Servidor MCP de YouTube a LinkedIn

Un servidor de Protocolo de Contexto de Modelo (MCP) que automatiza la generación de borradores de publicaciones de LinkedIn a partir de vídeos de YouTube. Este servidor proporciona borradores de contenido editables y de alta calidad basados en transcripciones de vídeos de YouTube.

Características

• Extracción de transcripciones de YouTube : extraiga transcripciones de videos de YouTube mediante URL de videos

• Resumen de transcripciones : genere resúmenes concisos de contenido de video utilizando OpenAI GPT

• Generación de publicaciones en LinkedIn : crea borradores de publicaciones profesionales en LinkedIn con un tono y estilo personalizables.

• Diseño de API modular : implementación limpia de FastAPI con puntos finales bien definidos

• Implementación en contenedores : lista para implementarse en Smithery

Related MCP server: YouTube Translate MCP

Instrucciones de configuración

Prerrequisitos

• Python 3.8+

• Docker (para implementación en contenedores)

• Clave API de OpenAI

• Clave API de datos de YouTube (opcional, pero recomendada para obtener mejores metadatos)

Desarrollo local

1. Clonar el repositorio:

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

2. Cree un entorno virtual e instale dependencias:

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

3. Crea un archivo .env en la raíz del proyecto con tus claves API:

   OPENAI_API_KEY=your_openai_api_key
   YOUTUBE_API_KEY=your_youtube_api_key

4. Ejecute la aplicación:

   uvicorn app.main:app --reload

5. Acceda a la documentación de la API en http://localhost:8000/docs

Implementación de Docker

1. Construya la imagen de Docker:

   docker build -t yt-to-linkedin-mcp .

2. Ejecute el contenedor:

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

Despliegue de herrería

1. Asegúrese de tener la CLI de Smithery instalada y configurada.

2. Implementar en Smithery:

   smithery deploy

Puntos finales de API

1. Extracción de la transcripción

Punto final : /api/v1/transcript
Método : POST
Descripción : Extraer la transcripción de un vídeo de YouTube

Cuerpo de la solicitud :

{
  "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
}

Respuesta :

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

2. Resumen de la transcripción

Punto final : /api/v1/summarize
Método : POST
Descripción : Generar un resumen a partir de una transcripción de video

Cuerpo de la solicitud :

{
  "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
}

Respuesta :

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

3. Generación de publicaciones en LinkedIn

Punto final : /api/v1/generate-post
Método : POST
Descripción : Generar una publicación de LinkedIn a partir de un resumen de video

Cuerpo de la solicitud :

{
  "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
}

Respuesta :

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

4. Formato de salida

Punto final : /api/v1/output
Método : POST
Descripción : Dar formato a la publicación de LinkedIn para su salida.

Cuerpo de la solicitud :

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

Respuesta :

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

Variables de entorno

Nota : Si bien las variables de entorno para las claves API son opcionales (ya que se pueden proporcionar en cada solicitud), se recomienda configurarlas para el desarrollo y las pruebas locales. Al implementar en Smithery, los usuarios deberán proporcionar sus propias claves API en las solicitudes.

Licencia

Instituto Tecnológico de Massachusetts (MIT)