mcpField
L
linkedin-export

linkedin-export

github.com/tdiminoデータ・データベース4144 回インストール1 週間前に更新
リポジトリ

linkedin-export について

LinkedIn GDPR エクスポート ZIP を構造化データに変換するコマンドラインスキルです。検索・分析・Markdown 出力やセマンティック検索の準備に使え、LinkedIn 活動の整理に適しています。

主な機能

  1. 01エクスポート CSV を JSON に変換
  2. 02人物・キーワード・日付でメッセージ検索
  3. 03つながりの企業や時系列を分析
  4. 04メッセージなどを Markdown に出力
  5. 05RLAMA のセマンティック検索用文書を作成

活用シーン

  1. 01人物や話題から会話を検索
  2. 02企業や年別につながりを確認
  3. 03LinkedIn データの Markdown アーカイブ作成
  4. 04RLAMA でエクスポートデータを意味検索

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/tdimino/claude-code-minoan --skill linkedin-export

インストール後、Claude Code で/linkedin-exportを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

README.md
references/
linkedin-export-format.md
scripts/
li_export.py
li_ingest.py
li_network.py
li_parse.py
li_search.py

詳細

LinkedIn エクスポートスキル

LinkedIn の GDPR データエクスポートを構造化された JSON に解析し、メッセージを検索し、つながりを分析し、Markdown にエクスポートして、セマンティック検索のために RLAMA に取り込みます。

前提条件

  • uv 経由の Python 3.10+
  • LinkedIn GDPR エクスポート ZIP — 次の場所からリクエストしてください：LinkedIn → 設定 → データのプライバシー → データのコピーを取得
  • RLAMA + Ollama（任意、セマンティック検索への取り込み用）

クイックスタート

# 1. Parse the export ZIP (run once)
uv run ~/.claude/skills/linkedin-export/scripts/li_parse.py ~/Downloads/Basic_LinkedInDataExport_*.zip

# 2. Search, analyze, export, or ingest
uv run ~/.claude/skills/linkedin-export/scripts/li_search.py --list-partners
uv run ~/.claude/skills/linkedin-export/scripts/li_network.py summary
uv run ~/.claude/skills/linkedin-export/scripts/li_export.py all --output ~/linkedin-archive/
uv run ~/.claude/skills/linkedin-export/scripts/li_ingest.py

すべてのスクリプトは ~/.claude/skills/linkedin-export/data/parsed.json から読み込みます。一度解析すれば、何度でもクエリできます。

解析 — li_parse.py

LinkedIn GDPR エクスポート内のすべての CSV を解凍して解析し、構造化された JSON に変換します。

uv run ~/.claude/skills/linkedin-export/scripts/li_parse.py <linkedin-export.zip>
uv run ~/.claude/skills/linkedin-export/scripts/li_parse.py <zip> --output /custom/path.json

出力：~/.claude/skills/linkedin-export/data/parsed.json

23 種類の CSV を解析します：

コア：メッセージ、つながり、プロフィール、職歴、学歴、スキル、推薦、招待、推薦文、シェア、リアクション、資格

拡張：コメント（548 件）、プロジェクト（3 件）、表彰（2 件）、組織（3 件）、ボランティア活動（1 件）、言語（9 件）、イベント（12 件）、メンバーのフォロー（828 件）、求人応募（443 件、複数ファイルを統合）、送信した推薦（3 件）、推定情報（4 件）

CSV の列名を自動検出し（大文字と小文字を区別しません）、LinkedIn の前置き形式（Connections.csv）を処理し、分割されたファイル（Job Applications）を統合します。

メッセージの検索 — li_search.py

人物、キーワード、期間、またはそれらの組み合わせでメッセージを検索します。

# Search by person
uv run ~/.claude/skills/linkedin-export/scripts/li_search.py --person "Jane Doe"

# Search by keyword
uv run ~/.claude/skills/linkedin-export/scripts/li_search.py --keyword "project proposal"

# Date range
uv run ~/.claude/skills/linkedin-export/scripts/li_search.py --after 2025-01-01 --before 2025-06-01

# Combined filters
uv run ~/.claude/skills/linkedin-export/scripts/li_search.py --person "Jane" --keyword "meeting" --after 2025-06-01

# Full conversation by ID
uv run ~/.claude/skills/linkedin-export/scripts/li_search.py --conversation "CONVERSATION_ID"

# List all conversation partners (sorted by message count)
uv run ~/.claude/skills/linkedin-export/scripts/li_search.py --list-partners

# Show context around matches
uv run ~/.claude/skills/linkedin-export/scripts/li_search.py --keyword "AI" --context 3

# Full message content + JSON output
uv run ~/.claude/skills/linkedin-export/scripts/li_search.py --keyword "proposal" --full --json

フラグ：--person、--keyword、--after、--before、--conversation、--list-partners、--context N、--full、--limit N、--json

ネットワーク分析 — li_network.py

つながりのグラフを分析します — 企業、役職、時系列。

# Summary stats
uv run ~/.claude/skills/linkedin-export/scripts/li_network.py summary

# Top companies by connection count
uv run ~/.claude/skills/linkedin-export/scripts/li_network.py companies --top 20

# Connection timeline
uv run ~/.claude/skills/linkedin-export/scripts/li_network.py timeline --by year
uv run ~/.claude/skills/linkedin-export/scripts/li_network.py timeline --by month

