LinkedIn潜在客户CSV管理器(MCP服务器)
一种高性能、令牌高效的模型上下文协议(MCP)服务器,专为管理本地CSV文件中的LinkedIn潜在客户数据而设计。用Python和 pandas.
为什么是这个项目?
直接在LLM(如Claude或ChatGPT)中管理大型CSV文件效率低下且容易出错:
- 代币流失:读取1000行CSV每次操作可能会消耗约30000个令牌。
- 数据损坏:LLM手动写入文件通常会导致转义问题或列不匹配。
- 可扩展性:LLM在O(n)重复数据删除和完整文件重写方面遇到了困难。
此MCP服务器将令牌使用量减少了60倍+ 通过将CSV逻辑卸载到本地计算机。
🛠️ 功能(V2)
- 标准化金色图式:在所有潜在客户活动中强制使用一组一致的列。
- “自动修复”标题标准化:自动重命名遗留或不一致的标头(例如。,
v2 Score->match_score)以匹配黄金模式。 - 原子写入:使用临时文件和替换模式,以确保在文件更新过程中零数据损坏。
- 高效追加:基于以下内容添加具有自动重复数据消除功能的新配置文件
linkedin_url. - 多值过滤:按分数、公司或多个地点查询个人资料(例如。,
["USA", "Canada"]). - 全文检索:在所有文本字段中进行不区分大小写的搜索。
- 绝对路径强制:通过可靠地解析所有路径来防止“重影文件”。
黄金模式
服务器处理的每个CSV都会自动标准化为:
full_namelinkedin_url(重复数据删除主键)headlinecompanycompany_sizelocationmatch_scorematch_reasoncurrent_role_mentionfound_dateicp_source
📦 安装
先决条件
- Python 3.10+
uv(建议用于依赖关系管理)
本地设置
- 克隆此存储库:
git clone https://github.com/denis911/antigravity-mcp-csv-add-deduplicate.git
cd antigravity-mcp-csv-add-deduplicate- 安装依赖项:
uv syncClaude桌面集成
将以下内容添加到您的Claude Desktop配置文件中:
- 视窗:
%APPDATA%\Claude\claude_desktop_config.json
\[!重要\] 在Windows上,我们建议使用python -m下面的语法可以绕过可能阻止默认设置的系统安全策略(如App Control Policy 4551)uv可执行垫片。
{
"mcpServers": {
"linkedin-prospecting-csv": {
"command": "uv",
"args": [
"--directory",
"C:\\path\\to\\your\\repo\\antigravity-mcp-csv-add-deduplicate",
"run",
"python",
"-m",
"linkedin_prospecting_csv.server"
]
}
}
}🧪 测试
自动化测试
我们使用 pytest 使用来自 TESTS 目录:
uv run pytest TESTS/test_csv_ops.py🛠️ 可用工具
| 工具 | 目的 |
|---|---|
create_new_csv | 使用Golden Schema标头初始化新的CSV |
append_profiles_to_csv | 添加新配置文件+自动修复+重复数据删除 |
filter_profiles | 按条件查询配置文件(支持多值) |
get_csv_stats | 汇总统计数据和故障(负载自动维修) |
export_segment | 将筛选结果保存到新的Golden Schema CSV |
search_profiles | 跨标准列的全文搜索 |
deduplicate_csv | 使用标准化URL列进行手动维护 |
🔒 安全与隐私
此服务器运行 本地 您的CSV数据永远不会离开您的环境;只有查询的特定结果(筛选的行或统计数据)才会发送到LLM。
