Skip to main content
Glama

Deine KI kann das Web lesen.
Jetzt kann sie es auch sehen.

npx vidlens-mcp setup
  • Video-Recherche: YouTube und öffentliche Social-Videos suchen, transkribieren, vergleichen und zitieren.

  • Lokale Bibliothek aufbauen: einmal importieren, dann Transkripte, Kommentare, Frames und OCR durchsuchen, ohne dasselbe Video erneut abzurufen.

  • Visuelle Beweise prüfen: den exakten Frame, Zeitstempel, Übereinstimmungsgrund und die Quelle in einer visuellen Galerie plus strukturierter Client-Ausgabe finden.

VidLens ist ein MCP-Server, der deiner KI-Agenten Augen für Video gibt — YouTube, X, TikTok, Instagram, andere Videoseiten oder eine Datei auf deiner Festplatte. Füge einen Link ein und stelle eine Frage. VidLens liest das Transkript, schaut sich die Frames an und antwortet mit Zeitstempeln, die du überprüfen kannst. Alles, was es aufnimmt, landet in einer Bibliothek auf deinem eigenen Rechner, sodass dein Agent dasselbe Video nie zweimal ansehen muss.

Keine API-Schlüssel zum Starten. Funktioniert in Claude Desktop, Claude Code und Codex. Leistungsfähige Clients können VidLens' strukturierte Ergebnisse in native Diagramme, Karten, Tabellen und visuelle Berichte in ihren eigenen Antwortoberflächen verwandeln.

VidLens in Aktion sehen


Related MCP server: @kirbah/mcp-youtube

Ausprobieren

Sobald VidLens eingerichtet ist, füge einen dieser Befehle in deinen KI-Client ein:

„Suche auf YouTube nach M5 Max MacBook Pro-Reviews. Worüber sind sich die Reviewer einig, und wo sind sie unterschiedlicher Meinung?"

VidLens sucht, liest die Transkripte der verschiedenen Reviewer und fasst Konsens und Dissens mit Quellen und Zeitstempeln zusammen.

„Transkribiere dieses Video und fasse es zusammen: https://x.com/username/status/123..."

Eine einzelne öffentliche X-, Instagram- oder TikTok-Video-URL benötigt in der Regel überhaupt keinen API-Schlüssel. VidLens ruft sie ab, transkribiert sie und behält das Transkript, sodass du später Folgefragen stellen kannst — in dieser Sitzung oder in jeder zukünftigen.

„Finde den Frame in diesem Video, in dem sie das Benchmark-Diagramm zeigen."

Die visuelle Suche betrachtet, was auf dem Bildschirm zu sehen ist — Folien, Diagramme, Whiteboards, Produktaufnahmen — und zeigt das tatsächliche Frame-Bild mit seinem Zeitstempel in der lokalen Browser-Galerie, nicht nur eine Textvermutung.

Native Client-Präsentation

VidLens liefert portable strukturierte Beweise zurück: Quellen, Zeitstempel, Bewertungen, OCR, Beschreibungen, Herkunft und Einschränkungen. Codex, Claude und andere leistungsfähige Clients können diese Beweise in ihre eigenen nativen Diagramme, Vergleichskarten, Tabellen und visuellen Berichte einarbeiten.

Die Präsentation gehört dem Client und nicht einer eingebetteten VidLens-Oberfläche. Zur Inspektion extrahierter Frames kann searchVisualContent auch die Browser-Galerie öffnen.


So funktioniert es

Videoquellen gehen links hinein. VidLens nimmt sie über den Weg auf, der funktioniert — die YouTube-API, wenn ein Schlüssel konfiguriert ist, yt-dlp oder direkte Seiten-Extraktion — und speichert die Ergebnisse in einer lokalen Bibliothek: Transkripte, Frames und Einbettungen. Deine Agenten fragen diese Bibliothek von jedem MCP-Client aus ab.

