Skip to main content
Glama
enesjakozh
NvkAnirudh

YouTube to LinkedIn MCP Server

by NvkAnirudh
OverviewSchemaRelated ServersScoreDiscussions
Python
Remote

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

Related MCP server: YouTube Translate MCP

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：

{
  "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
}

回复：

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

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：

{
  "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
}

回复：

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

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：

{
  "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
}

回复：

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

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：

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

回复：

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

环境变量

多变的

描述

必需的

OPENAI_API_密钥

用于摘要和帖子生成的 OpenAI API 密钥

否（可在请求中提供）

YouTube API 密钥

用于获取视频元数据的 YouTube 数据 API 密钥

否（可在请求中提供）

港口

运行服务器的端口（默认值：8000）

不

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

This server cannot be installed

A
license - permissive license
Not graded
quality - not tested
D
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • GTM API: LinkedIn MCP Server

    Managed LinkedIn MCP server for AI agents: search, connect, message and enrich on accounts you own.

  • hithereiamaliff-mcp-nextcloud

    A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…

  • PlanExe

    MCP server for generating rough-draft project plans from natural-language prompts.

View all MCP Connectors

Appeared in Searches

Latest Blog Posts

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/NvkAnirudh/YT-to-LinkedIn-MCP-Server'

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