Servidor MCP de YouTube a LinkedIn

Un servidor de Protocolo de Contexto de Modelo (MCP) que automatiza la generación de borradores de publicaciones de LinkedIn a partir de vídeos de YouTube. Este servidor proporciona borradores de contenido editables y de alta calidad basados en transcripciones de vídeos de YouTube.

Características

Extracción de transcripciones de YouTube : extraiga transcripciones de videos de YouTube mediante URL de videos
Resumen de transcripciones : genere resúmenes concisos de contenido de video utilizando OpenAI GPT
Generación de publicaciones en LinkedIn : crea borradores de publicaciones profesionales en LinkedIn con un tono y estilo personalizables.
Diseño de API modular : implementación limpia de FastAPI con puntos finales bien definidos
Implementación en contenedores : lista para implementarse en Smithery

Instrucciones de configuración

Prerrequisitos

Python 3.8+
Docker (para implementación en contenedores)
Clave API de OpenAI
Clave API de datos de YouTube (opcional, pero recomendada para obtener mejores metadatos)

Desarrollo local

Clonar el repositorio:
git clone <repository-url> cd yt-to-linkedin
Cree un entorno virtual e instale dependencias:
python -m venv venv source venv/bin/activate # On Windows: venv\Scripts\activate pip install -r requirements.txt
Crea un archivo .env en la raíz del proyecto con tus claves API:
OPENAI_API_KEY=your_openai_api_key YOUTUBE_API_KEY=your_youtube_api_key
Ejecute la aplicación:
uvicorn app.main:app --reload
Acceda a la documentación de la API en http://localhost:8000/docs

Implementación de Docker

Construya la imagen de Docker:
docker build -t yt-to-linkedin-mcp .
Ejecute el contenedor:
docker run -p 8000:8000 --env-file .env yt-to-linkedin-mcp

Despliegue de herrería

Asegúrese de tener la CLI de Smithery instalada y configurada.
Implementar en Smithery:
smithery deploy

Puntos finales de API

1. Extracción de la transcripción

Punto final : /api/v1/transcript
Método : POST
Descripción : Extraer la transcripción de un vídeo de YouTube

Cuerpo de la solicitud :

{
  "youtube_url": "https://www.youtube.com/watch?v=VIDEO_ID",
  "language": "en",
  "youtube_api_key": "your_youtube_api_key"  // Optional, provide your own YouTube API key
}

Respuesta :

{
  "video_id": "VIDEO_ID",
  "video_title": "Video Title",
  "transcript": "Full transcript text...",
  "language": "en",
  "duration_seconds": 600,
  "channel_name": "Channel Name",
  "error": null
}

2. Resumen de la transcripción

Punto final : /api/v1/summarize
Método : POST
Descripción : Generar un resumen a partir de una transcripción de video

Cuerpo de la solicitud :

{
  "transcript": "Video transcript text...",
  "video_title": "Video Title",
  "tone": "professional",
  "audience": "general",
  "max_length": 250,
  "min_length": 150,
  "openai_api_key": "your_openai_api_key"  // Optional, provide your own OpenAI API key
}

Respuesta :

{
  "summary": "Generated summary text...",
  "word_count": 200,
  "key_points": [
    "Key point 1",
    "Key point 2",
    "Key point 3"
  ]
}

3. Generación de publicaciones en LinkedIn

Punto final : /api/v1/generate-post
Método : POST
Descripción : Generar una publicación de LinkedIn a partir de un resumen de video

Cuerpo de la solicitud :

{
  "summary": "Video summary text...",
  "video_title": "Video Title",
  "video_url": "https://www.youtube.com/watch?v=VIDEO_ID",
  "speaker_name": "Speaker Name",
  "hashtags": ["ai", "machinelearning"],
  "tone": "professional",
  "voice": "first_person",
  "audience": "technical",
  "include_call_to_action": true,
  "max_length": 1200,
  "openai_api_key": "your_openai_api_key"  // Optional, provide your own OpenAI API key
}

Respuesta :

{
  "post_content": "Generated LinkedIn post content...",
  "character_count": 800,
  "estimated_read_time": "About 1 minute",
  "hashtags_used": ["#ai", "#machinelearning"]
}

4. Formato de salida

Punto final : /api/v1/output
Método : POST
Descripción : Dar formato a la publicación de LinkedIn para su salida.

Cuerpo de la solicitud :

{
  "post_content": "LinkedIn post content...",
  "format": "json"
}

Respuesta :

{
  "content": {
    "post_content": "LinkedIn post content...",
    "character_count": 800
  },
  "format": "json"
}

Variables de entorno

Variable	Descripción	Requerido
CLAVE API DE OPENAI	Clave API de OpenAI para resumen y generación posterior	No (se puede proporcionar en las solicitudes)
CLAVE DE API DE YOUTUBE	Clave API de datos de YouTube para obtener metadatos de video	No (se puede proporcionar en las solicitudes)
PUERTO	Puerto donde ejecutar el servidor (predeterminado: 8000)	No

Nota : Si bien las variables de entorno para las claves API son opcionales (ya que se pueden proporcionar en cada solicitud), se recomienda configurarlas para el desarrollo y las pruebas locales. Al implementar en Smithery, los usuarios deberán proporcionar sus propias claves API en las solicitudes.

Licencia

Instituto Tecnológico de Massachusetts (MIT)

This server cannot be installed

security - not tested

license - permissive license

quality - not tested

How are these scores calculated?

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

Related MCP Servers

social-media-mcp
angheljf
A
security
A
license
A
quality
A Model Context Protocol (MCP) server for managing social media posts, currently supporting X (formerly Twitter).
Last updated -
3
7
JavaScript
MIT License
Memex
narphorium
-
security
A
license
-
quality
A tool for Model Context Protocol (MCP) that allows you to analyze web content and add it to your knowledge base, storing content as Markdown files for easy viewing with tools like Obsidian.
Last updated -
6
Python
MIT License
URL Fetch MCP
aelaguiz
-
security
A
license
-
quality
A Model Context Protocol (MCP) server that enables Claude or other LLMs to fetch content from URLs, supporting HTML, JSON, text, and images with configurable request parameters.
Last updated -
Python
MIT License
YouTube MCP Server
xue160709
-
security
F
license
-
quality
A Model Context Protocol server that provides Claude with tools to interact with YouTube, built on the mcp-framework.
Last updated -
TypeScript

View all related MCP servers

YouTube to LinkedIn MCP Server