🎬 MCP Trakt: La puerta de entrada de tu IA a los datos de entretenimiento

Un servidor de Protocolo de Contexto de Modelo (MCP) que crea un puente entre los modelos de lenguaje de IA y la API de Trakt.tv, lo que permite a los LLM acceder a datos de entretenimiento en tiempo real y al historial de visualización personal de Trakt.

🖥️ Un experimento de IA

Aparte de este párrafo, todo lo que aquí se presenta ha sido generado por IA, incluido el código. Mi objetivo era aprender más sobre MCP y he estado experimentando mucho con Cursor, así que me pareció lógico unirlos. El resultado fue este proyecto. Todos los cambios futuros también serán realizados por IA.

Related MCP server: FastAPI MCP Server

🤖¿Qué es MCP?

El Protocolo de Contexto de Modelo (MCP) es una especificación abierta que permite que los modelos de lenguaje grandes (LLM) como Claude interactúen con sistemas externos y fuentes de datos.

MCP crea una forma estandarizada para que los modelos de IA:

• Acceda a datos en tiempo real más allá de su fecha límite de capacitación

• Conéctese a API externas y servicios web a través de servidores dedicados

• Ejecute herramientas y funciones especializadas de forma segura

• Leer y escribir en recursos externos

• Procesar datos complejos que serían difíciles de manejar en formatos de solo texto

En esencia, el MCP funciona definiendo:

1. Recursos : fuentes de datos estructuradas que una IA puede leer o en las que puede escribir (como trakt://shows/trending )

2. Herramientas : Funciones que la IA puede invocar para realizar acciones específicas (como fetch_trending_shows )

3. Sesiones : Conexiones seguras entre los servidores de IA y MCP

Los servidores MCP como este actúan como puentes entre los modelos de IA y el mundo externo, lo que permite ampliarlos con nuevas capacidades sin necesidad de volver a capacitarlos.

📺 ¿Qué es Trakt?

Trakt.tv es una plataforma que rastrea automáticamente los programas de televisión y películas que ves. El servicio ofrece:

• Seguimiento exhaustivo de los hábitos de visualización en múltiples servicios de transmisión

• Funciones sociales para compartir y discutir lo que estás viendo con tus amigos.

• Recomendaciones personalizadas basadas en tu historial de visualización

• API extensas que los desarrolladores pueden usar para crear aplicaciones

Trakt se ha convertido en el estándar para el seguimiento del entretenimiento con:

• Más de 14 millones de usuarios rastrean sus hábitos de visualización

• Datos sobre millones de películas y programas de televisión, incluidos metadatos detallados

• Integración con reproductores multimedia y servicios de transmisión populares

Este servidor MCP aprovecha el rico ecosistema API de Trakt para llevar datos de entretenimiento en tiempo real directamente a sus conversaciones con asistentes de IA como Claude.

🚀 La experiencia de desarrollo del cursor

Todo este proyecto se desarrolló con Cursor , un editor de código diseñado para la era de la IA, y Claude 3.7 Sonnet generó todo el código. Este enfoque demuestra:

• Cómo el desarrollo asistido por IA puede acelerar drásticamente la creación de servidores MCP especializados

• Las capacidades de la IA moderna para escribir código funcional y bien estructurado

• Un flujo de trabajo colaborativo entre la intención humana y la implementación de IA

✨ Características

Datos públicos de Trakt

• Acceda a programas y películas populares y de tendencia.

• Descubre el contenido más visto, reproducido y marcado como favorito

• Obtenga datos en tiempo real de la comunidad global de Trakt

• Respuestas formateadas con títulos, años y métricas de popularidad

👤 Datos personales de Trakt

• Ver tus programas vistos : obtén una lista completa de los programas que has visto personalmente

• Consulta las fechas exactas de tu último visionado de cada serie

• Realiza un seguimiento de cuántas veces has visto cada programa

• Regístrate en los programas que estás viendo actualmente para marcarlos como vistos

  • Por ID de programa (más preciso) o por título de programa (más conveniente)

  • Comparte check-ins en Twitter, Mastodon o Tumblr

  • Incluye mensajes personalizados con tus check-ins

  • Mira cuándo viste el episodio en formato legible para humanos

• Busca programas para encontrar sus detalles e identificaciones

• Autenticación segura con Trakt a través del flujo de código del dispositivo

• Los datos personales se obtienen directamente de su cuenta de Trakt

💬 Comentarios y reseñas

• Ver comentarios de programas y películas : lee lo que otros dicen sobre tu contenido favorito

• Ver comentarios de temporadas y episodios específicos : obtener información sobre partes específicas de un programa

• Ver comentarios individuales y sus respuestas : participar en las discusiones de la comunidad

• Protección contra spoilers : los comentarios con spoilers están ocultos de forma predeterminada.

• Activar o desactivar la visibilidad de los spoilers : elige si quieres mostrar u ocultar los spoilers

• Ver reseñas : Los comentarios más largos y detallados se marcan como reseñas.

