github_commit"}],
    "handles": ["anshumanatrey"],
    "confirmed_socials": ["GitHub: https://github.com/anshumanatrey", "YouTube: https://www.youtube.com/@anshumanatrey", "Telegram: https://t.me/anshumanatrey"]
  }
}

費用はいくらですか?

イベントごとに課金されます。プラットフォームのコンピューティング費用は料金に含まれています。

イベント料金課金されるタイミング
実行開始$0.01実行ごとに1回
メールのチェック$0.005メールごとに1回。見つかったかどうかは問いません
確度の高い一致$0.02URLが確度のしきい値を超えた場合のみ(デフォルトでは80%)

一般的なジョブ:

ジョブ費用
上記の6件のメールの実行(確度の高い一致が1件)$0.06
メール1件、確度の高い一致$0.035
メール100件、確度の高い一致が30件$1.11
メール1,000件、確度の高い一致が250件$10.01

6件のメールの実行では、デフォルトの1 GB設定でコンピューティングユニットを0.0069使用し、メール1件あたり約4秒かかりました。

一致の精度はどのくらいですか?

上記の実行での測定結果:6件中5件でURLが特定され、そのうち1件がしきい値を超えました。また、役割用メールボックスは正しくスキップされました。

  • 仕事用メール([email protected])では、メールアドレス自体から名前を取得します。次にハンドルを調べ、GitHub、GitLab、dev.to、npm、Gravatar、Linktree、About.me、YouTube、Telegramで、その名前がハンドルとして使われているかを確認します。3件以上ヒットすると、一致の確度は78%になります。
  • 個人用メールアドレスは、その人が開発者またはソーシャルメディア上で公開された情報を持っている場合に特定できます。GitHubのコミット作者名やGravatarの表示名は信頼できる情報源となり、確度は90%台後半まで上がります。
  • しきい値を超える場合。 確度の高い一致には、信頼できる情報源から取得した名前と、複数のプラットフォームで一貫しているハンドルが必要です。無料のBrave Searchキーを使うと候補ごとにウェブ検索で確認でき、設計上、確度78%の一致をしきい値以上に引き上げられます。
  • 見つからない場合は、見つからないままです。 確度の高い推測は行いません。役割用メールボックス(info@、support@、sales@)は調査せずにスキップされます。

知っておくと便利なこと

  • 速度:デフォルトの1 GB設定でメール1件あたり約4秒。メール100件のリストは約7分で完了します。
  • 公開情報のみを使用します。非公開データベースや、仲介業者から取得した連絡先データは使用しません。
  • LinkedInのページはログインが必要なため、URLは他のプラットフォームの情報で裏付けられた有力な手がかりであり、取得済みのプロフィールではありません。プロフィール全体が必要な場合は、Bright Dataキーを使って一致したプロフィールをスクレイピングしてください。
  • 管理権限はお客様にあります。 確度の基準を設定し、AIの使用量を選び、ご自身のキーを持ち込めます。

関連するActor

Actor用途
holehe-email-osintメールアドレス -> 120以上のプラットフォームで登録済みのアカウント
domain-history-contact-osintドメイン -> 以前の所有者、WHOIS履歴、ソースURL付きのアーカイブ済み連絡先
theharvester-osintドメイン -> 54以上の公開ソースから取得したメールアドレス、サブドメイン、IPアドレス

自分で実行する(オープンソース)

このActorはMITライセンスのオープンソースです。ご自身のキーを使ってコマンドラインから実行するには:

git clone https://github.com/AnshumanAtrey/linkedin-harvester.git
cd linkedin-harvester
pip3 install -r requirements.txt

GROQ_API_KEY=your_groq_key BRAVE_API_KEY=your_brave_key \
  python3 -m harvester.find "[email protected]"

無料のキー:Groqはconsole.groq.com/keys、Braveはbrave.com/search/api

責任を持ってご利用ください

正当な営業、採用、調査、確認を目的として開発されています。適用されるプライバシー法(GDPR、CCPA、各地域の同等法)を遵守し、オプトアウトや連絡拒否の依頼を尊重してください。

ライセンス

MITです。詳細はLICENSEをご覧ください。

最終更新日

2026-09-12(バージョン0.1.5)

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。