Zwei Ehrlichkeitsgarantien sind eingebaut:

  • Fallbacks statt Fehlschläge. Jedes YouTube-Datentool versucht mehrere Wege, bevor es aufgibt, sodass ein fehlender Schlüssel oder ein erschöpftes Kontingent sich elegant verschlechtert, statt zu brechen.

  • Herkunftsnachweis bei Antworten. Tool-Antworten berichten, welcher Weg die Daten geliefert hat und ob etwas unvollständig war. Keine stille Verschlechterung.

Alles befindet sich in einem Verzeichnis auf deiner Festplatte. Keine externe Datenbank, kein Docker. Sichere es, indem du es kopierst; lösche es, um neu zu beginnen.


Installation

Setup-Assistent (empfohlen)

npx vidlens-mcp setup

Der Assistent erkennt Claude Desktop, Claude Code und Codex, prüft die lokalen Abhängigkeiten, die VidLens benötigt, und bietet eine einfache Wahl:

  • Kostenloses Setup (empfohlen): keine API-Schlüssel. YouTube-Suche, Transkripte, Metadaten und die lokale Bibliothek funktionieren sofort.

  • Erweitertes Setup: optionale APIs, Sprach-zu-Text, Websuche oder Browser-Cookies einzeln hinzufügen. Drücke Enter, um alles zu überspringen, was du nicht brauchst; gespeicherte Werte werden behalten und nie angezeigt.

Drücke Enter, um Kostenlos zu wählen, oder führe npx vidlens-mcp setup --enhanced aus, wann immer du erweiterte Funktionen möchtest. Für Claude Code registriert das Setup VidLens außerdem in der Benutzer-MCP-Registrierung, installiert die gemeinsame VidLens-Workflow-Fähigkeit und prüft das Ergebnis nach Möglichkeit mit claude mcp list.

Manuelle Konfiguration

Claude Desktop — zu ~/Library/Application Support/Claude/claude_desktop_config.json hinzufügen:

{
  "mcpServers": {
    "vidlens-mcp": {
      "command": "npx",
      "args": ["-y", "vidlens-mcp", "serve"]
    }
  }
}

Claude Code — den Assistenten bevorzugen:

npx vidlens-mcp setup --client claude_code
claude mcp list

Wenn du es stattdessen von Hand konfigurierst, füge denselben mcpServers.vidlens-mcp-Eintrag zu ~/.claude.json hinzu.

Codex — den Setup-Helfer verwenden, damit der MCP-Server und die gebündelten VidLens-Fähigkeiten gemeinsam registriert werden:

npx vidlens-mcp setup --client codex

Client neu starten

Claude Desktop vollständig beenden und neu öffnen (⌘Q, nicht nur das Fenster schließen) — MCP-Server werden beim Start geladen. Für Claude Code eine neue Sitzung starten oder nach dem Setup /mcp ausführen.

Aus einem lokalen Checkout

npm install in einem Checkout legt die Binärdatei nicht auf deinen PATH. Verwende npm run setup aus dem Checkout oder npm install -g . / npm link, wenn du den nackten vidlens-mcp-Befehl während der Entwicklung möchtest.


Deine Bibliothek

VidLens ist dauerhafter Speicher für Videoarbeit, kein Sitzungs-Notizblock. Alles, was du importierst, bleibt unter VIDLENS_DATA_DIR auf der Festplatte erhalten: Transkriptsammlungen, Kommentarsammlungen, heruntergeladene Medien und visuelle Indizes. Sogar die aktive Sammlung wird gemerkt.

Mit einem Aufruf abrufen. Zu Beginn einer Sitzung gibt recallWorkspace eine kompakte Übersicht über alles bereits Gespeicherte zurück, sodass ein Agent weiß, was er hat, bevor er erneut sucht oder importiert. Tool-Beschreibungen tragen dieselbe Erinnerung in jeden Client, sodass Agenten zuerst prüfen, statt erneut abzurufen.

Per URL oder Asset-Schlüssel wiederverwenden. Das Transkript eines importierten Social-Videos kann über seine ursprüngliche URL oder seinen Asset-Schlüssel erneut abgerufen werden — kein erneuter Download, keine erneute Transkription.