🔄 Características generales

• Expone datos de la API de Trakt a través de recursos MCP

• Proporciona herramientas para obtener información de entretenimiento en tiempo real.

• Permite que los modelos de IA ofrezcan recomendaciones de entretenimiento personalizadas

• Proceso sencillo de autenticación y cierre de sesión

📺 Programas que son tendencia actualmente

A partir de abril de 2025, podrás acceder a programas de tendencia como:

• "El Loto Blanco" (2021) - 7.870 espectadores

• "Daredevil: Renacido" (2025) - 6738 espectadores

• "Severance" (2022) - 4.507 espectadores

Películas que son tendencia actualmente

Las películas más populares del momento:

• "Black Bag" (2025) - 1.491 espectadores

• "Un trabajador" (2025) - 1226 espectadores

• "Mickey 17" (2025) - 764 espectadores

🔌 Recursos disponibles

Mostrar recursos

Recursos de películas

Recursos para el usuario

Recursos para comentarios

🛠️ Herramientas disponibles

Mostrar herramientas

# 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)

Herramientas de película

# 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")

Autenticación y herramientas de usuario

# 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

Herramientas de check-in

# 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
)

Herramientas para comentarios

# 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")

🔐 Autenticación

El servidor utiliza el flujo de autenticación del dispositivo de Trakt:

1. Cuando solicita datos específicos del usuario, el servidor iniciará automáticamente la autenticación si es necesario

2. Recibirás un código y una URL para visitar en tu navegador.

3. Después de ingresar el código en el sitio web de Trakt y autorizar la aplicación, informe a Claude que ha completado la autorización.

4. Claude verificará el estado de autenticación y luego obtendrá sus datos personales.

5. Su token de autenticación se almacena de forma segura para futuras solicitudes

Puede cerrar la sesión en cualquier momento utilizando la herramienta clear_auth .

🚀 Configuración

1. Clonar este repositorio

   git clone https://github.com/yourusername/mcp-trakt.git
   cd mcp-trakt

2. Instalar dependencias

   pip install -r requirements.txt

3. Configura tu entorno

   cp .env.example .env

   Luego edita .env para agregar tus credenciales de API de Trakt:

   TRAKT_CLIENT_ID=your_client_id
   TRAKT_CLIENT_SECRET=your_client_secret

4. Ejecutar el servidor

   python server.py

🧪 Desarrollo y pruebas

Pruebas con MCP Inspector

mcp dev server.py

Instalación en Claude Desktop

mcp install server.py

📝Usando con Claude

Una vez instalado, puedes hacerle preguntas a Claude como:

• "¿Qué programas son tendencia en este momento?"

• "¿Puedes recomendarme algunas películas populares esta semana?"

• "¿Cuáles son los programas más vistos del mes?"

• "Muéstrame los programas que he visto" (requiere autenticación)

• "¿Cuál fue el último programa que vi?" (requiere autenticación)

• "Muéstrame las películas que he visto" (requiere autenticación)

• "¿Cuál fue la última película que vi?" (requiere autenticación)

• Busca programas como 'Breaking Bad'

• "Inscríbanme en el episodio 5 de la temporada 2 de Breaking Bad" (usa el título)

• "Regístrate para ver el episodio 3 de la temporada 1 del programa ID 1388 y compártelo en Twitter" (usa ID)

• "Muéstrame los comentarios de Breaking Bad"

• "¿Qué dice la gente sobre la película El Padrino?"

• Muéstrame los comentarios de la temporada 1 de Stranger Things.

• Obtén comentarios del episodio 5 de la temporada 2 de Juego de Tronos.

• "Muéstrame el comentario n.° 12345 con sus respuestas"

• "Muéstrame comentarios de Breaking Bad pero incluye spoilers"

• Busca películas como 'El Padrino'

• "Muéstrame los comentarios más populares de Breaking Bad" (usa sort="likes")

• "Obtén los comentarios mejor valorados de la película El Padrino" (usa sort="highest")

• "Muéstrame los comentarios con más respuestas de la temporada 1 de Stranger Things" (usa sort="replies")

Claude utilizará este servidor MCP para proporcionarle datos en tiempo real de Trakt.

👤 Acceso a datos personales

Con la autenticación, podrás acceder a:

• Tu historial completo de programas y películas vistos

• Fechas de última visualización de cada programa y película

• Número de veces que has visto cada programa y película

• Regístrate en los programas que estás viendo actualmente y sigue tu progreso.

• Estadísticas de visualización personales

• Comparte tu actividad de visualización en las plataformas de redes sociales

Todos los datos se obtienen directamente de su cuenta de Trakt en tiempo real.

🔮 Desarrollo futuro

• Ampliar la autenticación de usuarios para acceder a más datos personales

• Agregar eventos de calendario para los próximos episodios

• Soporte para scrobbling (seguimiento de lo que estás viendo)

• Implementar recomendaciones basadas en el historial de visualización

• Ampliar la búsqueda para incluir películas además de programas

• Agregar soporte para más plataformas de redes sociales para compartir

📄 Licencia

Licencia MIT