# Role/title distribution
uv run ~/.claude/skills/linkedin-export/scripts/li_network.py roles --top 20

# Search connections
uv run ~/.claude/skills/linkedin-export/scripts/li_network.py search "Anthropic"

# Export connections to CSV or JSON
uv run ~/.claude/skills/linkedin-export/scripts/li_network.py export --format csv
uv run ~/.claude/skills/linkedin-export/scripts/li_network.py export --format json

サブコマンド：summary、companies、timeline、roles、search、export

Markdown へのエクスポート — li_export.py

解析済みのデータを整理された Markdown ファイルに変換します。

# Export messages (one file per conversation)
uv run ~/.claude/skills/linkedin-export/scripts/li_export.py messages --output ~/linkedin-archive/messages/

# Export connections as Markdown table
uv run ~/.claude/skills/linkedin-export/scripts/li_export.py connections --output ~/linkedin-archive/connections.md

# Export everything
uv run ~/.claude/skills/linkedin-export/scripts/li_export.py all --output ~/linkedin-archive/

# Export RLAMA-optimized documents
uv run ~/.claude/skills/linkedin-export/scripts/li_export.py rlama --output ~/linkedin-archive/rlama/

サブコマンド：messages、connections、all、rlama

RLAMA への取り込み — li_ingest.py

RLAMA に最適化されたドキュメントを準備し、セマンティック検索用のコレクションを作成します。

# Full pipeline: prepare docs + create RLAMA collection
uv run ~/.claude/skills/linkedin-export/scripts/li_ingest.py

# Prepare docs only (no RLAMA required)
uv run ~/.claude/skills/linkedin-export/scripts/li_ingest.py --prepare-only

# Rebuild existing collection
uv run ~/.claude/skills/linkedin-export/scripts/li_ingest.py --rebuild

コレクション：linkedin-tdimino（固定／600／100 のチャンク分割、リランカー有効、13 件のドキュメント、2.14 MB）

クエリ（デフォルト：取得のみ、Claude が合成）：

# Retrieve raw chunks — Claude reads and synthesizes (best quality)
python3 ~/.claude/skills/rlama/scripts/rlama_retrieve.py linkedin-tdimino "What projects has Tom built?" -k 10

# Fallback: local LLM answers (only without Claude)
rlama run linkedin-tdimino --query "Who works at Google?"

RLAMA ドキュメントの構成（13 ファイル）：

  • messages-conversations-{a-f,g-l,m-r,s-z}.md — 会話をアルファベット順にグループ化
  • connections-companies.md — 企業別のつながり
  • connections-timeline.md — 年別のつながり
  • profile-positions-education.md — 履歴書データ
  • endorsements-skills.md — スキルと推薦
  • shares-reactions.md — 投稿とアクティビティ
  • comments-activity.md — 日付とリンク付きの548件のコメント
  • projects-honors-volunteering.md — プロジェクト、表彰、ボランティア活動、組織
  • metadata-languages-events-follows.md — 言語、イベント、フォロー、求人応募、送信した推薦、推定情報
  • INDEX.md — コレクションのメタデータと件数

データ形式リファレンス

CSV の列に関する完全なドキュメントは、references/linkedin-export-format.md をご覧ください。

LinkedIn エクスポート ZIP 内の主なファイル（23 件を解析）：

CSV内容
messages.csvすべてのメッセージと InMail
Connections.csv1 次のつながり（前文形式）
Profile.csvプロフィールデータ
Positions.csv職歴
Education.csv学歴
Skills.csv登録されたスキル
Endorsement_Received_Info.csv受け取った推薦
Invitations.csvつながりリクエスト
Recommendations_Received.csv受け取った推薦文
Shares.csv投稿とシェア
Reactions.csv投稿へのリアクション
Certifications.csv資格
Comments.csv投稿へのコメント
Projects.csvプロジェクト（Bazaar、Dream Daimon など）
Honors.csv受賞歴とハッカソンでの入賞
Organizations.csvクラブとグループ
Volunteering.csvボランティア活動
Languages.csv言語能力
Events.csvLinkedIn イベント
Member_Follows.csvフォローしている人／企業
Jobs/Job Applications*.csv求人への応募（複数のファイルに分割）
Recommendations_Given.csv作成した推薦文
Inferences_about_you.csvLinkedIn による推測

スクリプト選択ガイド

タスクスクリプト例
初回セットアップli_parse.pyZIP を解析
会話を検索li_search.py --person人名で検索
トピックを検索li_search.py --keywordキーワードで検索
最もよく話す相手を確認li_search.py --list-partners相手の一覧を並べ替え
企業の内訳を確認li_network.py companies上位の企業
ネットワークの成長を確認li_network.py timelineつながりの推移
メッセージをアーカイブli_export.py messages会話ごとの Markdown
セマンティック検索li_ingest.pyRLAMA コレクション

コメント

Markdown 対応