返回 MCP 目录
public公开dns本地运行

linkedin-jobs-mcp-server

一个基于Model Context Protocol (MCP)的LinkedIn职位搜索服务,通过RapidAPI LinkedIn Data API实现职位搜索、详情获取和地点查询功能。

article

README

🚀 LinkedIn 工作 MCP 服务器

这是一个模型上下文协议(MCP)服务器,可借助 RapidAPI 的 LinkedIn 数据 API 来搜索和检索 LinkedIn 职位发布,能有效满足用户对职位信息的获取需求。

🚀 快速开始

运行 MCP 服务器

python main.py

此操作将启动使用 stdio 传输的 MCP 服务器,适用于通过 Claude Desktop 应用程序与 Claude 集成。

配置 Claude Desktop

若要将此 MCP 服务器与 Claude Desktop 一同使用,请在 claude_desktop_config.json 中添加以下配置:

{
    "mcpServers": {
        "mcp-linkedin": {
            "command": "/path/to/python",
            "args": [
                "--directory",
                "/path/to/linkedin-jobs-mcp",
                "run",
                "main.py"
            ]
        }
    }
}

示例配置如下:

{
    "mcpServers": {
        "documentation": {
            "command": "/Users/Rom/.local/bin/uv",
            "args": [
            "--directory",
            "/Users/Rom/Documents/personal_projects/documentation",
            "run",
            "main.py"
            ]
        }
    }
}

✨ 主要特性

  • 支持使用关键字搜索 LinkedIn 职位发布。
  • 可按位置过滤职位。
  • 能够获取特定职位发布的详细信息。
  • 具备通过关键字查找 LinkedIn 地点 ID 的位置搜索功能。

📦 安装指南

  1. 克隆此仓库:
git clone https://github.com/yourusername/linkedin-jobs-mcp.git
cd linkedin-jobs-mcp
  1. 安装所需的包:
pip install -r requirements.txt
  1. 在项目根目录中创建一个 .env 文件,并添加您的 RapidAPI 密钥:
RAPIDAPI_KEY=your_rapidapi_key_here

💻 使用示例

基础用法

python main.py

上述命令用于启动 MCP 服务器。

高级用法

在配置好 Claude Desktop 后,可与 Claude 进行交互,示例如下:

在 LinkedIn 上查找编程相关的职位。

Claude 回应:

{
    "jobs": [
        {
            "title": "高级软件工程师",
            "company": "Tech Corp",
            "location": "美国加利福尼亚州帕洛阿尔托",
            "salary": "$120,000 - $150,000",
            "description": "我们正在寻找一名经验丰富的软件工程师,加入我们的团队..."
        },
        {
            "title": "前端开发人员",
            "company": "Web Solutions Inc.",
            "location": "英国伦敦",
            "salary": "£60,000 - £80,000",
            "description": "我们正在寻找一名熟练的前端开发者,帮助我们构建..."
        },
        // 更多职位...
    ]
}

📚 详细文档

什么是 MCP?

模型上下文协议(MCP)是由 Anthropic 开发的一个框架,允许像 Claude 这样的 AI 模型与外部工具和 API 交互。MCP 使 Claude 能够执行代码、访问数据库、从互联网获取信息等,显著扩展了其训练数据之外的功能。

MCP 通过定义一组工具来实现,这些工具可以通过标准化协议被 Claude 调用。当 Claude 需要需要外部访问的信息时,它可以调用这些工具,这些工具执行必要的操作并将结果返回给 Claude。这使得 Claude 能够提供更准确、更及时且上下文相关性强的响应。

了解更多关于 MCP 的信息,请参考 Anthropic 的公告

可用工具

MCP 服务器提供以下工具:

  1. search_jobs(keywords, limit=10, location='Israel', format_output=True) - 在指定位置搜索匹配关键字的职位。
  2. get_job_details(job_id) - 获取特定职位发布的详细信息。
  3. search_locations(keyword) - 按关键字搜索 LinkedIn 地点 ID。

🔧 技术细节

要求

  • Python 3.8+
  • 具备 LinkedIn 数据 API 访问权限的 RapidAPI 密钥
  • 必需的 Python 包(参见 requirements.txt

依赖框架与 API

📄 许可证

项目在 MIT License 下许可。

🔗 贡献

欢迎贡献!请查看 CONTRIBUTING.md 了解如何参与。

help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端