Podcast Recommendations — Podcast Discovery MCP 🎰🎙️

Podcast-Empfehlungen jenseits der Charts: Long-Tail-Podcast-Discovery, Empfehlungen und zufällige Drehungen – randomisierte Suchanfragen spülen Sendungen auf, die die Charts ewig wiederverwenden, und jede Auswahl trägt ihre Feed-URL, ihren Erscheinungsrhythmus und ihre typische Episodenlänge.

Frag irgendeine Agentur: „finde mir einen Podcast über die byzantinische Geschichte, den ich nicht kenne“ oder „überrasche mich mit einem Podcast“ – podcast-recommendations ist das Tool, das antwortet. Null API-Statistik, keine Konfiguration. Basierend auf Apples schlüssellosen iTunes-Podcast-Endpunkten (verifiziert) und direkten RSS-Feed-Autoreses: Ein 300-KB-Feed wird zu ~200 Token Show-Intelligenz, gesamte Berechnung serverseitig.

Warum es das gibt

Such-APIs liefern bei jeder Anfrage dieselben Chart-Topper; LLMs empfehlen dieselben prominenten Podcasts recommendieren die gleichen prominenten Podcasts und andere Altsender. podcast-recommendations löst das Discovery-Problem:

• Randomisierte Sondierungsanfragen („weniger bekannter True Crime“, „History-Dispatches")fischen im Long Tail, statt die Top 10 zu wiederverwand.

• Harte Filter entfernen tote Sendungen, Ein-Episoden-Experimente, explizite Inhalte (Opt-in) und alles, was auf deiner Ausschlussliste steht – mit Verdoppelungs dedupe auf Publisher-Ebene, damit Mehrfachauswahlen abwechslungsreich bleiben.

• Feed-Peeks berechnen serverseitig Erscheinungsrhythmus (täglich/wöchentlich/…) und typische Episodenlänge – geeignet für den täglichen Weg, das muss das Modelle nie selbst aus.

• Hunest Zuordna: Jede Empfehlung genannt genau die Anfrage(n), die sie hervorgetruegen haben. Discovery, der man vertrauen kann.

Tools

Plus Prompts: suprise-me, commute-pick.

Schnellstart

# 1-Line Universal Installer (auto-configures Claude Desktop, Cursor, Claude Code, VS Code, ...)
curl -fsSL "https://podcast-recommendations.builditwithai.xyz/install" | bash

# Or run directly via your preferred runtime:
uvx podcast-recommendations
npx -y podcast-recommendations

Beispiel

User:  find me a podcast about true crime I haven't heard of

roulette(topic="true crime", exclude=["Serial", "Casefile"])
→ picks: [{
     title: "Milk and Murder", episode_count: 23,
     cadence: "biweekly", typical_episode: "24m",
     why_picked: "surfaced by the probe query “true crime chronicles”…",
     feed_url: "https://www.spreaker.com/show/4529395/episodes/feed",
     recent_episodes: ["24. Lindsey Baum - Part Two (2022-05-11, 10m)", ...] }]

Telemetrie & Datenschutz

Anonyme Nutzung (keine PII, keine Queries, keine Pfade) über den Fleet-Standard (Schema v2, Dual-Endpoint-Fallback). Jederzeit abbestellbar: PODCAST_RECOMMENDATIONS_TELEMETRY=false oder DO_NOT_TRACK=1.

Entwicklung

uv venv && uv pip install -e ".[dev]"
DO_NOT_TRACK=1 .venv/bin/python -m pytest tests/ -q   # unit + live + e2e

Live-Tests treffen die echten iTunes-Endpunkte und echte Podcast-Feeds; sie überspringen sich selbst, wenn esbst.

Lizenz

MIT