mcp-linkedin vs memory
并排对比，帮你在这两个 MCP server 之间做选择。
mcp-linkedin by adhikasp | memory by modelcontextprotocol | |
|---|---|---|
| Stars | ★ 201 | ★ 85,748 |
| 30天用量 | — | — |
| 综合分 | 41 | 77 |
| 官方 | — | ✓ |
| 分类 | 沟通协作开发者工具效率工具 | 知识库 / RAGAI / LLM 工具效率工具 |
| 实现语言 | Python | TypeScript |
| 最近提交 | 16 个月前 | 本月 |
mcp-linkedin · 概述
LinkedIn API 的 MCP 服务器，提供职位搜索和动态检索功能。
memory · 概述
一个实现持久化记忆的 MCP 服务器，使用本地知识图谱让 AI 模型能在聊天间记住用户信息。
mcp-linkedin · 使用场景
- 自动检索 LinkedIn 动态内容，无需手动浏览
- 搜索并分析职位信息与个人简历的匹配度
- 将 LinkedIn 数据集成到 AI 工作流中用于职业 networking
- 通过 LinkedIn 帖子监控行业趋势
memory · 使用场景
- 通过记住用户偏好、历史和关系来个性化 AI 助手交互
- 构建维护对话历史的上下文感知聊天应用
- 创建在 AI 模型会话间持久化的知识库
mcp-linkedin · 安装
安装
通过 Smithery：
npx -y @smithery/cli install mcp-linkedin --client claude手动配置：
{
"mcpServers": {
"linkedin": {
"command": "uvx",
"args": ["--from", "git+https://github.com/adhikasp/mcp-linkedin", "mcp-linkedin"],
"env": {
"LINKEDIN_EMAIL": "your_linkedin_email",
"LINKEDIN_PASSWORD": "your_linkedin_password"
}
}
}
}memory · 安装
安装
Claude Desktop
添加到你的 claude_desktop_config.json 文件中：
{
"mcpServers": {
"memory": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-memory"
]
}
}
}VS Code
使用一键安装按钮或在 .vscode/mcp.json 中手动配置：
{
"servers": {
"memory": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-memory"
]
}
}
}Docker
{
"mcpServers": {
"memory": {
"command": "docker",
"args": ["run", "-i", "-v", "claude-memory:/app/dist", "--rm", "mcp/memory"]
}
}
}