Il n’existe pas de serveur MCP LinkedIn officiel : l’URL à utiliser dépend donc du serveur communautaire choisi. Cet article présente les points de terminaison locaux et hébergés, la configuration exacte pour Claude Desktop, Claude Code et Cursor, la procédure de connexion et les tâches qui valent la peine d’être automatisées, ainsi que les risques pour votre compte.
Tapez « LinkedIn MCP server URL » dans une barre de recherche et la première surprise est qu’il n’existe aucune adresse unique à copier. LinkedIn ne publie pas de serveur MCP à lui, et depuis octobre 2026, toutes les options que vous pouvez installer ou auxquelles vous pouvez vous connecter proviennent d’un projet communautaire ou d’une plateforme tierce payante. Cela change la manière de choisir une solution, de la configurer et du risque que vous prenez pour votre compte.
Cet article montre ce que le serveur open source le plus populaire expose réellement, quelle URL correspond à quelle configuration, la configuration exacte pour Claude Desktop, Claude Code et Cursor, ainsi que les tâches d’emploi, de recherche et de prospection à confier à un assistant. Il trace aussi la frontière entre un raccourci utile et un compte restreint.
MCP signifie Model Context Protocol, un standard ouvert qui permet à un assistant d’IA d’appeler des outils externes via une interface unique et cohérente. Un serveur MCP LinkedIn est un petit programme qui encapsule les actions LinkedIn (lire un profil, rechercher des offres, lister les conversations de la messagerie) sous forme d’outils que votre assistant peut appeler en langage courant.
On y recourt pour quelques raisons récurrentes. Les recruteurs veulent une présélection sans ouvrir quarante onglets. Les candidats veulent des offres classées selon leur propre parcours. Les fondateurs veulent un résumé rapide d’un prospect avant un appel. Chacun de ces cas est une boucle répétitive de lecture et de synthèse, ce qu’un assistant doté des bons outils fait très bien, et ce qu’une session de navigateur manuelle fait mal.
Vous tapez quelque chose comme « trouve les postes de product design en télétravail publiés cette semaine ». L’assistant appelle le serveur, qui lit LinkedIn via une session de navigateur ou une API, et du texte structuré revient. L’assistant classe, résume ou rédige ensuite à partir de ces données. Plus besoin de copier-coller entre les onglets.
Il existe trois familles, et la question de l’URL dépend de celle que vous choisissez.
| Type | Mode d’accès à LinkedIn | Lieu d’exécution | Coût habituel |
|---|---|---|---|
| Automatisation du navigateur (le serveur open source populaire) | Une session de navigateur connectée sur votre machine | Local, stdio | Gratuit |
| Wrappers d’API REST | Une application OAuth approuvée par LinkedIn, limitée aux permissions accordées | Local ou hébergé | Dépend de votre accès |
| Plateformes de scraping gérées | L’infrastructure du prestataire | URL distante hébergée | Payant |
💡 L’option open source la plus utilisée est stickerdaniel/linkedin-mcp-server sur GitHub, publiée sur PyPI sous le nom
mcp-server-linkedin(elle s’appelait auparavantlinkedin-scraper-mcp, et l’ancien nom redirige toujours vers le nouveau). Chaque commande, chaque option et chaque nom d’outil ci-dessous provient de sa documentation, et « le serveur » désigne celui-ci.
Pour un compte personnel, le serveur local à session de navigateur est le chemin le plus simple : aucune demande d’application développeur à déposer, aucun tiers qui détient vos données, et un coût nul. Le compromis est le risque lié aux conditions d’utilisation décrit plus bas, ce qui le destine à un usage personnel à faible volume. Un wrapper basé sur une API est plus sûr sur le papier, mais il ne renvoie que ce que votre application approuvée est autorisée à lire, et LinkedIn accorde ces permissions avec parcimonie. Une plateforme hébergée fait gagner du temps de configuration et coûte de l’argent, et vous acceptez un intermédiaire entre vous et vos données.
Le transport par défaut est stdio. Votre client lance le serveur comme processus enfant et communique avec lui par l’entrée et la sortie standard : il n’y a donc aucune « URL de serveur » à coller dans un champ. Ce que vous donnez au client est une commande : uvx mcp-server-linkedin@latest.
Si votre client n’accepte qu’une URL, lancez le serveur avec le transport HTTP en flux continu :
uvx mcp-server-linkedin@latest --transport streamable-http --host 127.0.0.1 --port 8000 --path /mcp
L’adresse à laquelle votre client se connecte est http://127.0.0.1:8000/mcp. L’image Docker documente le port 8080 pour le même usage, ce qui donne http://127.0.0.1:8080/mcp. Gardez l’hôte sur 127.0.0.1. Toute personne pouvant atteindre ce port peut agir à travers votre session LinkedIn connectée.
Le HTTP en flux continu est aussi une solution plus simple lorsque le serveur tourne sur une autre machine que le client, par exemple un mini PC domestique qui reste allumé toute la journée pendant que vous travaillez depuis un ordinateur portable. Dans ce cas, laissez le port fermé à l’internet public et accédez-y via un réseau privé ou un tunnel SSH.