Eine gemeinsame Bibliothek für alle Agenten. Das Standard-Datenverzeichnis ist für jeden Client dasselbe, sodass Claude Desktop, Claude Code und Codex eine Bibliothek teilen — in einem importieren, in einem anderen suchen.

⚠️ Lege VIDLENS_DATA_DIR nicht in Dropbox, iCloud, Google Drive oder einen anderen Dateisynchronisationsordner. VidLens verwendet SQLite (mit WAL), und Live-Datenbanken unter einem Dateisynchronisierer werden beschädigt oder erzeugen Konfliktkopien. Behalte das Datenverzeichnis auf einer lokalen Festplatte — der Standardort tut das bereits.


Über YouTube hinaus

Für X, Instagram, TikTok und generische Videoseiten verwendet VidLens eine Fähigkeitsleiter: Es nimmt den günstigsten Weg, der funktioniert, und ein API-Schlüssel ist eine Verbesserung, keine Voraussetzung.

Weg

Kosten

Am besten für

Was passiert

Lokale Wiederverwendung

Kostenlos

Alles, was zuvor importiert wurde

recallWorkspace findet das gespeicherte Transkript oder Medium; nichts wird erneut abgerufen

Öffentliche direkte URL

Kostenlos

Ein X-Status, Instagram-Reel/-Beitrag oder TikTok-Video

yt-dlp versucht die kanonische Beitrags-URL anonym; ffmpeg und lokale oder konfigurierte STT verarbeiten Medien ohne Untertitel

Browser-unterstützt

Kostenlos mit einem unterstützten Host

Einen Beitrag finden oder verifizieren oder eine bestehende angemeldete Sitzung nutzen

Die Browsersteuerung deines Clients erfasst die kanonische URL und sichtbare Metadaten und übergibt die URL dann an VidLens zurück

Lokale Datei-Übergabe

Kostenlos

Ein Video, das du speichern darfst

Die gespeicherte Datei zur Transkription und visuellen Indizierung importieren

API-erweitert

Preise des Anbieters

Massenhafte, unbeaufsichtigte oder wiederholbare Entdeckung

Konfigurierte ScrapeCreators-, Brave-, SerpAPI-, YouTube-, Gemini- oder OpenAI-Funktionen werden automatisch ausgewählt

Drei Einschränkungen, klar ausgesprochen:

  • Browser-Unterstützung ist hostabhängig. Der MCP-Server steuert selbst keinen Browser; er verlässt sich auf die Browser-Werkzeuge, die dein Client bereitstellt, und die unterscheiden sich je nach Host.

  • Ein Video zu sehen ist nicht dasselbe wie es zu exportieren. Ein Beitrag, der im Browser abgespielt wird, garantiert keinen automatischen Medieneexport.

  • Nur konkrete URLs. VidLens importiert spezifische Beitrags- oder Video-URLs, niemals Profile, Entdeckungsseiten, Hashtags oder Beliebtheitsseiten.

Für Social- und lokale Videoarbeit über einfachen Download hinaus installiere ffmpeg (brew install ffmpeg auf macOS) — Frame-Extraktion, visuelle Indizierung und STT-Audio-Chunking benötigen es.


Die Tools — 47 in 11 Modulen

Erkunden — YouTube-Entdeckung und -Recherche (1)

Tool

Was es tut

exploreYouTube

Absichtsbewusste Suche mit Multi-Query-Ranking, Transkriptzusammenfassungen, strukturierten Benchmark-Daten und Hintergrundindizierung. Ein Aufruf ersetzt 5–8 einzelne Tool-Aufrufe.

