Skip to main content
Glama
Sign In
deenesjakoruzh

Trakt

by wwiens
GitHub
Python
5
OverviewInspectNewSchemaRelated ServersReviewsScore
Need Help?View Source CodeReport Issue

🎬 MCP Trakt: Das Tor Ihrer KI zu Unterhaltungsdaten

MCP TraktErstellt mit CursorUnterstützt von Claude

Ein Model Context Protocol (MCP)-Server, der eine Brücke zwischen KI-Sprachmodellen und der Trakt.tv-API schlägt und LLMs Zugriff auf Unterhaltungsdaten in Echtzeit und den persönlichen Trakt-Anzeigeverlauf ermöglicht.

🖥️ Ein KI-Experiment

Abgesehen von diesem Absatz wurde alles hier, einschließlich des Codes, von KI generiert. Ich wollte mehr über MCP erfahren und habe viel mit Cursor experimentiert. Daher erschien es mir naheliegend, diese zusammenzuführen. Das Ergebnis war dieses Projekt. Alle zukünftigen Änderungen werden ebenfalls von KI durchgeführt.

🤖 Was ist MCP?

Model Context Protocol (MCP) ist eine offene Spezifikation, die es Large Language Models (LLMs) wie Claude ermöglicht, mit externen Systemen und Datenquellen zu interagieren.

MCP schafft eine standardisierte Möglichkeit für KI-Modelle, um:

  • Zugriff auf Echtzeitdaten auch nach dem Schulungsende
  • Stellen Sie über dedizierte Server eine Verbindung zu externen APIs und Webdiensten her
  • Führen Sie spezialisierte Tools und Funktionen sicher aus
  • Lesen von und Schreiben in externe Ressourcen
  • Verarbeiten Sie komplexe Daten, die in reinen Textformaten nur schwer zu handhaben wären

Im Kern funktioniert MCP durch die Definition von:

  1. Ressourcen : Strukturierte Datenquellen, aus denen eine KI lesen oder in die sie schreiben kann (wie trakt://shows/trending )
  2. Tools : Funktionen, die die KI aufrufen kann, um bestimmte Aktionen auszuführen (wie z. B. fetch_trending_shows )
  3. Sitzungen : Sichere Verbindungen zwischen den AI- und MCP-Servern

MCP-Server wie dieser fungieren als Brücken zwischen KI-Modellen und der Außenwelt und ermöglichen die Erweiterung um neue Funktionen, ohne dass eine erneute Schulung erforderlich ist.

📺 Was ist Trakt?

Trakt.tv ist eine Plattform, die automatisch verfolgt, welche Fernsehsendungen und Filme Sie ansehen. Der Dienst bietet:

  • Umfassende Verfolgung der Sehgewohnheiten über mehrere Streaming-Dienste hinweg
  • Soziale Funktionen zum Teilen und Besprechen Ihrer aktuellen Sehgewohnheiten mit Freunden
  • Personalisierte Empfehlungen basierend auf Ihrem Anzeigeverlauf
  • Umfangreiche APIs, die Entwickler zum Erstellen von Anwendungen verwenden können

Trakt hat sich zum Standard für Entertainment-Tracking entwickelt mit:

  • Über 14 Millionen Nutzer verfolgen ihre Sehgewohnheiten
  • Daten zu Millionen von Filmen und Fernsehsendungen, einschließlich detaillierter Metadaten
  • Integration mit gängigen Mediaplayern und Streaming-Diensten

Dieser MCP-Server nutzt das umfangreiche API-Ökosystem von Trakt, um Unterhaltungsdaten in Echtzeit direkt in Ihre Gespräche mit KI-Assistenten wie Claude zu bringen.

🚀 Die Cursor-Entwicklungserfahrung

Das gesamte Projekt wurde mit Cursor entwickelt, einem Code-Editor für das KI-Zeitalter. Claude 3.7 Sonnet generierte den gesamten Code. Dieser Ansatz demonstriert:

  • Wie KI-gestützte Entwicklung den Aufbau spezialisierter MCP-Server drastisch beschleunigen kann
  • Die Fähigkeiten moderner KI beim Schreiben funktionalen, gut strukturierten Codes
  • Ein kollaborativer Workflow zwischen menschlicher Absicht und KI-Implementierung

✨ Funktionen

🌎 Öffentliche Traktdaten

  • Greifen Sie auf trendige und beliebte Shows und Filme zu
  • Entdecken Sie die beliebtesten, am häufigsten gespielten und angesehenen Inhalte
  • Erhalten Sie Echtzeitdaten von der globalen Community von Trakt
  • Formatierte Antworten mit Titeln, Jahren und Popularitätsmetriken
  • Detaillierte Bewertungen für Shows und Filme anzeigen, einschließlich Durchschnittsbewertungen und Verteilung

