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.

Integrations

Leverages OpenAI GPT models to summarize video transcripts and generate professional LinkedIn post content with customizable tone, voice, and audience targeting.
Extracts transcripts from YouTube videos to be used for content generation, supporting multiple languages and retrieving video metadata like title and channel name.

YouTubeからLinkedIn MCPサーバーへ

YouTube動画からLinkedIn投稿の下書きを自動生成するモデルコンテキストプロトコル（MCP）サーバー。YouTube動画のトランスクリプトに基づいて、高品質で編集可能なコンテンツの下書きを提供します。

特徴

YouTube トランスクリプト抽出: 動画 URL を使用して YouTube 動画からトランスクリプトを抽出します
トランスクリプト要約: OpenAI GPTを使用してビデオコンテンツの簡潔な要約を生成します
LinkedIn 投稿生成: カスタマイズ可能なトーンとスタイルでプロフェッショナルな LinkedIn 投稿の下書きを作成します
モジュラーAPI設計：明確に定義されたエンドポイントを備えたクリーンなFastAPI実装
コンテナ化されたデプロイメント：Smitheryへのデプロイメント準備完了

セットアップ手順

前提条件

Python 3.8以上
Docker（コンテナ化されたデプロイメント用）
OpenAI APIキー
YouTube データ API キー (オプションですが、メタデータの精度向上のため推奨)

地域開発

リポジトリをクローンします。
git clone <repository-url> cd yt-to-linkedin
仮想環境を作成し、依存関係をインストールします。
python -m venv venv source venv/bin/activate # On Windows: venv\Scripts\activate pip install -r requirements.txt
API キーを使用してプロジェクトルートに.envファイルを作成します。
OPENAI_API_KEY=your_openai_api_key YOUTUBE_API_KEY=your_youtube_api_key
アプリケーションを実行します。
uvicorn app.main:app --reload
APIドキュメントはhttp://localhost:8000/docsからアクセスできます。

Docker デプロイメント

Docker イメージをビルドします。
docker build -t yt-to-linkedin-mcp .
コンテナを実行します。
docker run -p 8000:8000 --env-file .env yt-to-linkedin-mcp

鍛冶屋の展開

Smithery CLI がインストールされ、設定されていることを確認してください。
Smithery にデプロイ:
smithery deploy

APIエンドポイント

1. トランスクリプトの抽出

エンドポイント: /api/v1/transcript
メソッド: POST
説明: YouTube動画からトランスクリプトを抽出します

リクエスト本文:

{
  "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
}

応答：

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

2. トランスクリプトの要約

エンドポイント: /api/v1/summarize
メソッド: POST
説明: ビデオのトランスクリプトから要約を生成する

リクエスト本文:

{
  "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
}

応答：

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

3. LinkedInの投稿生成

エンドポイント: /api/v1/generate-post
メソッド: POST
説明: ビデオ要約から LinkedIn の投稿を生成する

リクエスト本文:

{
  "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
}

応答：

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

4. 出力フォーマット

エンドポイント: /api/v1/output
メソッド: POST
説明: LinkedInの投稿を出力用にフォーマットする

リクエスト本文:

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

応答：

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

環境変数

変数	説明	必須
OPENAI_API_KEY	要約と投稿生成のためのOpenAI APIキー	いいえ（リクエストで提供可能）
YOUTUBE_API_KEY	動画のメタデータを取得するための YouTube Data API キー	いいえ（リクエストで提供可能）
ポート	サーバーを実行するポート（デフォルト: 8000）	いいえ

注：APIキーの環境変数はオプション（各リクエストで指定可能）ですが、ローカル開発およびテストでは設定することをお勧めします。Smitheryにデプロイする場合、ユーザーはリクエストで独自のAPIキーを指定する必要があります。

ライセンス

マサチューセッツ工科大学

This server cannot be installed

-

security - not tested

A

license - permissive license

-

quality - not tested

YouTube動画からLinkedIn投稿の下書きを自動生成するモデルコンテキストプロトコル（MCP）サーバー。YouTube動画のトランスクリプトに基づいて、高品質で編集可能なコンテンツの下書きを提供します。

YouTube to LinkedIn MCP Server

Integrations

YouTubeからLinkedIn MCPサーバーへ

特徴

セットアップ手順

前提条件

地域開発

Docker デプロイメント

鍛冶屋の展開

APIエンドポイント

1. トランスクリプトの抽出

2. トランスクリプトの要約

3. LinkedInの投稿生成

4. 出力フォーマット

環境変数

ライセンス

Appeared in Searches