关于 Linkedin-Scrap-MCP-Server
Linkedin-Scrap-MCP-Server 是面向需要查询 LinkedIn 公开资料的 MCP 服务,可通过个人资料 URL 获取实时信息。它将 Fresh LinkedIn Profile Data API 的结果整理为结构化 JSON。
主要功能
- 01按资料 URL 查询
- 02获取实时公开资料
- 03返回结构化 JSON
- 04异步 API 请求
适用场景
- 01查询 LinkedIn 资料中的技能
- 02将公开资料信息用于研究
MCP 相关
服务通过单个 get_profile 工具接收 LinkedIn 个人资料 URL,并返回资料 JSON 或错误信息。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
Linkedin-Scrap-MCP-Server
使用我们的 MCP(Model Context Protocol)服务,轻松获取 LinkedIn 个人资料的实时信息。此服务集成 Fresh LinkedIn Profile Data API,可返回技能等个人资料详情及其他基本设置。它提供单个工具——get_profile,接受 LinkedIn 个人资料 URL,并以结构化 JSON 数据作为响应。
🚀功能
- 实时 LinkedIn 数据:获取最新的个人资料信息,包括技能和核心公开数据(默认禁用其他扩展字段)。
- 异步请求:使用 httpx 构建,可高效执行非阻塞 HTTP 调用。
- 安全处理 API 密钥:通过 dotenv 使用环境变量,安全配置你的 RAPIDAPI_KEY。
⚙️要求
开始之前,请确保你具备以下条件:
- Python 3.7+
- 已安装 MCP 框架
- 所需库:httpx、python-dotenv
- RAPIDAPI_KEY:在 RapidAPI 注册并订阅 Fresh LinkedIn Profile Data API,然后获取你的 API 密钥。
📦安装
1. 克隆代码库:
git clone https://github.com/itsShashankSrivastava/Linkedin-Scrap-MCP-Server
2. 安装依赖项:
uv add mcp[cli] httpx requests
3. 设置环境变量:
RAPIDAPI_KEY=your_rapidapi_key_here
▶️ 运行服务
启动 MCP 服务:
uv run linkedin.py
这将启动服务,并开始通过标准输入/输出监听传入请求。
🤖 MCP 客户端配置
若要将 MCP 客户端连接到此服务,请使用以下内容更新 config.json:
{
"mcpServers": {
"linkedin_profile_scraper": {
"command": "C:/Users/shashank.srivastava/.local/bin/uv",
"args": [
"--directory",
"C:/Users/shashank.srivastava/Desktop/linkedin-scrap",
"run",
"linkedin.py"
]
}
}
}
💡 请根据服务所在位置酌情调整路径。
🧠 工作原理
- 环境设置:使用 dotenv 加载你的 RAPIDAPI_KEY。
- API 集成:使用 httpx 向 Fresh LinkedIn Profile Data API 发起异步 GET 请求。
- MCP 工具 - get_profile:封装 API 逻辑,并返回简洁的 JSON 对象;如果请求失败,则返回错误消息。
- 执行方式:使用 MCP 服务框架的标准输入/输出(stdio)传输方式运行。
🛠 故障排除
- 缺少 RAPIDAPI_KEY:如果未设置,服务将引发 ValueError。请检查你的 .env 文件或系统环境变量。
- API 调用错误:如果 LinkedIn API 请求失败,工具将返回清晰的错误消息,说明问题所在。
如果你觉得这个代码库有帮助,欢迎给它点个 ⭐️;如果需要支持,也可以提交 issue!
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。