What it does
LinkedIn Sales Navigator contact and account search from your logged-in browser.
- Connects Läuft auf deinem Computer
- Account or key No key needed
- Category Marketing & Social Media
Zusammen nutzen mit
Skills, die der KI diese Art Arbeit beibringen; sie funktionieren zusammen mit diesem
Warum es hier steht
Listen sind nach einem Nutzungswert (von 100) aus diesen Teilen sortiert
| Beliebtheit | 6/80 | GitHub-Sterne oder wöchentliche Downloads: der größere Wert zählt 60, der kleinere 20 |
|---|---|---|
| Aktualität | 12/12 | Volle Punkte für Release oder Codeänderung in 30 Tagen |
| Antwortet noch | 0/8 | Der Cloud-Endpoint antwortete bei der letzten Prüfung |
| Nutzungswert | 18/100 |
Qualität: 3/3 Basisprüfungen bestanden (angezeigt, nicht zur Sortierung) · Schwung: Noch keine Daten (Nur im Tab Im Trend verwendet)
Installation
Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.
Mit einem Satz von deiner KI installieren lassen
Installiere bitte LinkedIn Sales Navigator. Folge https://mcp.popnx.com/i/nick-choudhary-linkedin-sales-nav-mcp.md, zeig mir die Befehle und warte auf mein OK, bevor du sie ausführst.Füge ihn in eine KI ein, die auf deinem Rechner arbeitet (z. B. Claude Code oder Cursor). Sie liest unsere Schritte, zeigt dir die Befehle und wartet auf dein OK. Kein Schlüssel, keine Anmeldung. · Vollständigen Text ansehen
3/3 Prüfungen bestanden · Läuft auf deinem Computer · ✓ Befehle geprüft am 13. Nov. 2026
Zuerst: Welche KI nutzt du?
Wähle deine App, dann erscheinen die Schritte unten.
Klappt mit Claude, aber erst etwas vorbereiten
Installiere zuerst Python (uv) auf deinem Computer (nur einmal) · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy
Von der KI installieren lassen
Kopiere diese Nachricht in einen Claude-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server LinkedIn Sales Navigator für Claude auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "linkedin-sales-nav": { "command": "uvx", "args": [ "linkedin-sales-nav-mcp" ] } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von LinkedIn Sales Navigator wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
uv installieren (falls noch nicht vorhanden)
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
uv --version- Eine Versionsnummer wie uv … = installiert, diesen Schritt überspringen
- "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
So öffnest du das Terminal
Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst
Download-Seite von uv öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen:
uv --versionEinmal installieren, gilt für alles, was uv braucht
Einstellungsdatei der Claude-Desktop-App öffnen
SettingsDeveloperEdit Config
Diese Einstellungen einfügen und speichern
{ "mcpServers": { "linkedin-sales-nav": { "command": "uvx", "args": [ "linkedin-sales-nav-mcp" ] } } }Claude beenden und neu öffnen
Ausprobieren
Nutze LinkedIn Sales Navigator und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Claude sagt, dass es LinkedIn Sales Navigator nutzt, oder ein Werkzeug von LinkedIn Sales Navigator in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
ChatGPT kann LinkedIn Sales Navigator noch nicht verbinden
LinkedIn Sales Navigator läuft auf deinem Computer, aber ChatGPT verbindet nur Server, die im Web laufen
Das kannst du stattdessen tun
A · Eine App nutzen, die LinkedIn Sales Navigator verbinden kann
- Installiere zuerst Python (uv) auf deinem Computer (nur einmal) · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy
- Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
- Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
- Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
B · Andere in Marketing & Social Media, die mit ChatGPT funktionieren
Aus den meistgenutzten derselben Kategorie, nur solche, die per Adresse ohne Schlüssel verbinden
- Google Ads + Meta Ads + SEO/GEO MCP✓ ChatGPT
- Cargo✓ ChatGPT
- NotFair✓ ChatGPT
Klappt mit Claude Code, aber erst etwas vorbereiten
Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
Von der KI installieren lassen
Kopiere diese Nachricht in einen Claude Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server LinkedIn Sales Navigator für Claude Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): claude mcp add --scope user linkedin-sales-nav -- uvx linkedin-sales-nav-mcp 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von LinkedIn Sales Navigator wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
uv installieren (falls noch nicht vorhanden)
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
uv --version- Eine Versionsnummer wie uv … = installiert, diesen Schritt überspringen
