Publiar

Install

Works with Claude Code, VS Code, Codex, Cursor, Windsurf, Claude Desktop. Read the repository before you give any tool access to your data.

npx agentmarket install connector/tokdar2410621-publiar

About

No reviews yet. Installed it? Reviews come from verified installers only. How reviews work

Permissions

What this server can do and what it asks for, from its tool list and install config. Checked Oct 25, 2026.

Tools

8 read · 9 write · 0 delete · 5 not yet classified

Secrets

1 (API keys, tokens or passwords)

Install scripts

Not scanned yet

Runs as

Python package

Tools (22)

Read from the source code; the running server may differ. Descriptions are the server’s own words; hidden characters are shown as [U+…].

• add_memory

  Ecrit une entree dans la memoire de l'utilisateur. C'est la voie d'entree du second cerveau : ce que tu sais et que Publiar n'a pas vu passer. source et source_date sont OBLIGATOIRES, sans provenance une note ancienne ressort plus tard dans une phrase au present. kind parmi brand_voice, past_post, audience, decision, manual. learned_rule et anti_pattern sont refuses : ils se derivent des performances mesurees, on ne les declare pas. scope cloisonne par projet et filtre le retrieval. La deduplication rend le rejeu d'une ingestion inoffensif.

• add_resource

  Heberge la RESSOURCE qu'un lead magnet promet : le guide, la checklist, le bundle que les commentateurs recevront en DM. Rend une URL publique stable sous le domaine Publiar, a mettre dans resource_url de register_published et dans le message DM. Pourquoi heberger ici plutot qu'un lien externe : l'URL est testable par la regle R6 avant publication, la page compte ses VUES (le premier chiffre de conversion de la boucle, LinkedIn ne rend pas les clics), et une coquille se corrige en place sans casser le lien deja envoye. Upsert par slug : rappeler avec le meme slug met a jour le contenu, l'URL n…

• find_similar_corpus

  RAG retrieval : retourne les top-K lead magnets du corpus les plus similaires à une requête (texte libre + brands optionnels). Score = embedding cosine + engagement bump (log10 likes). Plan gratuit : 5 recherches par jour, extraits de 400 caractères ; le plafond se réinitialise chaque jour. get_brief (qui rend déjà les 5 voisins du sujet) et list_corpus ne comptent pas dedans. Plan pro : illimité, texte intégral des posts.

• generate_lead_magnet

  Génère un lead magnet LinkedIn complet (post texte + visual_spec) à partir d'un input structuré (outils utilisés, chiffre + source, type de preuve, etc.). Stream NDJSON (validation → post → visual_spec → done). Renvoie la liste des événements parsés.

• generate_pair

  Pipeline v3 legacy : génère 2 variants (hook + image SPEC) couplés via le pair_generator (coupled motifs + proof gate). Utilise plutôt generate_lead_magnet — celui-ci reste pour le retrieval explicite via biais/motifs.

• get_brief

  LE POINT DE DÉPART de tout lead magnet : appelle-le AVANT d'écrire quoi que ce soit. Un appel rend cinq choses : la méthode Publiar complète (ordre des étapes, les 8 règles anti-hallucination R1-R8, le jury de relecture scrolleur + lecteur pressé, la discipline du hook, la structure du post), l'archétype visuel déduit de la matière déclarée, les 5 posts du corpus gagnant les plus proches du sujet, la mémoire pertinente de l'utilisateur (voix, décisions, règles apprises) et ses ressources déjà hébergées avec leurs vues. Suis la méthode rendue : elle est la référence, y compris face à tes propre…

• get_published_detail

  Rend le detail d'un lead magnet publie et la liste de ses engagements : chaque commentaire recolte, s'il matche le mot-cle CTA, le DM prepare, et ou en est son envoi. Quand l'utiliser : avant d'envoyer des DM, pour recuperer les messages et les identifiants d'engagement que mark_engagement_sent attend. list_published donne la vue d'ensemble ; celui-ci descend dans un seul post. Lecture seule, aucun effet de bord. Exige une cle MCP dont le compte possede l'enregistrement.

