🎬 MCP Trakt：人工智能通往娱乐数据的大门

模型上下文协议 (MCP) 服务器在 AI 语言模型和 Trakt.tv API 之间架起了一座桥梁，允许 LLM 访问实时娱乐数据和个人 Trakt 观看历史记录。

🖥️ 一项人工智能实验

除了这一段，这里的所有内容，包括代码，都是由AI生成的。我的目标是了解更多关于MCP的知识，而且我一直在使用Cursor，所以把这些结合起来似乎是理所当然的。最终成果就是这个项目。以后所有的修改也将由AI完成。

🤖 什么是 MCP？

模型上下文协议 (MCP) 是一种开放规范，它使 Claude 等大型语言模型 (LLM) 能够与外部系统和数据源进行交互。

MCP 为 AI 模型创建了一种标准化方法：

获取培训截止日期之后的实时数据
通过专用服务器连接到外部 API 和 Web 服务
安全地执行专门的工具和功能
读取和写入外部资源
处理纯文本格式难以处理的复杂数据

MCP 的核心工作原理如下：

资源：AI 可以读取或写入的结构化数据源（例如trakt://shows/trending ）
工具：AI 可以调用来执行特定操作的函数（例如fetch_trending_shows ）
会话：AI 和 MCP 服务器之间的安全连接

像这样的 MCP 服务器充当 AI 模型和外部世界之间的桥梁，允许它们扩展新功能而无需重新训练。

📺 什么是 Trakt？

Trakt.tv是一个自动追踪用户观看的电视节目和电影的平台。该服务提供：

全面跟踪多个流媒体服务的观看习惯
社交功能可与朋友分享和讨论您正在观看的内容
根据您的观看历史进行个性化推荐
开发人员可以使用广泛的 API 来构建应用程序

Trakt 已成为娱乐追踪的标准，其特点如下：

超过 1400 万用户追踪他们的观看习惯
数百万部电影和电视节目的数据，包括详细的元数据
与流行的媒体播放器和流媒体服务集成

该 MCP 服务器利用 Trakt 丰富的 API 生态系统，将实时娱乐数据直接带入您与 Claude 等 AI 助手的对话中。

🚀 游标开发体验

整个项目使用Cursor （一款为人工智能时代打造的代码编辑器）开发，所有代码均由 Claude 3.7 Sonnet 生成。这种方法演示了：

AI辅助开发如何显著加速构建专用MCP服务器
现代人工智能编写功能性、结构良好的代码的能力
人类意图与人工智能实现之间的协作工作流程

✨ 特点

🌎 公共轨迹数据

观看热门和热门的节目和电影
发现最受欢迎、播放次数最多和观看次数最多的内容
从 Trakt 的全球社区获取实时数据
带有标题、年份和受欢迎程度指标的格式化回复

👤 个人数据

查看您观看过的节目：获取您亲自观看过的节目的完整列表
查看您上次观看每部剧集的确切日期
追踪你观看每个节目的次数
签到您正在观看的节目并将其标记为已观看
- 按节目 ID（更精确）或节目标题（更方便）
- 将签到分享到 Twitter、Mastodon 或 Tumblr
- 在您的签到中添加自定义消息
- 以人类可读的格式查看您观看该剧集的时间
搜索节目以查找其详细信息和 ID
通过设备代码流使用 Trakt 进行安全身份验证
个人数据直接从您的 Trakt 帐户获取

🔄 一般功能

通过 MCP 资源公开 Trakt API 数据
提供获取实时娱乐信息的工具
使人工智能模型能够提供个性化的娱乐推荐
简单的身份验证和注销过程

📺 当前热门节目

自 2025 年 4 月起，您可以访问以下热门节目：

《白莲花》（2021）——7,870 名观众
《夜魔侠：重生》（2025）——6738名观众
《遣散》（2022）——4507名观众

🎥 当前热门电影

目前最热门的电影：

《黑包》（2025）——1,491 名观众
《一个工作的人》（2025）——1226名观众
《米奇17号》（2025年）——764名观众

🔌可用资源

显示资源

资源	描述	示例数据
`trakt://shows/trending`	过去 24 小时内观看次数最多的节目	节目名称、年份、观看人数
`trakt://shows/popular`	根据收视率最受欢迎的节目	节目名称、年份、热门分数
`trakt://shows/favorited`	最受喜爱的节目	显示标题、年份、收藏数
`trakt://shows/played`	播放次数最多的节目	节目名称、年份、播放次数
`trakt://shows/watched`	独立用户观看次数最多的节目	节目名称、年份、观看人数