- "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
So öffnest du das Terminal
Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst
Download-Seite von uv öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen:
uv --versionEinmal installieren, gilt für alles, was uv braucht
Terminal öffnen
Mac: Command+Leertaste drücken und Terminal tippen · Windows: PowerShell öffnen
Diesen Befehl einfügen und Enter drücken
claude mcp add --scope user linkedin-sales-nav -- uvx linkedin-sales-nav-mcp/mcp in Claude Code eingeben
LinkedIn Sales Navigator sollte in der Liste als verbunden erscheinen
Ausprobieren
Nutze LinkedIn Sales Navigator und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Claude Code sagt, dass es LinkedIn Sales Navigator nutzt, oder ein Werkzeug von LinkedIn Sales Navigator in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Klappt mit Cursor, aber erst etwas vorbereiten
Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
Von der KI installieren lassen
Kopiere diese Nachricht in einen Cursor-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server LinkedIn Sales Navigator für Cursor auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "linkedin-sales-nav": { "command": "uvx", "args": [ "linkedin-sales-nav-mcp" ] } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von LinkedIn Sales Navigator wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
uv installieren (falls noch nicht vorhanden)
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
uv --version- Eine Versionsnummer wie uv … = installiert, diesen Schritt überspringen
- "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
So öffnest du das Terminal
Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst
Download-Seite von uv öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen:
uv --versionEinmal installieren, gilt für alles, was uv braucht
KI-Chat in Cursor im Agent-Modus öffnen
Ausprobieren
Nutze LinkedIn Sales Navigator und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Cursor sagt, dass es LinkedIn Sales Navigator nutzt, oder ein Werkzeug von LinkedIn Sales Navigator in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von Cursor abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Klappt mit VS Code, aber erst etwas vorbereiten
Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
Von der KI installieren lassen
Kopiere diese Nachricht in einen VS Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server LinkedIn Sales Navigator für VS Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "servers": { "linkedin-sales-nav": { "type": "stdio", "command": "uvx", "args": [ "linkedin-sales-nav-mcp" ] } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von LinkedIn Sales Navigator wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
uv installieren (falls noch nicht vorhanden)
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
uv --version- Eine Versionsnummer wie uv … = installiert, diesen Schritt überspringen
- "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
So öffnest du das Terminal
Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst
Download-Seite von uv öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen:
uv --versionEinmal installieren, gilt für alles, was uv braucht
Mit diesem Button VS Code öffnen
VS Code fragt nach einer Bestätigung; klicke Install
KI-Chat in VS Code im Agent-Modus öffnen
Ausprobieren
Nutze LinkedIn Sales Navigator und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn VS Code sagt, dass es LinkedIn Sales Navigator nutzt, oder ein Werkzeug von LinkedIn Sales Navigator in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von VS Code abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Für Entwickler: Terminal-Befehle und JSON-Einstellungen
Auf deinem Computer installiert
Claude Code
claude mcp add --scope user linkedin-sales-nav -- uvx linkedin-sales-nav-mcpClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"linkedin-sales-nav": {
"command": "uvx",
"args": [
"linkedin-sales-nav-mcp"
]
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"linkedin-sales-nav": {
"command": "uvx",
"args": [
"linkedin-sales-nav-mcp"
]
}
}
}VS Code (mcp.json)
{
"servers": {
"linkedin-sales-nav": {
"type": "stdio",
"command": "uvx",
"args": [
"linkedin-sales-nav-mcp"
]
}
}
}Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.
Auf einen Blick
Welche Apps ihn nutzen können
Basierend darauf, wie sich dieser Server verbindet, und auf der eigenen Doku jeder App, geprüft am 10. Nov. 2026.
Laufen auf deinem Computer in
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
Was er kann
Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.
