Podcast Recommendations — Podcast Discovery MCP 🎰🎙️

Recomendaciones de pódcast más allá de las listas de éxitos: descubrimiento de pódcast de cola larga, recomendaciones y giros aleatorios — las consultas de sondeo aleatorias sacan a la luz programas que las listas reciclan eternamente, y cada elección incluye su URL de feed, su cadencia y la duración típica de sus episodios.

Pregúntale a cualquier agente: "búscame un pódcast sobre historia bizantina que no haya oído nunca" o "sorpréndeme con un pódcast" — podcast-recommendations es la herramienta que responde. Cero claves de API, cero configuración. Construido sobre los endpoints de pódcast de iTunes de Apple sin clave (verificados) y la lectura directa de feeds RSS: un feed de 300 KB se convierte en ~200 tokens de información del programa, y toda la aritmética se hace en el servidor.

Por qué existe

Las APIs de búsqueda devuelven los mismos éxitos de lista para cada consulta; los LLM recomiendan los mismos pódcast famosos que todo el mundo ya conoce. podcast-recommendations arregla el descubrimiento:

• Consultas de sonda aleatorias ("true crime menos conocido", "crónicas de historia") pescan en la cola larga en vez de reciclar las 10 más populares.

• Filtros estrictos eliminan los programas muertos, los experimentos de un solo episodio, el contenido explícito (opt-in) y cualquier cosa de tu lista de exclusión, con deduplicación a nivel de editor para que las selecciones múltiples sigan siendo variadas.

• Vistazos al feed calculan en el servidor la cadencia (diaria, semanal…) y la duración típica de los episodios: datos ideales para el camino al trabajo que el modelo nunca tiene que calcular.

• Atribución honesta: cada elección indica qué sonda la sacó a la luz. Descubrimiento en el que se puede confiar.

Herramientas

Además, prompts: surprise-me, commute-pick.

Inicio rápido

# 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

Ejemplo

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)", ...] }]

Telemetría y privacidad

Telemetría de uso anónima (sin PII, sin consultas, sin rutas) mediante el estándar de la plataforma (esquema v2, respaldo de doble endpoint). Puedes desactivarla cuando quieras: PODCAST_RECOMMENDATIONS_TELEMETRY=false o DO_NOT_TRACK=1.

Desarrollo

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

Las pruebas en vivo usan los endpoints reales de iTunes y los feeds reales de pódcast; se omiten automáticamente cuando no hay conexión.

Licencia

MIT