💡 Dans Claude Code, une seule ligne enregistre l’adresse HTTP :
claude mcp add --transport http linkedin http://127.0.0.1:8000/mcp
Les annuaires MCP listent aussi des points de terminaison distants, par exemple https://linkedin.run.mcp.com.ai/mcp, et https://gateway.pipeworx.io/linkedin_ads/mcp (celui-ci vise LinkedIn Ads, et non les profils personnels). Je n’ai vérifié ni l’un ni l’autre. Un serveur hébergé voit toutes les données et tous les identifiants que vous lui transmettez : lisez donc d’abord les conditions de confidentialité de l’éditeur et privilégiez un serveur local pour tout ce qui touche à votre compte personnel.
| Configuration | Adresse ou commande | À utiliser quand |
|---|---|---|
| stdio local | uvx mcp-server-linkedin@latest | Une machine, Claude Desktop, Cursor ou Claude Code |
| HTTP local (uvx) | http://127.0.0.1:8000/mcp | Votre client n’accepte qu’une URL |
| HTTP local (Docker) | http://127.0.0.1:8080/mcp | Vous voulez isoler le serveur de votre système principal |
| Hébergé | Défini par le prestataire | Vous acceptez un tiers dans la boucle |
Le serveur fonctionne via uvx, livré avec le gestionnaire de paquets uv (version 0.4.0 ou ultérieure). Sur macOS ou Linux :
curl -LsSf https://astral.sh/uv/install.sh | sh
Sous Windows, utilisez PowerShell :
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
Lancez la commande de connexion une seule fois :
uvx mcp-server-linkedin@latest --login
Une fenêtre de navigateur s’ouvre et vous vous connectez manuellement, validation en deux étapes comprise. La session est enregistrée sous ~/.linkedin-mcp/profile/, et votre mot de passe ne passe jamais par l’assistant. Options associées :
--import-from-browser réutilise une session de Chrome, Brave, Edge, Arc, Vivaldi ou un autre navigateur basé sur Chromium.--auto-import est activé par défaut et importe la session d’un navigateur local connecté lors du premier appel d’outil.--logout efface la session enregistrée.Pour Claude Desktop, modifiez claude_desktop_config.json (sous Windows, il se trouve dans %APPDATA%\Claude, sous macOS dans ~/Library/Application Support/Claude). Cursor lit le même bloc depuis .cursor/mcp.json :
{
"mcpServers": {
"mcp-server-linkedin": {
"command": "uvx",
"args": ["mcp-server-linkedin@latest"],
"env": { "UV_HTTP_TIMEOUT": "300" }
}
}
}
Pour Claude Code, enregistrez-le depuis le terminal :
claude mcp add linkedin -- uvx mcp-server-linkedin@latest
Vous préférez les conteneurs ? Montez le dossier de session dans l’image. Sous Windows, écrivez le chemin avec des barres obliques, comme C:/Users/Alice/.linkedin-mcp :
{
"mcpServers": {
"mcp-server-linkedin": {
"command": "docker",
"args": [
"run", "--rm", "-i",
"-v", "/absolute/path/to/.linkedin-mcp:/home/pwuser/.linkedin-mcp",
"stickerdaniel/linkedin-mcp-server:latest"
]
}
}
}
Redémarrez complètement le client, puis envoyez ceci :
Lisez mon propre profil LinkedIn et dites-moi quelles sections paraissent insuffisantes.
Il appelle get_my_profile, ne lit que vos propres données et ne modifie rien. Si une réponse arrive, la connexion fonctionne. La première exécution peut être lente pendant que le serveur prépare son navigateur géré, c’est pourquoi la configuration ci-dessus porte UV_HTTP_TIMEOUT à 300 secondes.
💡
@latestsignifie que le serveur se met à jour automatiquement à chaque lancement. Pour une configuration sur laquelle vous comptez, épinglez une version commeuvx mcp-server-linkedin@4.14.0(la version PyPI au moment de la rédaction).
Le serveur expose une vingtaine d’outils, et chaque appel s’exécute l’un après l’autre via une file d’attente.
| Domaine | Outils | Ce que vous obtenez |
|---|---|---|
| Profils | get_person_profile, get_my_profile, search_people, get_sidebar_profiles | Expérience, formation, compétences, projets, publications |
| Relations | connect_with_person | Envoyer ou accepter des demandes avec une note facultative |
| Messagerie | get_inbox, get_conversation, search_conversations, send_message | Conversations et recherche ; l’envoi exige une confirmation |
| Entreprises | get_company_profile, get_company_posts, search_companies, get_company_employees | Pages d’entreprise, publications, offres, listes de salariés |
| Emplois | search_jobs, get_saved_jobs, get_job_details, get_job_apply_url | Annonces, postes enregistrés, offres complètes, liens de candidature |
| Fil d’actualité | get_feed, search_posts | Fil d’accueil et recherche de publications avec filtres de date |
| Session | close_session | Libère le navigateur |
C’est là que les équipes de recrutement et de vente gagnent le plus de temps. Demandez une présélection et un résumé d’un paragraphe par personne, au lieu d’ouvrir quinze onglets.