Kern — Video- und Kanal-Intelligenz (7)

Werkzeug

Was es tut

findVideos

YouTube nach Suchbegriff mit Metadaten durchsuchen

inspectVideo

Tiefe Metadaten – Tags, Engagement, Sprache, Kategorie

inspectChannel

Kanalstatistiken, Beschreibung, letzte Uploads

listChannelCatalog

Die vollständige Videobibliothek eines Kanals durchsuchen

readTranscript

Vollständiges Transkript mit Zeitstempeln und Kapiteln

readComments

Top-Kommentare mit Likes und Engagement

expandPlaylist

Alle Videos in einer beliebigen Wiedergabeliste auflisten

Wissensbasis – semantische Transkriptsuche (7)

Werkzeug

Was es tut

importPlaylist

Die Transkripte einer gesamten Wiedergabeliste indizieren

importVideos

Bestimmte Videos per URL oder ID indizieren

searchTranscripts

Natürlichsprachliche Suche über indizierte Inhalte

listCollections

Ihre indizierten Sammlungen durchsuchen

setActiveCollection

Suchen auf eine Sammlung beschränken

clearActiveCollection

Über alle Sammlungen suchen

removeCollection

Eine Sammlung und ihren Index löschen

Stimmungs- und Analyse (4)

Werkzeug

Was es tut

measureAudienceSentiment

Kommentarstimmung mit Themen und Risikosignalen

analyzeVideoSet

Leistung über mehrere Videos vergleichen

analyzePlaylist

Engagement-Analysen auf Wiedergabelistenebene

buildVideoDossier

Vollständige Tiefenanalyse eines einzelnen Videos

Creator-Intelligenz (4)

Werkzeug

Was es tut

scoreHookPatterns

Analysieren, was Video-Eröffnungen erfolgreich macht

researchTagsAndTitles

Optimierungs-Einblicke für Tags und Titel

compareShortsVsLong

Kurzform- vs. Langform-Leistung

recommendUploadWindows

Beste Veröffentlichungszeiten für Engagement

Werkzeug

Was es tut

discoverNicheTrends

Momentum, Sättigung und Content-Lücken in jedem Thema

exploreNicheCompetitors

Kanal-Landschaft und Top-Performer

Universelle Videoquellen (5)

Werkzeug

Was es tut

inspectVideoSource

YouTube-, X-, Instagram-, TikTok-, generische URLs und lokale Dateien in Quell-Metadaten und Fähigkeitsflags auflösen

searchVideoSources

Natives YouTube und lokale Assets durchsuchen, mit ScrapeCreators-Unterstützung für TikTok/Instagram sowie konfigurierbarem Brave/SerpAPI/DuckDuckGo-Fallback

searchSocialTrends

Soziale Plattformen über ScrapeCreators durchsuchen; liefert eine Rangliste mit Engagement-Metriken und importierbaren URLs, wo verfügbar

importVideoSources

URLs oder lokale Dateien in den lokalen Medien-Store importieren, optional mit visuellem Index oder Transkript

transcribeVideoSource

YouTube-, soziale/generische URLs und lokale Dateien über native Untertitel oder konfigurierte STT transkribieren

Medien-Assets (5)

Werkzeug

Was es tut

downloadAsset

Video, Audio oder Thumbnails aus jeder unterstützten Quelle herunterladen oder aufnehmen

listMediaAssets

Gespeicherte Mediendateien durchsuchen

removeMediaAsset

Heruntergeladene Assets aufräumen

extractKeyframes

Schlüsselbilder aus Videos extrahieren

mediaStoreHealth

Speichernutzung und Diagnose

Visuelle Suche und Beweise (3)

Werkzeug

Was es tut

indexVisualContent

Frames extrahieren; Apple Vision OCR und Feature-Prints, Gemini-Frame-Beschreibungen und Gemini-semantische Einbettungen ausführen

searchVisualContent

Frames nach Bedeutung und Text durchsuchen; liefert zeitgestempelte Beweise und kann die externe Browser-Galerie öffnen

findSimilarFrames

Bild-zu-Bild-Frame-Ähnlichkeit mit Apple Vision Feature-Prints

Die visuelle Suche ist ein eigener Index, getrennt von Transkripten. Jeder Treffer enthält seinen Zeitstempel, das Quellvideo, OCR-Text und eine visuelle Beschreibung. Lokale Frame-Pfade und file:-URLs werden aus MCP-Ergebnissen entfernt; die Browser-Galerie liest die Bilder lokal, ohne diese Pfade dem Client preiszugeben.