Basischecksi
Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 20. Nov. 2026
- ✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto nick-choudhary bestätigt, dem das Repo gehört
- ✓ Bestanden
Wird noch gepflegt
Code zuletzt geändert: vor 9 Tagen
- ✓ Bestanden
Hat eine Lizenz
Nutzt MIT
- – Nicht zutreffend
Endpunkt antwortet
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
- – Nicht zutreffend
Anmeldung mit OAuth
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
- … Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen
Veröffentlichte Schwachstellen (OSV.dev)
Keine Einträge auf OSV.dev für linkedin-sales-nav-mcp@1.2.0
Prüft nur diese Paketversion, nicht alle Abhängigkeiten · geprüft 15. Nov. 2026
Entwickler: neue Prüfung anfordern oder falsche Angaben melden
Für Anbieter: Badge ins README
Wenn du das gebaut hast, füge diesen Code in dein README ein. Das Badge verlinkt auf diese Seite.
[](https://mcp.popnx.com/en/servers/nick-choudhary-linkedin-sales-nav-mcp)Diskussion
Fragen, Tipps teilen oder melden, dass etwas nicht geht. Sortiert nach „hilfreich“.
Noch keine Beiträge. Stell die erste Frage oder teile einen Tipp.
Beiträge hier stammen von Nutzern, nicht vom PopNx-Team.
Nutzerbewertungen
Noch keine Bewertungen
Im Vergleich mit anderen in Marketing & Social Mediai
- Mehr Sterne als 91 % der anderen 4225 Server in dieser Kategorie
- Neuer in der Registry veröffentlicht als 20 % der anderen 4225 Server in dieser Kategorie
- Basischecks gleich gut wie oder besser als bei 99 % der anderen 4225 Server in dieser Kategorie
Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.
Häufige Fragen
Ist LinkedIn Sales Navigator sicher?
Er hat 3 von 3 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.
Welche Schlüssel oder Codes braucht er?
Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.
Läuft er auf meinem Computer oder in der Cloud?
Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).
Wird er noch gepflegt?
Das GitHub-Repo wurde zuletzt vor 9 Tagen geändert, und die neueste Version (1.2.0) kam vor 3 Monaten in die Registry.
Welche Apps können ihn nutzen?
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.
Was kann ich stattdessen nutzen?
In derselben Kategorie: Relaticle, ChatbotX, X (Twitter) MCP Server by Xquik, Betterlytics, BibiGPT YouTube Video Summarizer
Ähnliche Alternativen
Gleiche Kategorie, andere Entwickler, Befehle bereits geprüft. Offizielle zuerst, dann nach Sternen.
So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti
Relaticle
Open-source CRM your AI agents can write to: companies, people, opportunities, tasks and notes.
ChatbotX
Omnichannel customer messaging, CRM contacts, flows, sequences, broadcasts, and AI automation.
X (Twitter) MCP Server by Xquik
Xquik is the world's fastest and cheapest X (Twitter) data API with the most complete X data.
Betterlytics
Query your Betterlytics web analytics from AI agents: traffic, funnels, journeys, errors, uptime.
BibiGPT YouTube Video Summarizer
AI video summarizer: summarize and transcribe YouTube, Bilibili, TikTok and podcast videos.
| Dieser LinkedIn Sales Navigator | Relaticle | ChatbotX | X (Twitter) MCP Server by Xquik | Betterlytics | BibiGPT YouTube Video Summarizer | |
|---|---|---|---|---|---|---|
| Läuft wo | Wird auf deinem Rechner installiert | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation |
| Braucht Schlüssel | Nein | Nein | Nein | Nein | Ja | Nein |
| Mit + in Claude hinzufügen | Nein | Nein | Nein | Nein | Nein | Nein |
| Basisprüfungen | 3/3 | 4/4 | 4/4 | 4/4 | 4/4 | 4/4 |
| Lizenz | MIT | AGPL-3.0 | NOASSERTION | MIT | AGPL-3.0 | MIT |
| Preis | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register |
README vom Entwickler
README öffnen
Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.
LinkedIn Sales Navigator MCP Server
MCP server that gives AI assistants (Claude Desktop, Claude Code, any MCP client) access to LinkedIn Sales Navigator contact and account search — by driving a real, logged-in browser on your machine and capturing Sales Navigator's own search API responses.
Why this design (and why not cookie-replay)
The common approach — copy your li_at + JSESSIONID cookies and replay them as HTTP requests from a server — gets you logged out repeatedly. LinkedIn scores each session on IP, browser fingerprint, TLS, and the full cookie set; two replayed cookies from a different machine look like a hijacked session, so it invalidates them.