• list_corpus

  Liste le corpus de reference : 45 lead magnets LinkedIn reels, analyses, classes par archetype visuel et accompagnes de leur engagement mesure. Sert a voir ce qui a marche avant d'ecrire. Quand l'utiliser : parcourir ou filtrer le corpus entier, par exemple pour inspecter une famille visuelle. Pour trouver les entrees proches d'un sujet precis, prends find_similar_corpus, qui fait une recherche semantique la ou celui-ci ne fait qu'un listing trie. Rend, par entree : archetype, texte du post, marques citees et engagement. Lecture seule, aucun effet de bord, rejouable autant que voulu.

• list_published

  Liste tous les lead magnets publies de l'utilisateur, avec pour chacun son URN LinkedIn, son mot-cle CTA, son archetype, son etat de suivi et ses compteurs d'engagement. Quand l'utiliser : c'est le point d'entree du suivi. Les identifiants numeriques qu'il rend sont ceux qu'attendent get_published_detail, toggle_published_dm, set_published_status et paste_comments. Commence toujours par la. Sans parametre, rend tout. Lecture seule, aucun effet de bord. Exige une cle MCP, et ne montre que les posts du compte qui la porte.

• list_resources

  Liste les ressources hebergees de l'utilisateur avec leur URL publique et leur compteur de VUES. C'est ici que se lit la conversion commentaire vers ouverture du lien, qu'aucun autre outil ne mesure. Lecture seule, sans parametre.

• mark_engagement_sent

  Marque un commentaire comme ayant recu son DM. Publiar ne peut pas envoyer les messages lui-meme : LinkedIn n'expose aucun endpoint public de messagerie 1:1. L'utilisateur envoie a la main, puis coche ici pour que le compteur suive. Quand l'utiliser : juste apres un envoi reel, un appel par commentaire. Ne l'utilise JAMAIS pour declencher un envoi, il n'en declenche aucun. Pour obtenir les messages a envoyer, passe d'abord par paste_comments. Effets : ecrit un seul champ. Idempotent et reversible, sent a false annule la marque. Exige une cle MCP dont le compte possede l'engagement.

• paste_comments

  Sprint E.3' Option B : import des comments LinkedIn collés par l'utilisateur (formats : tab, pipe, free-form). Parse + matche le CTA + génère les DM personnalisés prêts à copier-coller manuellement (LinkedIn r_member_social étant CLOSED, l'envoi auto est impossible).

• poll_published_now

  Force un poll Community API immédiat sur un PublishedLeadMagnet (legacy, retournera des engagements vides puisque r_member_social est CLOSED — préférer paste_comments).

• prepare_visual_base

  Pour l'archétype dark_thumbnail : génère via Gemini 2.5 Flash Image un fond cinematic background à partir d'un base_prompt. Retourne un data: URL prêt à injecter dans le spec.

• publish_lead_magnet

  Publie un lead magnet sur LinkedIn depuis l'agent, sans ouvrir la webapp. DEUX PHASES OBLIGATOIRES. Premier appel sans confirmed : le serveur rend le visuel et retourne un APERÇU (post_text + png_base64) SANS rien publier. Tu DOIS alors montrer le texte ET l'image à l'utilisateur et attendre son accord explicite. Second appel avec confirmed: true : la publication part. Ne confirme jamais à la place de l'utilisateur, c'est son nom sur le post. Si resource_url est fourni, il est TESTÉ avant publication (règle R6 : une ressource morte annoncée à des commentateurs coûte plus cher que l'absence de …

Signals

Stars

0

Forks

0

Open issues

0

Weekly downloads

46

Last commit

Sep 1, 2026 (1 month ago)

Last release

Sep 1, 2026 (1 month ago)

Last package publish

Sep 1, 2026 (1 month ago)

From GitHub (fetched Oct 24, 2026) and the package registry.

Details

Registry name

io.github.TokDar2410621/publiar

Version

0.1.7

Auth

Auth not stated, API key

Packages

pypi publiar-mcp

License

MIT

Repository

github.com/TokDar2410621/publiar-mcp

First seen

Oct 24, 2026

Last checked

Oct 24, 2026

Source

Official MCP Registrygithub-graphql