Taplio

公式

ClaudeまたはChatGPTからLinkedInアカウントを運用する

Taplio MCPで何ができますか?

  • アカウントコンテキストを読み込む — get_me を呼び出して、下書きを作成する前にあなたの身元、コンテンツの好み、今日の LinkedIn 統計を読み込みます。
  • 投稿を下書き・スケジュールする — LinkedIn の下書きを作成、編集、スケジュール設定するか、確認後にすぐ公開します。
  • 投稿のパフォーマンスを確認する — 投稿を一覧表示し、指定した日付範囲のアカウント別または投稿別の分析データを取得します。
  • インスピレーションを調査する — 他のクリエイターの LinkedIn 投稿をキーワード、いいね数、著者のフォロワー数で検索します。
  • コンテンツと交流する — コメントする投稿を見つけ、コメントや返信を下書き・キューに追加し、いいねをキューに追加します。
  • つながりリクエストをキューに追加する — LinkedIn のユーザー名でつながりリクエストを送信し、そのステータスを確認またはキャンセルします。

ドキュメント

Taplio LinkedIn MCP サーバー

License: MIT MCP Remote server

Taplio LinkedIn MCP サーバーは、AI ツールをあなたの Taplio アカウントに、そしてそれを介してあなたの LinkedIn プレゼンスに直接接続する Model Context Protocol (MCP) サーバーです。AI エージェント、アシスタント、チャットクライアントに、LinkedIn 投稿の下書き作成・スケジュール設定・公開、すでに投稿した内容の閲覧、他のクリエイターからのインスピレーションのリサーチ、アナリティクスの確認、そしてエンゲージメント(コメントする価値のある投稿の発見、コメントや返信の下書き作成、投稿へのいいね、つながりリクエストの送信)を、すべて自然言語を通じて行う能力を与えます。

MCP ホストを Taplio サーバーに向ければ、次のようなことが尋ねられます:

  • 「新しい MCP のローンチについての LinkedIn 投稿を下書きして、火曜日の午前9時にスケジュールして。」
  • 「直近10件の投稿を見せて、どれが一番インプレッションを獲得したか教えて。」
  • 「フォロワー5万人未満のクリエイターによる linkedin ghostwriting に関する高パフォーマンスの投稿を20件見つけて。」
  • 「過去30日間でフォロワーとエンゲージメントはどう推移している?」

ユースケース

  • 生のアイデアを、あなた自身の声とトピックで、公開可能な LinkedIn 投稿に変える。
  • MCP 対応のあらゆるクライアントから、下書き作成・スケジュール設定・公開を自動化する。
  • 実際の LinkedIn データの上に、AI 支援のコンテンツワークフローとレポートを構築する。
  • アシスタントから離れることなく、投稿履歴からインサイトとアナリティクスを抽出する。

目次


リモート Taplio MCP サーバー

Taplio はホスト型のリモート MCP サーバーとして提供されています。ローカルにインストールしたり実行したりするものは何もありません。MCP ホストが HTTP 経由で Taplio エンドポイントに接続し、OAuth で認証します。

プロパティ値
トランスポートStreamable HTTP(リモート)
エンドポイントhttps://mcp.taplio.com/
認証OAuth 2.0(ブラウザで認可、貼り付ける API キーは不要)
スコープ認証されたユーザー自身の Taplio + LinkedIn アカウント
サーバーヒント最初に get_me を呼び出して ID と設定を読み込む

サーバーはリモートかつ OAuth ベースであるため、シークレットを設定ファイルにコピーすることはありません。アクセスはブラウザで承認した Taplio アカウントに紐づき、Taplio からいつでも取り消すことができます。


前提条件

  1. LinkedIn が接続された、有効な Taplio アカウント。
  2. MCP 対応ホスト(Claude Code、Claude Desktop、Manus、Copilot 付き VS Code、Cursor、Windsurf、Grok、Mistral Le Chat、Raycast、または HTTP 経由で MCP を話す任意のクライアント)。
  3. 初回接続時に OAuth 認可を完了するためのブラウザ。

インストール

Claude Code

claude mcp add --transport http taplio https://mcp.taplio.com/

次に Claude Code 内で /mcp を実行し、プロンプトが表示されたらブラウザで taplio を認可します。

Claude Desktop / claude.ai コネクタ

ワンクリック: このリンクを開くと、Taplio の名前と URL がすでに入力された「カスタムコネクタの追加」ダイアログが表示されるので、追加をクリックします。

