用途：通过 KeyAPI MCP 服务对 LinkedIn 专业人士进行发现、画像与深度分析，覆盖身份解析、职业履历、内容活动、社交图谱指标与兴趣映射。
主要能力：get_user_profile 获取完整档案（可用 include_* 标志一次拉取多个板块）；get_user_about、get_user_contact_information、get_user_follower_and_connection 获取简介、联系方式与粉丝/好友数；get_user_posts、get_user_comments、get_user_videos、get_user_images 分析发布内容；get_user_experience、get_user_skills、get_user_educations、get_user_publications、get_user_certifications、get_user_honors、get_user_recommendations 获取履历、技能、教育、出版物、认证、荣誉与推荐；get_user_interests_groups、get_user_interests_companies 映射兴趣；search_people 按姓名、职位、公司、学校、行业等筛选发现人选。
使用方式：需 Node.js v18+ 与 KEYAPI_TOKEN（在 keyapi.ai 注册获取），在技能目录执行 npm install 安装 @modelcontextprotocol/sdk，并设置 export KEYAPI_TOKEN=your_token_here。MCP 服务器为 https://mcp.keyapi.ai/linkedin/mcp，认证头 Authorization: Bearer $KEYAPI_TOKEN。可用 node scripts/run.js --platform linkedin --list-tools 验证连接，用 --schema <tool_name> 查看参数，用 --tool <tool_name> --params '<json_args>' --pretty 调用，--no-cache 跳过缓存。
关键限制：LinkedIn 端点使用两类标识符，username 用于 get_user_profile、get_user_contact_information、get_user_follower_and_connection，其余节点需 urn，须先调用 get_user_profile 获取；get_user_educations 虽标记 urn 可选，实际仍需传入。内容类端点用 page 加 pagination_token 分页，其余用 page。code=0 为成功，500 可重试最多 3 次，429 等待 60 秒，401/403/404 分别对应令牌、配额与资源问题。默认缓存优先，缓存目录为 .keyapi-cache/YYYY-MM-DD/。作者 KeyAPI，MIT 许可，仓库 https://github.com/EchoSell/keyapi-skills。