👤 Persönliche Traktdaten

  • Sehen Sie sich Ihre angesehenen Sendungen an : Erhalten Sie eine vollständige Liste der Sendungen, die Sie persönlich angesehen haben
  • Sehen Sie sich die genauen Daten Ihrer zuletzt angesehenen Serien an
  • Verfolgen Sie, wie oft Sie jede Sendung gesehen haben
  • Checken Sie bei Sendungen ein, die Sie gerade sehen, um sie als gesehen zu markieren
    • Nach Show-ID (präziser) oder Show-Titel (bequemer)
    • Teilen Sie Check-ins mit Twitter, Mastodon oder Tumblr
    • Fügen Sie Ihren Check-ins benutzerdefinierte Nachrichten hinzu
    • Sehen Sie in einem für Menschen lesbaren Format, wann Sie die Folge gesehen haben
  • Suchen Sie nach Shows, um deren Details und IDs zu finden
  • Sichere Authentifizierung mit Trakt durch Gerätecodefluss
  • Persönliche Daten werden direkt von Ihrem Trakt-Konto abgerufen

💬 Kommentare und Bewertungen

  • Kommentare zu Shows und Filmen anzeigen : Lesen Sie, was andere über Ihre Lieblingsinhalte sagen
  • Kommentare zu bestimmten Staffeln und Episoden ansehen : Erhalten Sie Einblicke in bestimmte Teile einer Show
  • Einzelne Kommentare und die dazugehörigen Antworten ansehen : Beteiligen Sie sich an den Diskussionen der Community
  • Spoilerschutz : Kommentare mit Spoilern werden standardmäßig ausgeblendet
  • Spoiler-Sichtbarkeit umschalten : Wählen Sie, ob Spoiler angezeigt oder ausgeblendet werden sollen
  • Bewertungen anzeigen : Längere, ausführlichere Kommentare werden als Bewertungen gekennzeichnet
  • Bewertungsverteilung anzeigen : Sehen Sie, wie viele Benutzer jede Bewertung von 1-10 abgegeben haben

🔄 Allgemeine Funktionen

  • Stellt Trakt-API-Daten über MCP-Ressourcen bereit
  • Bietet Tools zum Abrufen von Unterhaltungsinformationen in Echtzeit
  • Ermöglicht KI-Modellen, personalisierte Unterhaltungsempfehlungen anzubieten
  • Einfacher Authentifizierungs- und Abmeldevorgang

📺 Aktuell angesagte Shows

Ab April 2025 können Sie auf Trendsendungen zugreifen wie:

  • „Der weiße Lotus“ (2021) – 7.870 Zuschauer
  • "Daredevil: Born Again" (2025) – 6.738 Zuschauer
  • "Severance" (2022) – 4.507 Zuschauer

🎥 Aktuell angesagte Filme

Die derzeit angesagtesten Filme:

  • "Black Bag" (2025) – 1.491 Zuschauer
  • "A Working Man" (2025) – 1.226 Zuschauer
  • "Mickey 17" (2025) – 764 Zuschauer

🔌 Verfügbare Ressourcen

Ressourcen anzeigen

RessourceBeschreibungBeispieldaten
trakt://shows/trendingMeistgesehene Sendungen der letzten 24 StundenShowtitel, Jahr, Zuschauerzahl
trakt://shows/popularBeliebteste Sendungen basierend auf BewertungenShowtitel, Jahr, Popularitätsbewertung
trakt://shows/favoritedBeliebteste SendungenTitel, Jahr und Anzahl der Favoriten anzeigen
trakt://shows/playedMeistgespielte ShowsShowtitel, Jahr, Wiedergabeanzahl
trakt://shows/watchedMeistgesehene Sendungen nach einzelnen BenutzernShowtitel, Jahr, Zuschauerzahl

Filmressourcen

RessourceBeschreibungBeispieldaten
trakt://movies/trendingMeistgesehene Filme der letzten 24 StundenFilmtitel, Jahr, Zuschauerzahl
trakt://movies/popularBeliebteste Filme basierend auf BewertungenFilmtitel, Jahr, Filmmusik
trakt://movies/favoritedBeliebteste FilmeFilmtitel, Jahr, Favoritenanzahl
trakt://movies/playedMeistgespielte FilmeFilmtitel, Jahr, Anzahl der Abspielungen
trakt://movies/watchedMeistgesehene Filme von einzelnen BenutzernFilmtitel, Jahr, Zuschauerzahl