または手動で行う場合:Claude Desktop または claude.ai で 設定 -> コネクタ -> カスタムコネクタを追加 を開き、次を入力します:

  • 名前: Taplio
  • URL: https://mcp.taplio.com/

OAuth 画面を承認します。すると Taplio のツールがツールピッカーに表示されます。

Manus

Taplio はネイティブの Manus プラグインです。ワンクリックで、貼り付けるサーバー URL はありません。

  1. Manus プラグインディレクトリを開きます。
  2. Taplio を見つけて 接続 をクリックします。
  3. Taplio アカウントにサインインし、アクセスを承認します。

すると Taplio のツールが Manus のタスクで利用できるようになります。

VS Code

ユーザーまたはワークスペースの MCP 設定(.vscode/mcp.json)に追加します:

{
  "servers": {
    "taplio": {
      "type": "http",
      "url": "https://mcp.taplio.com/"
    }
  }
}

Cursor

~/.cursor/mcp.json(または 設定 -> MCP -> 追加)で:

{
  "mcpServers": {
    "taplio": {
      "url": "https://mcp.taplio.com/"
    }
  }
}

Windsurf

~/.codeium/windsurf/mcp_config.json で:

{
  "mcpServers": {
    "taplio": {
      "serverUrl": "https://mcp.taplio.com/"
    }
  }
}

Grok

grok.com で プラグイン -> 新しいコネクタ -> カスタム を開き、次を入力します:

  • 名前: Taplio
  • サーバー URL: https://mcp.taplio.com/

コネクタを追加 をクリックし、ポップアップウィンドウで Taplio のサインインを承認します。Grok がコネクタを選択するように、プロンプトで Taplio に言及してください(例:「Taplio を使って今日の LinkedIn 統計を教えて」)。

Mistral Le Chat

Le Chat で コンテキスト -> コネクタ -> コネクタを追加 -> カスタムコネクタを追加 を開き、次を入力します:

  • コネクタ名: Taplio
  • サーバー: https://mcp.taplio.com/

認証は自動的に検出されます(OAuth 2.1)。コネクタを追加 をクリックし、Taplio のサインインを承認します。Le Chat が利用可能な Taplio コネクタがないと応答する場合は、プロンプトでツールを指定してください(例:「Taplio コネクタの get_me ツールを使って」)。

Raycast

Model Context Protocol Registry 拡張機能をインストールし、Search Servers を実行し、Official レジストリを維持したまま taplio を検索し、Install Server を選択します。Raycast は HTTP 経由で接続し、Taplio のサインインを開きます。

Smithery

smithery.ai/servers/taplio/linkedin-mcp を開き、Add to toolbox をクリックし、ツールボックス内の Taplio コネクタで Authenticate をクリックします。

汎用 MCP 設定

HTTP 経由のリモート MCP サーバーをサポートする任意のクライアントで使用できます:

{
  "mcpServers": {
    "taplio": {
      "type": "http",
      "url": "https://mcp.taplio.com/"
    }
  }
}

認証

Taplio MCP サーバーは OAuth 2.0 を使用します。初回使用時に、クライアントがブラウザウィンドウを開き、そこで Taplio にログインしてアクセスを承認します。その後、サーバーはその単一のアカウントの代理として動作します。API キー、トークン、LinkedIn の認証情報がクライアント設定に保存されることはありません。アクセスは Taplio アカウント設定からいつでも取り消せます。


ツールセット

ツールは機能的なツールセットにグループ化されています。すべて、認証されたユーザー自身のアカウントで動作します。

ツールセット説明
アカウントとアナリティクスID、コンテンツ設定、投稿、およびアカウントと投稿ごとのアナリティクス。
下書きとメディア下書きの作成、読み取り、一覧表示、編集、削除、メディアのアップロードと添付。
スケジュールと公開下書きを今すぐ公開する、スケジュールする、またはスケジュールを解除して下書きに戻す。
インスピレーション他のクリエイターの LinkedIn 投稿を検索し、うまくいっているものに倣ってコンテンツを作る。
エンゲージエンゲージする価値のある投稿やコメントを見つけ、コメント、返信、いいねを行う。
ネットワークつながりリクエストをキューに入れ、フォローアップする。

ツール

全35ツール。読み取り専用ツールは何も変更しません。書き込みツールは Taplio の下書きを変更したり LinkedIn 上で動作したりするため、ツールアノテーションをサポートするクライアントは実行前に確認を求めます。完全な入力スキーマはサーバーによって返されます(tools/list)。以下のツールリファレンスでは主要なツールを詳述します。