Recherchez des data engineers seniors à Lisbonne, ouvrez les huit premiers profils et listez ceux qui ont Kafka et dbt dans leur expérience.
search_jobs prend des termes de recherche et une localisation, puis filtre par date de publication, type de poste, niveau d’expérience, mode de travail, Candidature simplifiée et ordre de tri, avec des résultats paginés jusqu’à dix pages. Associé à get_job_details et get_job_apply_url, l’assistant peut transformer une page de résultats confuse en tableau classé, avec les liens de candidature.
Trouvez les postes en recherche UX en télétravail publiés la semaine dernière, écartez tout ce qui est inférieur au niveau intermédiaire, et classez-les selon leur proximité avec mon profil.
Je garderais la candidature elle-même manuelle. L’assistant trouve et classe. Vous cliquez.
Une routine qui fonctionne : chaque lundi matin, demandez les nouvelles offres des sept derniers jours correspondant à deux ou trois idées de recherche enregistrées, faites écarter par l’assistant ce que vous avez déjà vu, et gardez les cinq meilleures dans une courte note. Cela représente trois ou quatre appels d’outils, bien loin de tout ce qui ressemble à une activité en masse, et vous gardez la main sur chaque candidature.
Combinez get_company_profile, get_company_posts et get_company_employees pour élaborer un briefing d’une page : ce que l’entreprise a annoncé récemment, qui travaille dans l’équipe que vous rejoignez, et quels postes ouverts laissent deviner ses priorités. search_posts et get_feed fonctionnent de la même façon pour le suivi de sujets, par exemple « que disent les gens de mon secteur à propos de ce lancement ? »
get_inbox et search_conversations permettent à l’assistant de repérer les conversations restées sans suite, et il peut rédiger une relance pour chacune à partir du contexte de l’échange. send_message demande une confirmation avant tout envoi. Considérez cette confirmation comme un point d’arrêt incontournable : relisez le brouillon, modifiez-le, puis seulement approuvez-le.
La documentation du serveur est directe : « Le contrat d’utilisateur de LinkedIn interdit l’accès automatisé, et les comptes utilisant des outils automatisés peuvent être restreints ou bannis. » Le projet est indépendant, non affilié à LinkedIn ou à Microsoft, destiné à un usage personnel, et livré sans garantie. Son utilisation relève de votre décision et de votre risque.
Voici ma propre règle empirique, qui n’est pas un seuil officiel :
| Tâche | Risque | Verdict |
|---|---|---|
| Lire votre propre profil | Faible | Acceptable |
| Quelques recherches d’emploi par jour | Faible à moyen | Acceptable avec modération |
| Ouvrir des dizaines de profils à la suite | Plus élevé | À éviter |
| Demandes de relation en masse | Élevé | À proscrire |
| Messages envoyés automatiquement | Élevé | Brouillon uniquement |
Si une tâche vous mettrait mal à l’aise à la faire à la main cinquante fois en une heure, elle ne devrait pas non plus être confiée à un agent. L’objectif est de remplacer les allers-retours entre les onglets, pas de mener une campagne.
uvx dans son PATH. Exécutez which uvx (ou where uvx sous Windows), collez le chemin absolu dans le champ command, puis redémarrez complètement le client.--login une fois dans un terminal pour que tout soit récupéré avant que le client ne le demande, et gardez UV_HTTP_TIMEOUT à 300.--logout, puis --login à nouveau. Les sessions expirent.--tool-timeout (180 secondes par défaut) et chaque opération de page par --timeout (5000 ms). Sur une connexion lente, ajoutez "--timeout", "10000" à args.--no-headless et la fenêtre du navigateur reste visible.Le serveur MCP récupère les données. Un modèle de rédaction les transforme en quelque chose que vous pouvez envoyer. Vous pouvez coller ce que votre assistant a renvoyé dans Claude Sonnet 5 sur PicassoIA et mettre en forme le résultat là-bas.
💡 Les publications accompagnées d’une image se démarquent généralement dans le fil. P-Image, Flux 2 Pro, Seedream 5 Lite et GPT Image 2 génèrent tous un bandeau 16:9 soigné à partir d’un prompt d’une ligne.
Un assistant connecté à LinkedIn fait gagner des heures de recherche, mais le résultat a toujours besoin de mots et de visuels qui vous ressemblent. Prenez le prochain brouillon produit par votre assistant, ouvrez Picasso IA et créez l’image d’en-tête qui l’accompagne. Décrivez la scène en langage courant, choisissez un modèle, générez plusieurs variantes et gardez celle qui correspond à la publication.
Commencez par quelque chose de simple : une bannière de style photo pour votre prochaine mise à jour professionnelle, ou une image épurée pour une annonce d’entreprise. Deux ou trois essais vous montreront quels prompts et quels modèles correspondent à votre style.
Choisissez votre langue
