YouTube 到 LinkedIn MCP 服务器

一个模型上下文协议 (MCP) 服务器，可自动根据 YouTube 视频生成 LinkedIn 帖子草稿。该服务器基于 YouTube 视频脚本提供高质量、可编辑的内容草稿。

特征

YouTube 成绩单提取：使用视频 URL 从 YouTube 视频中提取成绩单
文字记录摘要：使用 OpenAI GPT 生成视频内容的简明摘要
LinkedIn 帖子生成：创建具有可自定义语气和风格的专业 LinkedIn 帖子草稿
模块化 API 设计：简洁的 FastAPI 实现，具有明确定义的端点
容器化部署：准备在 Smithery 上部署

Related MCP server: YouTube Translate MCP

设置说明

先决条件

Python 3.8+
Docker（用于容器化部署）
OpenAI API 密钥
YouTube 数据 API 密钥（可选，但建议用于更好的元数据）

本地开发

克隆存储库：

git clone <repository-url>
cd yt-to-linkedin

创建虚拟环境并安装依赖项：

python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate
pip install -r requirements.txt

使用您的 API 密钥在项目根目录中创建一个.env文件：

OPENAI_API_KEY=your_openai_api_key
YOUTUBE_API_KEY=your_youtube_api_key

运行应用程序：
```
uvicorn app.main:app --reload
```
访问http://localhost:8000/docs上的 API 文档

Docker 部署

构建 Docker 镜像：
```
docker build -t yt-to-linkedin-mcp .
```

运行容器：

docker run -p 8000:8000 --env-file .env yt-to-linkedin-mcp

Smithery部署

确保您已安装并配置 Smithery CLI。
部署至 Smithery：
```
smithery deploy
```

API 端点

1. 成绩单提取

端点： /api/v1/transcript
方法：POST
描述：从 YouTube 视频中提取文字记录

请求正文：

{
  "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
}

回复：

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

2. 成绩单摘要

端点： /api/v1/summarize
方法：POST
描述：从视频脚本生成摘要

请求正文：

{
  "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
}

回复：

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

3. LinkedIn帖子生成

端点： /api/v1/generate-post
方法：POST
描述：通过视频摘要生成 LinkedIn 帖子

请求正文：

{
  "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
}

回复：

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

4. 输出格式

端点： /api/v1/output
方法：POST
描述：格式化 LinkedIn 帖子以供输出

请求正文：

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

回复：

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

环境变量

多变的	描述	必需的
OPENAI_API_密钥	用于摘要和帖子生成的 OpenAI API 密钥	否（可在请求中提供）
YouTube API 密钥	用于获取视频元数据的 YouTube 数据 API 密钥	否（可在请求中提供）
港口	运行服务器的端口（默认值：8000）	不