linkedin-insights-mcp by erikfig - MCP Server

LinkedIn Insights MCP Server

Um servidor MCP (Model Context Protocol) para análise de dados de posts do LinkedIn armazenados em MongoDB.

📋 Sobre o Projeto

Este projeto implementa um servidor MCP que se conecta a um banco MongoDB contendo dados de posts do LinkedIn e fornece ferramentas e recursos para análise desses dados. É ideal para análise de engajamento, performance de posts e insights de conteúdo.

🚀 Funcionalidades

Recursos (Resources)

Todos os Posts: Lista completa de posts
Top Posts: Posts com maior número de impressões
Posts Mais Engajados: Posts com maior taxa de engajamento
Resumo Analytics: Estatísticas gerais dos posts

Ferramentas (Tools)

search_posts: Busca posts com filtros específicos (impressões, datas, conteúdo)
get_post_details: Obtém detalhes de um post específico por ID
analyze_engagement: Analisa métricas de engajamento dos posts

📊 Estrutura dos Dados

Os posts do LinkedIn têm a seguinte estrutura:

interface LinkedInPost {
  _id: { $oid: string };
  url: string;
  comments: number;
  content: string;
  impressions: number;
  reactions: number;
  shares: number;
  postedAt: string;
}

🛠️ Instalação

Clone o repositório:

git clone <url-do-repositorio>
cd mcp-linkeding-mongo

Instale as dependências:

npm install

Configure as variáveis de ambiente criando um arquivo .env:

MONGO_CONNECTION_STRING=mongodb://localhost:27017
MONGO_DB=linkedin_insights_v2
MONGO_COLLECTION_NAME=linkedin_posts

🔧 Scripts Disponíveis

npm run build: Compila o TypeScript para JavaScript
npm run start: Executa o servidor compilado
npm run dev: Executa em modo desenvolvimento com ts-node
npm run mcp: Alias para executar o servidor MCP

📱 Como Usar

Executar o Servidor

npm run mcp

Conectar via MCP

O servidor implementa o protocolo MCP e pode ser usado com qualquer cliente compatível. Ele se comunica via STDIO.

Exemplos de Uso

Buscar posts com filtros:

{
  "tool": "search_posts",
  "arguments": {
    "minImpressions": 1000,
    "startDate": "2024-01-01",
    "hasContent": true
  }
}

Obter detalhes de um post:

{
  "tool": "get_post_details", 
  "arguments": {
    "postId": "60f7b2b4c4f5a3b2d4e6f7a8"
  }
}

🗄️ Configuração do MongoDB

O projeto espera uma coleção MongoDB com posts do LinkedIn. Certifique-se de que:

O MongoDB está rodando e acessível
O banco de dados e coleção existem
As credenciais estão corretas no .env

📈 Métricas Calculadas

Taxa de Engajamento: (reactions + comments + shares) / impressions * 100
Total de Interações: reactions + comments + shares
Impressões Médias: Média de impressões por post

🔒 Variáveis de Ambiente

Variável	Descrição	Padrão
`MONGO_CONNECTION_STRING`	String de conexão MongoDB	`mongodb://localhost:27017`
`MONGO_DB`	Nome do banco de dados	`linkedin_insights_v2`
`MONGO_COLLECTION_NAME`	Nome da coleção	`linkedin_posts`

🛡️ Tratamento de Erros

O servidor inclui tratamento de erros para:

Conexão com MongoDB
Posts não encontrados
Ferramentas inexistentes
Recursos inválidos

📦 Dependências

@modelcontextprotocol/sdk: SDK para implementação MCP
mongodb: Driver oficial do MongoDB
dotenv: Carregamento de variáveis de ambiente
zod: Validação de esquemas TypeScript

🤝 Desenvolvimento

O projeto usa TypeScript e está estruturado em módulos:

src/index.ts: Servidor principal e configuração MCP
src/database.ts: Gerenciador de conexão e operações MongoDB
src/tools.ts: Implementação das ferramentas MCP
src/resources.ts: Implementação dos recursos MCP
src/types.ts: Definições de tipos e esquemas

📄 Licença

ISC