アカウントとアナリティクス

  • get_me(読み取り専用):あなたの ID、コンテンツ設定、今日の LinkedIn 統計。最初に呼び出してください。
  • list_posts(読み取り専用):あなたの LinkedIn 投稿を新しい順に、Taplio および LinkedIn に直接公開されたものから取得。
  • get_post(読み取り専用):Taplio id または LinkedIn urn で1件の投稿を取得。
  • get_analytics_overview(読み取り専用):時系列のアカウントアナリティクス:フォロワー、インプレッション、エンゲージメント。
  • get_post_analytics(読み取り専用):投稿ごとのインプレッション、いいね、コメント、シェア。

下書きとメディア

  • list_drafts(読み取り専用):未公開の LinkedIn 投稿下書き。
  • get_draft(読み取り専用):id で1件の下書きを取得。
  • create_draft(書き込み):下書きを作成、任意でメディア付き。
  • update_draft(書き込み):下書きを書き換える、またはメディアを添付する。
  • delete_draft(書き込み):下書きを完全に削除する。
  • list_media(読み取り専用):すでに Taplio にアップロードされたメディア。
  • create_media_upload_url(書き込み):画像、動画、GIF、または PDF 用のワンタイムアップロード URL を取得。
  • attach_media_from_url(書き込み):公開 URL から下書きにメディアを添付。
  • pick_media(書き込み):MCP Apps をサポートするクライアントで、ライブラリからメディアを添付するインタラクティブパネル。
  • upload_media(書き込み):MCP Apps をサポートするクライアントで、新しいファイルをアップロードして添付するインタラクティブパネル。

スケジュールと公開

  • schedule_draft(書き込み):将来の時刻に自動公開するよう下書きをスケジュール。
  • unschedule(書き込み):スケジュールされた投稿を下書きに戻す。
  • publish_draft(書き込み):下書きを今すぐ公開。公開され、元に戻せません。

インスピレーション

  • search_inspiration(読み取り専用):実証済みのフォーマットや切り口を求めて、他のクリエイターの LinkedIn 投稿を検索。

エンゲージ

  • find_posts_to_comment(読み取り専用):コメントする価値のある投稿を、あなたの投稿、キュレーションされたフィード、またはパーソナライズされた選択から。
  • list_comment_feeds(読み取り専用):エンゲージメントに利用できるキュレーションされたフィード。
  • find_comments_to_reply(読み取り専用):まだ返信する価値のある投稿へのコメント。
  • list_comment_drafts(読み取り専用):あなたのコメント下書き。これはキューと履歴も兼ねます。
  • get_comment_draft(読み取り専用):投稿されたかどうかを確認するための1件のコメント下書き。
  • create_comment_draft(書き込み):コメントまたは返信を下書き。まだ LinkedIn には届きません。
  • update_comment_draft(書き込み):確定前にコメント下書きを書き換える。
  • commit_comment_draft(書き込み):あなたの名前で LinkedIn に投稿されるようコメントをキューに入れる。
  • cancel_comment_draft(書き込み):送信前にキューに入ったコメントをキャンセル。
  • like_post(書き込み):投稿またはコメントへのいいねをキューに入れる。
  • get_post_like(読み取り専用):キューに入れたいいねのステータス。
  • cancel_like(書き込み):送信前にキューに入ったいいねをキャンセル。

ネットワーク

  • list_connection_requests(読み取り専用):キューに入れたすべてのつながりリクエストとそのステータス。
  • send_connection_request(書き込み):LinkedIn ユーザー名で誰かへのつながりリクエストをキューに入れる。
  • get_connection_request(読み取り専用):ユーザー名に対する最新リクエストのステータス。
  • cancel_connection_request(書き込み):送信前にキューに入ったつながりリクエストをキャンセル。

ツールリファレンス

プロフィール

get_me

方向づけのために最初にこれを読んでください。ユーザーの ID とコンテンツ設定を返すので、出力をそれらに合わせて調整し、ユーザー自身の投稿を認識できます:表示名と LinkedIn の @handle(ユーザーは複数のエイリアスを使うことがあるため、両方を確認してください)、さらに ai_settings(業界、役割、言語、ターゲットオーディエンス、トピック、キーワード、説明)と今日の LinkedIn 統計(フォロワー、つながり、プロフィール閲覧数)。