This server does the opposite. It keeps a persistent browser profile you log into once, by hand, and then lets that genuine session do the work:
MCP client (Claude) ──stdio/HTTP──> this server ──drives──> your logged-in Chromium ──> Sales Navigator
│ captures the JSON the browser itself receives (page.on "response")
Every request to LinkedIn originates from the real browser: your IP, your fingerprint, your full cookie jar, browser-generated CSRF/track headers, and the session is refreshed by the browser as normal. Nothing is replayed or reconstructed. That is what keeps you signed in.
We never automate the login itself — typing credentials is a strong bot signal. You sign in manually once; the profile persists.
Tools
| Tool | What it does |
|---|---|
search_contacts | People/lead search from a Sales Navigator URL. Navigates + paginates in the browser, saves records to SQLite, returns a small progress summary. |
search_accounts | Company/account search from a Sales Navigator URL. Same, for accounts. |
enrich_leads | Add Open Profile / InMail status to a saved contact search. By default (method="compose") it opens each lead's message panel and also records contact info and insights (recent posts, job change, shared connections). Opt-in and resumable — see Open Profile status. |
fetch_lead_profiles | Depth 3: full profiles for drafting (~15 KB/lead). Opt-in via ENABLE_PROFILE. |
get_lead_profile | Read one stored full profile. Local only, no LinkedIn call. |
pipeline_status | One funnel view: scraped → enriched → open → profiled → sent. |
reconcile_outreach | Settle sends stuck in sending against LinkedIn itself. |
run_outreach_batch | Draft and send for several leads in one call via MCP sampling. Same guards; dry_run defaults true. |
outreach_next | Live session: walks the search results, opens the next eligible lead's message panel from its row, captures it, and returns the lead's data to draft from. Non-Open-Profile leads and existing conversations are skipped automatically. mode: draft, supervised (30 s countdown) or auto (5 s). |
outreach_submit | Fills the open panel with the draft. draft mode saves it; otherwise a banner in the page counts down with Skip / Send now / Pause, and whatever the panel holds at zero (edits included) is re-checked and sent through the same two-phase commit, cap and dedupe as send_message. |
outreach_skip | Closes the open panel without sending and records why. |
What is code and what is model in a live session. Everything that can be decided from data is decided in code, before any tokens are spent: the ICP screen (FIT_RULES_FILE, applied before a panel is opened, so a rejected lead costs no LinkedIn request either), Open Profile and existing-thread checks, trimming the lead to a fixed budget (summary, current role, three recent posts), and the company block — LinkedIn's own Account IQ dossier boiled down to priorities, challenges, revenue model, workforce and news, or TinyFish news (TINYFISH_API_KEY) when the dossier is empty. The offer is sent once per session, not per lead. The model only writes the message. | check_replies | Read the inbox and mark leads who answered. Sends nothing. | | next_outreach_batch | Leads eligible for a first message — Open Profile first, anyone already contacted excluded. Read-only. | | send_message | Send ONE message. The only tool that writes to LinkedIn: off by default, dry_run=true by default. | | outreach_status | Counts by status and channel, plus remaining daily cap. | | check_session_status | Reports whether the browser profile has a live Sales Navigator session (tells you if you need to re-run --login). | | list_queries | Every saved search with its progress: url_hash, status, last_page, records_count. | | get_results | Pull a bounded slice (1–200) of a saved query's records into the conversation for analysis. | | export_results | Write a saved query's records to JSON and/or CSV under the output folder. |
Both search tools take a full Sales Navigator URL (build the search in the UI, copy it from the address bar) and a pages count (1–10, 25 results each).
Beyond tools, the server exposes one resource (sales-nav://queries — saved queries and their progress as attachable JSON context) and one prompt (sales_nav_search_workflow — the step-by-step prospecting playbook, for clients that support MCP prompts).
Search tools do not return the records
This is deliberate, and it is the thing most likely to surprise you. Records go to SQLite; the tool returns only a status object, so a 250-row scrape doesn't dump 250 rows into the model's context:
{
"url_hash": "a6ca46c9365bce93", "scraper_type": "contacts", "status": "paused", // new | in_progress | paused | complete "new_records_this_call": 25, "total_records": 25, "total_available": 11897313, "pages_fetched": 1, "last_page": 1, "next_page": 2, // null once exhausted "raw_dir": null, // set when include_raw=true "suggestion": "Saved 25 records so far (through page 1) ..." }
To get at the data, call get_results (a sample) or export_results (files), or read the SQLite database directly.