Benutzerressourcen

RessourceBeschreibungBeispieldaten
trakt://user/auth/statusAktueller AuthentifizierungsstatusAuthentifizierungsstatus, Token-Ablauf
trakt://user/watched/showsVom authentifizierten Benutzer angesehene SendungenSendungstitel, Jahr, Datum der letzten Wiedergabe, Anzahl der Wiedergaben
trakt://user/watched/moviesVom authentifizierten Benutzer angesehene FilmeFilmtitel, Jahr, Datum der letzten Wiedergabe, Anzahl der Wiedergaben

Kommentarressourcen

RessourceBeschreibungBeispieldaten
trakt://comments/movie/:idKommentare zu einem bestimmten FilmKommentartext, Autor, Datum, Likes
trakt://comments/show/:idKommentare zu einer bestimmten SendungKommentartext, Autor, Datum, Likes
trakt://comments/show/:id/season/:seasonKommentare zu einer bestimmten SaisonKommentartext, Autor, Datum, Likes
trakt://comments/show/:id/season/:season/episode/:episodeKommentare zu einer bestimmten EpisodeKommentartext, Autor, Datum, Likes
trakt://comments/:idEin spezifischer KommentarKommentartext, Autor, Datum, Likes
trakt://comments/:id/repliesAntworten auf einen bestimmten KommentarAntworttext, Autor, Datum

Bewertungsressourcen

RessourceBeschreibungBeispieldaten
trakt://shows/:id/ratingsBewertungen für eine bestimmte ShowDurchschnittsbewertung, Stimmenzahl, Verteilung
trakt://movies/:id/ratingsBewertungen für einen bestimmten FilmDurchschnittsbewertung, Stimmenzahl, Verteilung

🛠️ Verfügbare Tools

Werkzeuge anzeigen

# Get trending shows with optional limit parameter fetch_trending_shows(limit=10) # Get popular shows with optional limit parameter fetch_popular_shows(limit=10) # Get favorited shows with optional limit and period parameters fetch_favorited_shows(limit=10, period="weekly") # Get most played shows with optional limit and period parameters fetch_played_shows(limit=10, period="weekly") # Get most watched shows with optional limit and period parameters fetch_watched_shows(limit=10, period="weekly") # Search for shows by title to get show IDs and details search_shows(query="Breaking Bad", limit=5) # Search for movies by title to get movie IDs and details search_movies(query="The Godfather", limit=5)

Filmwerkzeuge

# Get trending movies with optional limit parameter fetch_trending_movies(limit=10) # Get popular movies with optional limit parameter fetch_popular_movies(limit=10) # Get favorited movies with optional limit and period parameters fetch_favorited_movies(limit=10, period="weekly") # Get most played movies with optional limit and period parameters fetch_played_movies(limit=10, period="weekly") # Get most watched movies with optional limit and period parameters fetch_watched_movies(limit=10, period="weekly")

Authentifizierungs- und Benutzertools

# Start the device authorization flow with Trakt start_device_auth() # Check the status of an ongoing authentication check_auth_status() # Clear authentication (logout) clear_auth() # Fetch shows watched by the authenticated user fetch_user_watched_shows(limit=0) # 0 for all shows # Fetch movies watched by the authenticated user fetch_user_watched_movies(limit=0) # 0 for all movies

Check-in-Tools

# Method 1: Check in using show ID (recommended when precision is important) # First use search_shows to find the correct show ID search_shows(query="Breaking Bad", limit=5) # Then use the ID for check-in checkin_to_show( season=1, episode=3, show_id="1388", message="Loving this show!" ) # Method 2: Check in using show title (more convenient) checkin_to_show( season=1, episode=1, show_title="Breaking Bad", show_year=2008, # Optional but helps with accuracy message="I'm the one who knocks!", share_twitter=True, share_mastodon=False, share_tumblr=False )

Kommentartools

# Get comments for a movie (sorted by newest by default) fetch_movie_comments(movie_id="123", limit=10, show_spoilers=False) # Get comments for a show sorted by most likes fetch_show_comments(show_id="456", limit=10, show_spoilers=False, sort="likes") # Get comments for a specific season sorted by highest rating fetch_season_comments(show_id="456", season=1, limit=10, show_spoilers=False, sort="highest") # Get comments for a specific episode sorted by most replies fetch_episode_comments(show_id="456", season=1, episode=3, limit=10, show_spoilers=False, sort="replies") # Get a specific comment fetch_comment(comment_id="789", show_spoilers=False) # Get a comment with its replies sorted by oldest first fetch_comment_replies(comment_id="789", limit=10, show_spoilers=False, sort="oldest")