パラメータなし。


下書き

create_draft

新しい LinkedIn 投稿の下書き(未公開)を作成します。後で schedule_draft または publish_draft で公開します。

パラメータ型必須説明
contentstringはい下書きの本文テキスト。1〜3000文字。

get_draft

IDを指定して単一のLinkedIn投稿下書きを取得します。

パラメータ型必須説明
idstringはい下書きのID(list_drafts から取得)。

list_drafts

ユーザーの未公開のLinkedIn投稿下書きを一覧表示します。

パラメータ型必須説明
limitintegerいいえ返す下書きの最大数。デフォルトは25、上限は100。
cursorstringいいえ前回のレスポンスからのページネーショントークン。

update_draft

既存の下書きの内容を更新します。編集できるのは下書きのみです。公開済みまたは予約済みの投稿は編集できません。

パラメータ型必須説明
idstringはい更新する下書きのID(list_drafts から取得)。
contentstringはい新しい本文全体(既存の内容を置き換え)。1〜3000文字。

delete_draft

LinkedIn投稿下書きを完全に削除します。

パラメータ型必須説明
idstringはい完全に削除する下書きのID。

公開

publish_draft

下書きをLinkedInに即座に公開します。これは今すぐ公開され、元に戻すことはできません。

パラメータ型必須説明
idstringはい即座に公開する下書きのID。

schedule_draft

下書きを将来の日時に自動公開されるよう予約します。

パラメータ型必須説明
idstringはい予約する下書きのID(list_drafts から取得)。
scheduled_forstringはいISO 8601形式の日時(例: 2026-06-10T14:30:00Z)。少なくとも2分以上先である必要があります。

unschedule

予約済みの投稿の予約を解除し、下書きに戻します。これにより編集、再予約、または削除が可能になります。

パラメータ型必須説明
idstringはい予約済み投稿のID(list_posts から取得)。

投稿

list_posts

ユーザーのLinkedIn投稿(ステータス scheduled、sending、または sent)を新しい順に一覧表示します。下書きは予約または公開されると 投稿になります。

パラメータ型必須説明
statusenumいいえscheduled、sending、または sent でフィルタリング。3つすべての場合は省略。
fromstringいいえこの日付以降の投稿のみ(YYYY-MM-DD または ISO 8601、UTC)。
tostringいいえこの日付以前の投稿のみ(YYYY-MM-DD または ISO 8601、UTC)。
limitintegerいいえ返す投稿の最大数。デフォルトは25、上限は100。
cursorstringいいえ前回のレスポンスからのページネーショントークン。

get_post

IDを指定して単一のLinkedIn投稿を取得します。投稿のステータスは scheduled、sending、または sent です。下書きは別です (get_draft を使用)。

パラメータ型必須説明
idstringはい投稿のID(list_posts から取得)。

分析

get_analytics_overview

ユーザーのLinkedIn分析概要(フォロワー、インプレッション、エンゲージメント)を取得します。日付範囲が指定されていない場合は 今日がデフォルトになります。

パラメータ型必須説明
fromstringいいえ開始日(YYYY-MM-DD、UTC)。デフォルトは今日。範囲は最大90日。
tostringいいえ終了日(YYYY-MM-DD、UTC)。デフォルトは今日。範囲は最大90日。
metricsstringいいえカンマ区切りのサブセット: followers, connections, profile_views, impressions, likes, comments, shares。すべての場合は省略。
granularityenumいいえ時間バケットのサイズ。day のみサポート(デフォルト)。

get_post_analytics

ユーザーの投稿ごとの分析(インプレッション、いいね、コメント、シェア)を一覧表示します。デフォルトは過去7日間です。

パラメータ型必須説明
fromstringいいえ開始日(YYYY-MM-DD、UTC)。デフォルトは7日前。範囲は最大90日。
tostringいいえ終了日(YYYY-MM-DD、UTC)。デフォルトは今日。範囲は最大90日。
limitintegerいいえ返す投稿の最大数。デフォルトは25、上限は100。
cursorstringいいえ前回のレスポンスからのページネーショントークン。

