LinkedIn Model Context Protocol (MCP) Server

LinkedIn MCP サーバー

AI アシスタントに LinkedIn へのフルアクセスを提供する MCP サーバーです。求人検索、プロフィールや企業の閲覧、AI による履歴書とカバーレターの生成、応募のトラッキングが可能です。公式 MCP Python SDK（FastMCP）で構築されています。

---

できること

カテゴリ	機能
求人検索	フィルター（キーワード、勤務地、職種、経験レベル、リモート、掲載日）を使った検索、求人詳細の取得、おすすめの取得
プロフィールと企業	任意の LinkedIn プロフィールや企業ページの取得、最適化の提案を含む AI によるプロフィール分析
履歴書生成	LinkedIn プロフィールからの履歴書生成、特定の求人に合わせた履歴書のカスタマイズ、3 つの組み込みテンプレート
カバーレター	各求人に合わせてパーソナライズされた AI 生成のカバーレター、2 つの組み込みテンプレート
応募トラッキング	ステータスのワークフロー（interested → applied → interviewing → offered/rejected/withdrawn）で応募をローカルに管理
出力形式	HTML、Markdown、PDF（WeasyPrint 経由）

---

クイックスタート

1. インストール

# Core installation
pip install -e .

# With AI features (resume/cover letter generation, profile analysis)
pip install -e ".[ai]"

# With PDF export
pip install -e ".[pdf]"

# Everything
pip install -e ".[all]"

2. 設定

cp .env.example .env

.env に認証情報を記入してください:

[email protected]
LINKEDIN_PASSWORD=your_password
ANTHROPIC_API_KEY=sk-ant-...    # Optional — enables AI features

3. 実行

スタンドアロン:

linkedin-mcp

Claude Desktop の場合 — claude_desktop_config.json に追加します:

{
  "mcpServers": {
    "linkedin": {
      "command": "linkedin-mcp"
    }
  }
}

Claude Code の場合 — .mcp.json に追加します:

{
  "linkedin": {
    "command": "linkedin-mcp"
  }
}

---

ツールリファレンス

求人ツール（3）

ツール	パラメータ	説明
search_jobs	keywords, location, job_type, experience_level, remote, date_posted, page, count	豊富なフィルターで LinkedIn の求人を検索します
get_job_details	job_id	求人情報の詳細な説明、スキル、メタデータを取得します
get_recommended_jobs	count	パーソナライズされた求人のおすすめを取得します

プロフィールツール（3）

ツール	パラメータ	説明
get_profile	profile_id	LinkedIn プロフィールを取得します（自分の場合は "me"）— 職歴、学歴、スキル
get_company	company_id	企業情報を取得します — 概要、規模、本社所在地、専門分野
analyze_profile	profile_id	実行可能な最適化の提案を含む AI によるプロフィールレビュー

ドキュメント生成ツール（4）

ツール	パラメータ	説明
generate_resume	profile_id, template, output_format	LinkedIn プロフィールから履歴書を生成します
tailor_resume	profile_id, job_id, template, output_format	特定の求人に合わせてカスタマイズした履歴書を生成します
generate_cover_letter	profile_id, job_id, template, output_format	求人に合わせてパーソナライズされたカバーレターを作成します
list_templates	template_type	利用可能なテンプレートを一覧表示します（resume、cover_letter、または all）

テンプレート: modern · professional · minimal（履歴書）| professional · concise（カバーレター） 形式: html · md · pdf

応募トラッキングツール（3）

ツール	パラメータ	説明
track_application	job_id, job_title, company, status, notes, url	求人への応募のトラッキングを開始します
list_applications	status	トラッキング中の応募をすべて一覧表示します。任意でステータスによる絞り込みが可能です
update_application_status	job_id, status, notes	応募のステータスを更新します