电影资源

资源	描述	示例数据
`trakt://movies/trending`	过去 24 小时内观看次数最多的电影	电影名称、年份、观看人数
`trakt://movies/popular`	根据评分最受欢迎的电影	电影名称、年份、评分
`trakt://movies/favorited`	最喜爱的电影	电影名称、年份、收藏数
`trakt://movies/played`	播放次数最多的电影	电影名称、年份、播放次数
`trakt://movies/watched`	独立用户观看次数最多的电影	电影名称、年份、观看人数

用户资源

资源	描述	示例数据
`trakt://user/auth/status`	当前身份验证状态	身份验证状态、令牌到期
`trakt://user/watched/shows`	经过身份验证的用户观看的节目	节目名称、年份、上次观看日期、播放次数
`trakt://user/watched/movies`	经过身份验证的用户观看的电影	电影名称、年份、上次观看日期、播放次数

🛠️ 可用工具

显示工具

# 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)

电影工具

# 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")

身份验证和用户工具

# 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

签到工具

# 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
)

🔐 身份验证

服务器使用 Trakt 的设备认证流程：

当你请求用户特定数据时，服务器将根据需要自动启动身份验证
您将收到一个代码和一个可以在浏览器上访问的 URL
在 Trakt 网站上输入代码并授权应用程序后，通知 Claude 您已完成授权
Claude 将检查身份验证状态，然后获取您的个人数据
您的身份验证令牌将被安全存储，以供将来的请求使用

您可以随时使用clear_auth工具注销。

🚀 设置

克隆此存储库
git clone https://github.com/yourusername/mcp-trakt.git cd mcp-trakt
安装依赖项
pip install -r requirements.txt
设置您的环境
cp .env.example .env
然后编辑.env以添加您的 Trakt API 凭证：
TRAKT_CLIENT_ID=your_client_id TRAKT_CLIENT_SECRET=your_client_secret
运行服务器
python server.py

🧪 开发与测试

使用 MCP Inspector 进行测试

mcp dev server.py

在 Claude Desktop 中安装

mcp install server.py

📝 与 Claude 一起使用

安装完成后，您可以向 Claude 询问以下问题：

“现在什么节目最流行？”
“你能推荐一些本周热门的电影吗？”
“本月收视率最高的节目是什么？”
“显示我看过的节目”（需要身份验证）
“我看的最后一部电视剧是什么？”（需要身份验证）
“显示我看过的电影”（需要身份验证）
“我看的最后一部电影是什么？”（需要身份验证）
“搜索类似《绝命毒师》的电视剧”
“帮我看看《绝命毒师》第二季第五集” （使用标题）
“请关注节目 ID 1388 第 1 季第 3 集并在 Twitter 上分享”（使用 ID）

Claude 将使用此 MCP 服务器为您提供来自 Trakt 的实时数据。

👤 个人数据访问

通过身份验证，您可以访问：

您观看过的节目和电影的完整历史记录
每部节目和电影的最后观看日期
您观看每个节目和电影的次数
签到您正在观看的节目并跟踪您的进度
个人收视统计
在社交媒体平台上分享您的观看活动

所有数据均直接从您的 Trakt 帐户实时获取。

🔮 未来发展

扩展用户身份验证以访问更多个人数据
为即将播出的剧集添加日历事件
支持 scrobbling（跟踪您正在观看的内容）
根据观看历史实施推荐
扩展搜索范围，除节目外还包含电影
增加对更多社交媒体平台的支持以供分享

📄 许可证

MIT 许可证