Bewertungstools

# Get ratings for a show fetch_show_ratings(show_id="game-of-thrones") # Get ratings for a movie fetch_movie_ratings(movie_id="tron-legacy-2010")

🔐 Authentifizierung

Der Server verwendet den Geräteauthentifizierungsablauf von Trakt:

  1. Wenn Sie benutzerspezifische Daten anfordern, leitet der Server bei Bedarf automatisch die Authentifizierung ein
  2. Sie erhalten einen Code und eine URL, die Sie in Ihrem Browser aufrufen können.
  3. Nachdem Sie den Code auf der Trakt-Website eingegeben und die App autorisiert haben, informieren Sie Claude, dass Sie die Autorisierung abgeschlossen haben
  4. Claude prüft den Authentifizierungsstatus und ruft dann Ihre persönlichen Daten ab
  5. Ihr Authentifizierungstoken wird für zukünftige Anfragen sicher gespeichert

Sie können sich jederzeit mit dem Tool clear_auth abmelden.

🚀 Einrichtung

  1. Dieses Repository klonen
    git clone https://github.com/yourusername/mcp-trakt.git cd mcp-trakt
  2. Abhängigkeiten installieren
    pip install -r requirements.txt
  3. Einrichten Ihrer Umgebung
    cp .env.example .env
    Bearbeiten Sie dann .env , um Ihre Trakt-API-Anmeldeinformationen hinzuzufügen:
    TRAKT_CLIENT_ID=your_client_id TRAKT_CLIENT_SECRET=your_client_secret
  4. Ausführen des Servers
    python server.py

🧪 Entwicklung & Tests

Testen mit MCP Inspector

mcp dev server.py

Installation in Claude Desktop

mcp install server.py

Ausführen von Tests

# Install test dependencies pip install -r requirements-dev.txt # Run all tests pytest # Run with verbose output pytest -v -s

📝 Mit Claude verwenden

Nach der Installation können Sie Claude Fragen stellen wie:

  • „Welche Shows sind gerade im Trend?“
  • „Können Sie diese Woche ein paar beliebte Filme empfehlen?“
  • „Welche Sendungen werden im Monat am meisten gesehen?“
  • „Zeig mir die Sendungen, die ich gesehen habe“ (erfordert Authentifizierung)
  • „Welche Sendung habe ich zuletzt gesehen?“ (erfordert Authentifizierung)
  • „Zeig mir die Filme, die ich gesehen habe“ (erfordert Authentifizierung)
  • „Welchen Film habe ich zuletzt gesehen?“ (erfordert Authentifizierung)
  • „Suchen Sie nach Sendungen wie ‚Breaking Bad‘“
  • „Checken Sie mich bei Staffel 2, Folge 5 von Breaking Bad ein“ (verwendet Titel)
  • „Melde mich bei Staffel 1, Folge 3 der Sendung mit der ID 1388 an und teile sie auf Twitter“ (verwendet die ID)
  • „Zeige mir Kommentare zu Breaking Bad“
  • „Was sagen die Leute über den Film Der Pate?“
  • „Zeig mir Kommentare zur 1. Staffel von Stranger Things“
  • „Kommentare zu Staffel 2, Folge 5 von Game of Thrones erhalten“
  • „Zeigen Sie mir Kommentar Nr. 12345 mit seinen Antworten“
  • „Zeige mir Kommentare zu Breaking Bad, aber mit Spoilern“
  • „Suchen Sie nach Filmen wie ‚Der Pate‘“
  • „Zeig mir die beliebtesten Kommentare zu Breaking Bad“ (verwendet sort="likes")
  • „Holen Sie sich die am höchsten bewerteten Kommentare zum Film Der Pate“ (verwendet sort="highest")
  • „Zeig mir die Kommentare mit den meisten Antworten für Staffel 1 von Stranger Things“ (verwendet sort="replies")
  • „Wie ist die Altersfreigabe für Game of Thrones?“
  • „Zeigen Sie mir die Bewertungsverteilung für Der Pate“
  • „Wie hoch ist die Bewertung von Breaking Bad?“

Claude wird diesen MCP-Server verwenden, um Ihnen Echtzeitdaten von Trakt bereitzustellen.