インスピレーション

search_inspiration

他のクリエイターのLinkedIn投稿をインスピレーションとして検索します。

パラメータ型必須説明
querystringいいえ投稿内容に対するフリーテキスト検索。トップ投稿を閲覧する場合は省略。
langstringいいえISO 639-1言語コードでフィルタリング(例: en、fr)。
min_likesintegerいいえ少なくともこの数のいいねがある投稿のみ。0〜1000、デフォルトは50。
min_commentsintegerいいえ少なくともこの数のコメントがある投稿のみ。0〜1000、デフォルトは0。
min_char_countintegerいいえ少なくともこの文字数の投稿のみ。0〜10000、デフォルトは500。
max_followersintegerいいえ投稿者のフォロワー数が最大でこの数である投稿のみ。デフォルトは100000。
min_days_oldintegerいいえ少なくともN日前の投稿のみ(0〜365)。デフォルトは1。from/to を上書き。
max_days_oldintegerいいえ過去N日以内の投稿のみ(0〜365)。from/to を上書き。
fromstringいいえこの日付以降の投稿のみ。min/max_days_old が設定されている場合は無視。
tostringいいえこの日付以前の投稿のみ。min/max_days_old が設定されている場合は無視。
limitintegerいいえ返す投稿の最大数。最小1、デフォルトは30。

推奨ワークフロー

  1. セッションの開始時に get_me を一度呼び出して、ユーザーの文体、トピック、言語、統計を読み込みます。
  2. search_inspiration を使用して、そのニッチで現在効果的な内容に基づいて新しいコンテンツの根拠とします。
  3. create_draft で下書きを作成し、update_draft で反復します。
  4. schedule_draft(推奨)または publish_draft(即時)で公開します。
  5. get_analytics_overview と get_post_analytics でレポートし、list_posts と照合します。
  6. find_posts_to_comment と find_comments_to_reply でエンゲージし、create_comment_draft で下書きを作成し、 ユーザーが同意した場合にのみ commit_comment_draft、like_post、または send_connection_request を呼び出します。

ライブラリとライフサイクルモデル

下書きと投稿は、ライフサイクルの異なる段階にある同じアイテムです:

create_draft ─┐
              ├─> [ DRAFT ] ──schedule_draft──> [ scheduled ] ──(auto)──> [ sending ] ──> [ sent ]
update_draft ─┘        │                              │
                       └──────publish_draft───────────┴──(immediate)──> [ sending ] ──> [ sent ]

                       [ scheduled ] ──unschedule──> [ DRAFT ]
  • 下書きは下書きリスト(list_drafts)に存在し、編集可能な唯一の段階です。
  • 下書きを予約または公開すると投稿になり、投稿リスト(list_posts)に移動します。
  • unschedule は予約済みの投稿を下書きに戻します。sent の投稿は送信を取り消せません。

制限と安全性

  • 投稿の長さ: 1〜3000文字(create_draft、update_draft)。
  • 予約: scheduled_for は少なくとも2分以上先である必要があり、ISO 8601、UTCを推奨します。
  • 分析範囲: クエリごとに最大90日。大規模な結果セットの場合は cursor でページネーションします。
  • 不可逆的な操作: publish_draft は即座に公開され、delete_draft は永続的です。いずれかを呼び出す前に 意図を確認してください。
  • キューに入るエンゲージメント: commit_comment_draft、like_post、send_connection_request は操作をキューに入れます。これは 数分または数時間後にLinkedInに到達し、アカウントを安全に保つためにペース配分されます。それぞれ送信されるまでキャンセル可能 (cancel_comment_draft、cancel_like、cancel_connection_request)で、送信後は不可逆です。
  • スコープ: すべてのツールは、認証されたユーザー自身のTaplioおよびLinkedInアカウントに対してのみ動作します。

トラブルシューティング

  • ツールが表示されない: サーバーURLが https://mcp.taplio.com/ であること、およびOAuthの ブラウザステップを完了したことを確認してください。/mcp(Claude Code)を再実行するか、コネクタを再接続してください。
  • 401 / 認証エラー: セッションが期限切れまたは取り消された可能性があります。ブラウザで再接続して 再認証してください。
  • 投稿を編集できない: 編集できるのは下書きのみです。すでに予約済みの場合は、まず unschedule を呼び出してください。 sent の場合は、もはや変更できません。
  • 分析が空: 新しく公開された投稿はメトリクスが蓄積されるまで時間がかかります。また、日付範囲が 90日の上限に対して正しいか確認してください。

コントリビューション

このリポジトリはTaplio LinkedIn MCP Serverを文書化したものです。ドキュメントに関する問題の報告や改善の提案方法については、 CONTRIBUTING.md を参照してください。製品サポートについてはTaplioにお問い合わせください。


ライセンス

このプロジェクトはMITライセンスの条件の下でライセンスされています。LICENSE を参照してください。