Skip to main content
Glama

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

Related MCP server: mcp-server-youtube-transcript

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 쉬운

설명

필수의

OPENAI_API_KEY

요약 및 사후 생성을 위한 OpenAI API 키

아니요(요청 시 제공 가능)

유튜브 API 키

비디오 메타데이터를 가져오기 위한 YouTube 데이터 API 키

아니요(요청 시 제공 가능)

포트

서버를 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

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/NvkAnirudh/YT-to-LinkedIn-MCP-Server'

If you have feedback or need assistance with the MCP directory API, please join our Discord server