👤 Zugriff auf personenbezogene Daten

Mit der Authentifizierung können Sie auf Folgendes zugreifen:

  • Ihr kompletter Verlauf angesehener Sendungen und Filme
  • Datum der letzten Sichtung für jede Sendung und jeden Film
  • Anzahl der Male, die Sie jede Sendung und jeden Film gesehen haben
  • Checken Sie die Sendungen ein, die Sie gerade sehen, und verfolgen Sie Ihren Fortschritt
  • Persönliche Anzeigestatistiken
  • Teilen Sie Ihre Sehaktivitäten auf Social-Media-Plattformen

Alle Daten werden in Echtzeit direkt von Ihrem Trakt-Konto abgerufen.

🔮 Zukünftige Entwicklung

  • Erweiterte Benutzerauthentifizierung für den Zugriff auf mehr persönliche Daten
  • Hinzufügen von Kalenderereignissen für kommende Episoden
  • Unterstützung von Scrobbling (Verfolgen, was Sie gerade ansehen)
  • Implementieren von Empfehlungen basierend auf dem Wiedergabeverlauf
  • Unterstützung für weitere Social-Media-Plattformen zum Teilen hinzufügen

📄 Lizenz

MIT-Lizenz

This server cannot be installed

-
security - not tested
F
license - not found
-
quality - not tested

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.

Ein Model Context Protocol (MCP)-Server, der eine Brücke zwischen KI-Sprachmodellen und der Trakt.tv-API schlägt und LLMs Zugriff auf Unterhaltungsdaten in Echtzeit und den persönlichen Trakt-Anzeigeverlauf ermöglicht.

  1. 🖥️ Ein KI-Experiment
    1. 🤖 Was ist MCP?
      1. 📺 Was ist Trakt?
        1. 🚀 Die Cursor-Entwicklungserfahrung
          1. ✨ Funktionen
            1. 🌎 Öffentliche Traktdaten
            2. 👤 Persönliche Traktdaten
            3. 💬 Kommentare und Bewertungen
            4. 🔄 Allgemeine Funktionen
            5. 📺 Aktuell angesagte Shows
            6. 🎥 Aktuell angesagte Filme
          2. 🔌 Verfügbare Ressourcen
            1. Ressourcen anzeigen
            2. Filmressourcen
            3. Benutzerressourcen
            4. Kommentarressourcen
            5. Bewertungsressourcen
          3. 🛠️ Verfügbare Tools
            1. Werkzeuge anzeigen
            2. Filmwerkzeuge
            3. Authentifizierungs- und Benutzertools
            4. Check-in-Tools
            5. Kommentartools
            6. Bewertungstools
          4. 🔐 Authentifizierung
            1. 🚀 Einrichtung
              1. 🧪 Entwicklung & Tests
                1. Testen mit MCP Inspector
                2. Installation in Claude Desktop
                3. Ausführen von Tests
              2. 📝 Mit Claude verwenden
                1. 👤 Zugriff auf personenbezogene Daten
                  1. 🔮 Zukünftige Entwicklung
                    1. 📄 Lizenz

                      Related MCP Servers

                      • Notion MCP Server

                        ramidecodes
                        A
                        security
                        A
                        license
                        A
                        quality
                        A Model Context Protocol (MCP) server that exposes the official Notion SDK, allowing AI models to interact with Notion workspaces.
                        Last updated -
                        17
                        77
                        7
                        TypeScript
                        Apache 2.0
                        • Apple
                        • Linux

                      • Aligo SMS MCP Server

                        hongsw
                        -
                        security
                        A
                        license
                        -
                        quality
                        A Model Context Protocol (MCP) server that allows AI agents like Claude to interact with the Aligo SMS API to send text messages and retrieve related information.
                        Last updated -
                        JavaScript
                        MIT License

                      • DroidMind

                        hyperb1iss
                        A
                        security
                        A
                        license
                        A
                        quality
                        A Model Context Protocol (MCP) server that enables AI assistants to control and interact with Android devices, allowing for device management, app debugging, system analysis, and UI automation through natural language commands.
                        Last updated -
                        29
                        143
                        Python
                        Apache 2.0
                        • Linux
                        • Apple

                      • ElevenLabs MCP Serverofficial

                        elevenlabs
                        A
                        security
                        A
                        license
                        A
                        quality
                        An official Model Context Protocol (MCP) server that enables AI clients to interact with ElevenLabs' Text to Speech and audio processing APIs, allowing for speech generation, voice cloning, audio transcription, and other audio-related tasks.
                        Last updated -
                        19
                        700
                        Python
                        MIT License
                        • Apple

                      View all related MCP servers

                      New MCP Servers

                      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/wwiens/trakt_mcpserver'

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