Show HN: 未关联，LinkedIn 的 MCP 服务器
一句话看懂：一位开发者发布了名为“Unlinked”的开源工具，它是一个专为 LinkedIn 设计的 MCP 服务器，能让 AI 助手（如 Claude Desktop、GitHub Copilot）直接、准确地读取用户的 LinkedIn 职业档案数据，无需手动复制粘贴或猜测。
事件核心：发生了什么
该项目由开发者 Lars Baunwall 在 GitHub 上发布，是一个用 TypeScript 编写的 MCP 服务器。它通过 LinkedIn 官方的“成员数据可移植性 API”（Member Data Portability API）来获取用户的完整档案，包括职位经历、教育背景、技能、认证、项目、语言、荣誉、出版物和专利等。目前，该 API 仅对位于欧洲经济区（EEA）和瑞士的 LinkedIn 会员开放，初步归功于《数字市场法案》（DMA）。Unlinked 在运行后，AI 助手可以执行“读取完整档案”、“按名称获取特定数据域”、“轮询近 28 天内的档案变更”以及“检查授权状态”等操作。所有数据访问均为只读，用户的访问令牌仅用于与 LinkedIn 通信，不会被存储或记录。
为什么重要
MCP（Model Context Protocol）是连接 AI 与外部数据源的标准化协议，旨在让 AI 拥有更精准的上下文。Unlinked 的发布标志着 LinkedIn 这一全球最大的职业社交平台的数据，正式通过官方、合法的 API 渠道被接入 AI 工作流。此前，开发者若想让 AI 了解用户的职业背景，往往需要手动上传简历、使用非官方爬虫或依赖用户不准确的描述。Unlinked 提供了一条合规、实时且结构化的路径，不仅提升了 AI 对话中关于职业信息的准确度，也规避了因数据抓取带来的法律风险。这为专业场景下，如 AI 协助撰写职业推荐信、模拟面试或个性化职业建议等应用，打下了基础设施基础。
对用户/开发者/创作者的影响
对于普通用户（特别是 EEA 和瑞士的用户），这意味着配置完成后，他们可以授权 Claude Desktop 等 AI 工具，直接基于自己实时更新的 LinkedIn 档案来回答问题，比如“帮我优化我的工作经历描述”或“根据我最近的职业变化，推荐一个技能学习方向”。对于开发者而言，Unlinked 是一个开源组件，可以轻松集成到任何支持 MCP 的客户端中，无需自己处理 LinkedIn API 的鉴权、数据格式化和轮询逻辑，大幅降低了开发复杂度。对于职业内容创作者而言，这提供了一种自动化获取个人职业最新动态的方式，可能催生出更精准的简历优化、职业规划分析等 AI 应用。
值得关注的后续
第一，地域限制是最大的门槛。LinkedIn 为何仅对 EEA 和瑞士开放该 API，以及未来是否会基于其他司法管辖区（如美国、亚洲）扩大开放，将直接影响其普及程度。第二，该项目目前处于早期阶段，开发者需要遵循官方指南在 LinkedIn 开发者平台创建应用并获取令牌，步骤较为繁琐，后续是否有更便捷的“一键授权”或桌面客户端封装，将决定其大众化潜力。第三，随着 MCP 生态的成熟，LinkedIn 官方是否可能推出自己的 MCP 服务器，或者对第三方实现如 Unlinked 的合作或限制，也会影响这类工具的长期可用性。
来源：github.com
