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

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

1. 克隆存储库：
   git clone <repository-url> cd yt-to-linkedin
2. 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
3. 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
4. 运行应用程序：
   uvicorn app.main:app --reload
5. 访问http://localhost:8000/docs上的 API 文档

Docker 部署

1. 构建 Docker 镜像：
   docker build -t yt-to-linkedin-mcp .
2. 运行容器：
   docker run -p 8000:8000 --env-file .env yt-to-linkedin-mcp

Smithery部署

1. 确保您已安装并配置 Smithery CLI。
2. 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：

回复：

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：

回复：

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：

回复：

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：

回复：

环境变量

注意：虽然 API 密钥的环境变量是可选的（因为它们可以在每个请求中提供），但建议在本地开发和测试时设置它们。部署到 Smithery 时，用户需要在请求中提供自己的 API 密钥。

执照

麻省理工学院