ステータス値: interested · applied · interviewing · offered · rejected · withdrawn

---

アーキテクチャ

src/linkedin_mcp/
├── server.py                    # FastMCP entry point — 13 tools, 1 resource
├── config.py                    # Settings from .env (frozen dataclass)
├── exceptions.py                # 7-class exception hierarchy
├── models/
│   ├── linkedin.py              # Profile, Job, Company models (Pydantic v2)
│   ├── resume.py                # Resume & cover letter content models
│   └── tracking.py              # Application tracking model
├── services/
│   ├── linkedin_client.py       # LinkedIn API wrapper (async via asyncio.to_thread)
│   ├── job_search.py            # Job search with TTL caching
│   ├── profile.py               # Profile/company access with caching
│   ├── resume_generator.py      # AI-enhanced resume generation
│   ├── cover_letter_generator.py
│   ├── application_tracker.py   # Local JSON-based application tracking
│   ├── cache.py                 # Unified JSON file cache with TTL
│   ├── template_manager.py      # Jinja2 sandboxed template engine
│   └── format_converter.py      # HTML → PDF/Markdown conversion
├── ai/
│   ├── base.py                  # Abstract AI provider interface
│   └── claude_provider.py       # Anthropic Claude implementation
└── templates/
    ├── resume/                  # modern.j2, professional.j2, minimal.j2
    └── cover_letter/            # professional.j2, concise.j2

主要な設計上の決定

• 公式 MCP SDK — 独自のプロトコル実装ではなく、@mcp.tool() デコレーターを備えた FastMCP を使用
• 全体を通じて非同期 — すべての同期 LinkedIn API 呼び出しを asyncio.to_thread() でラップし、ブロッキングを回避
• レイヤードアーキテクチャ — ツール → サービス → クライアント、サービス層でのキャッシュを伴う
• AI はオプション — コアの LinkedIn 機能は Anthropic API キーなしで動作します。AI は履歴書・カバーレターの生成を強化します
• セキュリティ強化 — Jinja2 SandboxedEnvironment、WeasyPrint の SSRF 保護、パストラバーサルガード、認証情報の秘匿化、入力検証

---

設定

すべての設定は環境変数から読み込まれます（.env ファイルをサポート）：

変数	必須	デフォルト	説明
LINKEDIN_USERNAME	はい	—	あなたの LinkedIn メールアドレス
LINKEDIN_PASSWORD	はい	—	あなたの LinkedIn パスワード
ANTHROPIC_API_KEY	いいえ	—	AI 機能（履歴書・カバーレターの生成、プロフィール分析）を有効化します
AI_MODEL	いいえ	claude-sonnet-4-20250514	使用する Claude モデル
DATA_DIR	いいえ	~/.linkedin_mcp/data	キャッシュ、トラッキングデータ、生成ファイル用のディレクトリ
CACHE_TTL_HOURS	いいえ	24	LinkedIn API レスポンスをキャッシュする期間
LOG_LEVEL	いいえ	INFO	ログレベル（DEBUG、INFO、WARNING、ERROR）

---

開発

# Install with all dependencies
pip install -e ".[all,dev]"

# Run tests (82 tests)
pytest

# Run with coverage
pytest --cov=linkedin_mcp

# Lint
ruff check src/ tests/

テストカバレッジ

テストはすべてのレイヤーをカバーしています：設定、モデル、サービス（キャッシュ、トラッカー、求人検索、プロフィール、履歴書・カバーレターの生成、LinkedIn クライアントフォーマッター、フォーマットコンバーター）、AI プロバイダー、および MCP ツールハンドラーです。

---

使用例

接続したら、AI アシスタントに次のように尋ねてください：

「米国にあるリモートの Python 開発者求人を検索して」

「satyanadella のプロフィールを見せて」

「求人 3847291056 に合わせて、私の LinkedIn プロフィールから履歴書を生成して」

「簡潔なテンプレートを使って、求人 3847291056 のカバーレターを作成して」

「Google のシニアエンジニア職への応募をトラッキングして — ステータス：応募済み」

「面接段階にあるすべての応募を一覧表示して」

「私の LinkedIn プロフィールを分析して、改善点を提案して」

---

ライセンス

MIT