LinkedIn

LinkedIn wird lokal ausgeführt, und zwar aus einem auf PyPI veröffentlichten Python-Paket: linkedin-api-mcp, Version 1.0.1. Der Server spricht MCP über stdio: Der Client startet ihn als Programm und kommuniziert mit ihm über Standardein- und -ausgabe. Benötigt wird Python; Clients starten das Paket meist mit uvx (aus uv) oder nach pip install - der übliche Befehl lautet uvx linkedin-api-mcp. Der Server liest diese Umgebungsvariablen: LINKEDIN_COOKIE (geheim), LINKEDIN_HEADLESS, LINKEDIN_MIN_INTERVAL und LINKEDIN_MAX_PER_HOUR; legen Sie sie in der Konfiguration des Clients für diesen Server fest.

Im JSON-Format mcpServers, das viele MCP-Clients für Desktop und Editor lesen, sieht der Eintrag so aus (Platzhalter in spitzen Klammern):

{
  "mcpServers": {
    "linkedin-api-mcp": {
      "command": "uvx",
      "args": [
        "linkedin-api-mcp"
      ],
      "env": {
        "LINKEDIN_COOKIE": "<geheim>",
        "LINKEDIN_HEADLESS": "<wert>",
        "LINKEDIN_MIN_INTERVAL": "<wert>",
        "LINKEDIN_MAX_PER_HOUR": "<wert>"
      }
    }
  }
}

Abgeleitet aus dem Registry-Eintrag, hier nicht getestet. Was der Server tut und zu welchen Bedingungen, legt sein Herausgeber fest; prüfen Sie sein Repository oder seine Website, bevor Sie ihm Zugriff auf Ihre Konten oder Dateien geben. So fügen Sie einem Assistenten einen MCP-Server hinzu · Vor dem Verbinden