mcpField
T
techtenstein-linkedin

techtenstein-linkedin

本地服务
github.com/sathvic-kollu商业与营销015 周前更新

关于 techtenstein-linkedin

techtenstein-linkedin 是面向 Claude、Cline 和 Cursor 会话的 LinkedIn 数据增强 MCP 服务,可查询个人资料、公司信息并按条件搜索人员。适用于销售拓客、招聘寻访和客户研究。

主要功能

  1. 01补充个人资料信息
  2. 02补充公司基本信息
  3. 03按关键词和条件搜索人员
  4. 04筛选地点、公司及职位

适用场景

  1. 01筛选销售潜在客户
  2. 02寻找符合条件的候选人
  3. 03研究目标公司信息

MCP 相关

向 MCP 客户端提供个人资料增强、公司信息增强和人员搜索工具。

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。

mcp.json · 通用配置
{
"mcpServers": {
"sathvic-kollu-techtenstein-linkedin": {
"command": "uvx",
"args": [
"techtenstein-linkedin-mcp"
],
"env": {
"TECHTENSTEIN_API_KEY": "<TECHTENSTEIN_API_KEY>"
}
}
}
}
启动命令uvx techtenstein-linkedin-mcp
需要配置的环境变量
TECHTENSTEIN_API_KEY密钥API key from https://apis.techtenstein.com (free tier: 10 lookups/day)

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypitechtenstein-linkedin-mcp1.0.2

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

Techtenstein LinkedIn MCP

MCP 服务可让你的 Claude、Cline 或 Cursor 会话丰富 LinkedIn 个人资料、公司信息和潜在客户搜索结果。由 Techtenstein LinkedIn Enrichment API 提供支持。

可用于销售潜在客户挖掘、招聘寻源、客户研究或潜在客户评分工作流。

提供的工具

  • linkedin_profile(profile_url) — 完整的个人资料丰富信息(工作经历、教育背景、技能、认证)
  • linkedin_company(company_url) — 企业信息丰富数据(规模、行业、总部、简介、动态)
  • linkedin_search_people(keywords, location, company, title, limit) — 按条件筛选人员

安装(Claude Desktop)

添加到 ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "techtenstein-linkedin": {
      "command": "uvx",
      "args": ["techtenstein-linkedin-mcp"],
      "env": {
        "TECHTENSTEIN_API_KEY": "your_key_from_techtenstein.com"
      }
    }
  }
}

重启 Claude Desktop。随后即可使用全部三个工具。

安装(Cline / VS Code)

配置与 Claude Desktop 相同。

安装(Cursor)

添加到 ~/.cursor/mcp.json:

{
  "mcpServers": {
    "techtenstein-linkedin": {
      "command": "uvx",
      "args": ["techtenstein-linkedin-mcp"],
      "env": {"TECHTENSTEIN_API_KEY": "your_key"}
    }
  }
}

获取 API 密钥

免费套餐(每天 10 次查询,无需信用卡):https://apis.techtenstein.com

付费套餐起价为每月 $25,可查询 500 次。

使用示例

潜在客户挖掘:

“查找这个 LinkedIn 个人资料,并告诉我他们是否适合增长营销岗位:https://linkedin.com/in/example”

客户研究:

“帮我丰富这家公司的信息:https://linkedin.com/company/anthropic”

招聘寻源:

“在柏林寻找 20 名高级数据工程师,要求所在公司有 50-500 名员工。”

Claude 会调用 linkedin_search_people(keywords="senior data engineer", location="Berlin", limit=20) 并返回候选名单。

响应架构

个人资料
{
  "name": "Jane Doe",
  "headline": "Senior Growth Marketer @ Acme",
  "location": "San Francisco, CA",
  "current_title": "Senior Growth Marketer",
  "current_company": "Acme Corp",
  "experience": [{"title": "...", "company": "...", "duration": "..."}],
  "education": [{"school": "...", "degree": "...", "field": "..."}],
  "skills": ["SEO", "Growth", "Analytics"],
  "certifications": ["Google Analytics"]
}
公司
{
  "name": "Anthropic",
  "industry": "Artificial Intelligence",
  "size_range": "501-1000",
  "employee_count": 620,
  "founded": 2021,
  "hq_city": "San Francisco",
  "hq_country": "United States",
  "website": "https://anthropic.com",
  "description": "..."
}

支持

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。