YouTube to LinkedIn MCP Server

by NvkAnirudh
Verified

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.

YouTube에서 LinkedIn MCP 서버로

YouTube 동영상에서 LinkedIn 게시물 초안을 자동으로 생성하는 모델 컨텍스트 프로토콜(MCP) 서버입니다. 이 서버는 YouTube 동영상 대본을 기반으로 고품질의 편집 가능한 콘텐츠 초안을 제공합니다.

특징

  • YouTube 대본 추출 : 비디오 URL을 사용하여 YouTube 비디오에서 대본 추출
  • 대본 요약 : OpenAI GPT를 사용하여 비디오 콘텐츠의 간결한 요약을 생성합니다.
  • LinkedIn 게시물 생성 : 사용자 정의 가능한 톤과 스타일로 전문적인 LinkedIn 게시물 초안을 작성하세요
  • 모듈식 API 디자인 : 명확하게 정의된 엔드포인트를 갖춘 깔끔한 FastAPI 구현
  • 컨테이너화된 배포 : Smithery에 배포 준비 완료

설치 지침

필수 조건

  • 파이썬 3.8 이상
  • Docker(컨테이너화된 배포용)
  • OpenAI API 키
  • YouTube 데이터 API 키(선택 사항이지만 더 나은 메타데이터를 위해 권장됨)

지역 개발

  1. 저장소를 복제합니다.지엑스피1
  2. 가상 환경을 만들고 종속성을 설치합니다.
    python -m venv venv source venv/bin/activate # On Windows: venv\Scripts\activate pip install -r requirements.txt
  3. API 키로 프로젝트 루트에 .env 파일을 만듭니다.
    OPENAI_API_KEY=your_openai_api_key YOUTUBE_API_KEY=your_youtube_api_key
  4. 애플리케이션을 실행합니다.
    uvicorn app.main:app --reload
  5. http://localhost:8000/docs 에서 API 문서에 액세스하세요.

도커 배포

  1. Docker 이미지를 빌드합니다.
    docker build -t yt-to-linkedin-mcp .
  2. 컨테이너를 실행합니다.
    docker run -p 8000:8000 --env-file .env yt-to-linkedin-mcp

대장간 배치

  1. Smithery CLI가 설치되고 구성되어 있는지 확인하세요.
  2. 대장간에 배치:
    smithery deploy

API 엔드포인트

1. 전사본 추출

엔드포인트 : /api/v1/transcript
방법 : POST
설명 : YouTube 비디오에서 대본 추출

요청 본문 :

{ "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 }

응답 :

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

2. 필사본 요약

엔드포인트 : /api/v1/summarize
방법 : POST
설명 : 비디오 대본에서 요약을 생성합니다.

요청 본문 :

{ "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 }

응답 :

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

3. LinkedIn 게시물 생성

엔드포인트 : /api/v1/generate-post
방법 : POST
설명 : 비디오 요약에서 LinkedIn 게시물 생성

요청 본문 :

{ "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 }

응답 :

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

4. 출력 형식

엔드포인트 : /api/v1/output
방법 : POST
설명 : 출력을 위한 LinkedIn 게시물 형식 지정

요청 본문 :

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

응답 :

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

환경 변수

변하기 쉬운설명필수의
OPENAI_API_KEY요약 및 사후 생성을 위한 OpenAI API 키아니요(요청 시 제공 가능)
유튜브 API 키비디오 메타데이터를 가져오기 위한 YouTube 데이터 API 키아니요(요청 시 제공 가능)
포트서버를 실행할 포트(기본값: 8000)아니요

참고 : API 키 환경 변수는 선택 사항이지만(각 요청에서 제공할 수 있으므로) 로컬 개발 및 테스트용으로 설정하는 것이 좋습니다. Smithery에 배포하는 경우 사용자는 요청에 자체 API 키를 제공해야 합니다.

특허

MIT

-
security - not tested
A
license - permissive license
-
quality - not tested

YouTube 동영상에서 LinkedIn 게시물 초안을 자동으로 생성하는 모델 컨텍스트 프로토콜(MCP) 서버입니다. 이 서버는 YouTube 동영상 대본을 기반으로 고품질의 편집 가능한 콘텐츠 초안을 제공합니다.

  1. Features
    1. Setup Instructions
      1. Prerequisites
      2. Local Development
      3. Docker Deployment
      4. Smithery Deployment
    2. API Endpoints
      1. 1. Transcript Extraction
      2. 2. Transcript Summarization
      3. 3. LinkedIn Post Generation
      4. 4. Output Formatting
    3. Environment Variables
      1. License
        ID: krmh0zvhhu