Pipeline depth
How far a query is taken is a property of the query, not of the call that made it, so a run resumed tomorrow knows what the search was collected for.
| Depth | Endpoints | Cost per lead | Gate |
|---|---|---|---|
search | lead search | one page per 25 | always on |
open_profile | + enrich_leads | ~240 B | ENABLE_ENRICH (default on) |
full | + fetch_lead_profiles | ~15 KB | ENABLE_PROFILE (default off) |
search_contacts(url, pages=4, depth="open_profile")
Depth is stored on the query and echoed back with a next_step. Requesting a depth the server has not enabled is refused with an explanation rather than silently downgraded, so a default install cannot be pointed at a list and made to pull thousands of full profiles.
enrich_leads and fetch_lead_profiles hit the *same* endpoint with different projections, and stay separate on purpose: the screen runs across a whole list to find who is free to message, the full fetch runs only for the leads you are about to write to. Merging them would pull heavy payloads for leads you never contact — and would make "recent activity" as stale as the screen.
Sending messages
This is the only capability that writes to LinkedIn, and it is treated differently from everything else here. Reading looks like a person browsing; a burst of messages looks like exactly what it is, and the consequence lands on your account rather than on the code. So every default is the cautious one:
| Guard | Default |
|---|---|
ENABLE_SENDING | false — a fresh install cannot message anyone |
dry_run | true — returns the exact draft, sends nothing |
ALLOW_CREDIT_SPEND | false — refuses anything that costs an InMail credit |
SEND_DAILY_CAP | 40, rolling 24h, across all campaigns |
SEND_DELAY_MIN/MAX | 45–120s between sends |
Free vs paid, and why enrichment comes first
Open Profile members can be messaged without spending an InMail credit; everyone else costs one from a finite monthly budget. The compose window states which it is — "Free to Open Profile" versus "Use 1 of N credits" — and the sender reads that line, records the channel, and refuses the paid path unless you have explicitly allowed it.
That is why enrich_leads matters commercially and not just as metadata: next_outreach_batch returns only confirmed Open Profile leads by default, so the free channel is the path of least resistance.
Never twice
Outreach state lives in lead_outreach, keyed on (member_id, campaign), and the exclusion is global: anyone with a sent row in *any* campaign is filtered out of every future batch. Dedupe elsewhere in this server saves a wasted request; here it prevents messaging the same human twice because two searches happened to find them. member_id is the only identifier stable across searches, which is why it is the key.
State is committed per send, never per batch — a crash must not leave a message delivered on LinkedIn but unrecorded here.
The offer file stays yours
The server never generates copy and never learns what you sell. Your positioning lives in a Markdown file that is gitignored and not packaged:
cp offer.example.md offer.md # then edit it
echo "OFFER_FILE=./offer.md" >> .env
The sales_nav_compose_message prompt renders that file together with the lead record and the drafting rules; your MCP client's model writes the message. With no offer file configured the prompt refuses to render at all.
The evidence gate
The drafting model must return the record fields it drew on:
{"subject": "...", "body": "...", "evidence_used": ["positions[0].title", "companyName"]}
Every entry is resolved against the lead record actually fetched. Name a field that does not exist and the message is rejected unsent. It is a cheap, deterministic check that "personalized" means grounded in data we really have — a message claiming a conference talk gets rejected because nothing supports it. Empty evidence_used is also rejected: that is a template, not personalization.
Unattended batches
Everywhere else the split is deliberate: the server decides *who*, your client's model decides *what to say*. That needs a human-driven turn — fine at a desk, useless on a schedule.
run_outreach_batch closes the gap with MCP sampling. The server asks your client for each draft (ctx.sample), so no model runs here, no API key lives here, and no copy is generated by this process — only a request for one.
Nothing is relaxed for automation. Every draft goes through the same send path as a hand-written one: the evidence gate, global dedupe, the daily cap, the free-channel-only default, two-phase commit. dry_run still defaults to true. A draft that fails to parse or fails validation is recorded and skipped rather than sent or allowed to end the run, and the batch stops early when the cap is reached.
run_outreach_batch(url_or_hash, campaign="q3", limit=5) # d