Kommentar-Wissensbasis (6)

Werkzeug

Was es tut

importComments

Die Kommentare eines Videos für die Suche indizieren

searchComments

Natürlichsprachliche Suche über den Kommentar-Korpus

listCommentCollections

Kommentar-Sammlungen durchsuchen

setActiveCommentCollection

Kommentarsuchen beschränken

clearActiveCommentCollection

Alle Kommentar-Sammlungen durchsuchen

removeCommentCollection

Eine Kommentar-Sammlung löschen

Diagnose (3)

Werkzeug

Was es tut

recallWorkspace

Sitzungsstart-Zusammenfassung aller bereits importierten Inhalte – zuerst aufrufen, um erneutes Importieren zu vermeiden

checkSystemHealth

Vollständiger Systemdiagnosebericht

checkImportReadiness

Vor dem Importieren von Inhalten validieren


Optionale API-Schlüssel

VidLens funktioniert ohne Schlüssel. Fügen Sie sie für Skalierung und Zuverlässigkeit hinzu:

Schlüssel

Was er freischaltet

Kostenlos?

Wo

YOUTUBE_API_KEY

Bessere Metadaten, Kommentar-API, YouTube-API-Suche

Google-Kontingent gilt

Google Cloud Console → YouTube Data API v3 aktivieren → API-Schlüssel erstellen

GEMINI_API_KEY

Höherwertige Einbettungen für semantische und visuelle Suche, Frame-Beschreibungen

Anbieterpreise und -limits gelten

Google AI Studio

OPENAI_API_KEY

Optionaler STT-Anbieter für Transkription

Kostenpflichtig

OpenAI Platform

SCRAPECREATORS_API_KEY

Direkte soziale Suche und Trends für TikTok, Instagram, Threads, Pinterest, Reddit und unterstützte Endpunkte

Anbieterpreise gelten

ScrapeCreators

BRAVE_API_KEY / SERPAPI_KEY

Strukturierte Websuche für soziale und generische URL-Erkennung

Unterschiedlich

Brave Search API oder SerpAPI

⚠️ Die YouTube- und Gemini-Schlüssel sind separate Schlüssel von separaten Google-Diensten. Ein Gemini-Schlüssel funktioniert nicht für YouTube-API-Aufrufe und umgekehrt.

# Free setup asks for no keys.
npx vidlens-mcp setup

# Enhanced setup optionally prompts for keys, STT, web search, and cookies.
npx vidlens-mcp setup --enhanced

# Or pass everything non-interactively.
npx vidlens-mcp setup \
  --youtube-api-key YOUR_YOUTUBE_KEY \
  --gemini-api-key YOUR_GEMINI_KEY \
  --stt-provider auto \
  --cookies-from-browser chrome

Cookies und Sprache-zu-Text

Für Plattformen, die anonymen Zugriff drosseln, kann der Assistent Cookies über ein Browserprofil oder einen Dateipfad speichern:

npx vidlens-mcp setup --cookies-from-browser chrome --cookies-profile Default
npx vidlens-mcp setup --x-cookies-file /path/to/x-cookies.txt

Oder über Umgebungsvariablen: VIDLENS_COOKIES_FROM_BROWSER, VIDLENS_X_COOKIES_FILE, VIDLENS_INSTAGRAM_COOKIES_FILE, VIDLENS_TIKTOK_COOKIES_FILE.

Die STT-Auswahl erfolgt automatisch: zuerst lokales whisper.cpp, dann Gemini, dann OpenAI. Überschreiben mit VIDLENS_STT_PROVIDER=whisper-cpp|gemini|openai|none|auto. Wenn der Assistent fragt, ist die Eingabetaste für auto für die meisten Menschen die richtige Antwort.


CLI

npx vidlens-mcp               # Start MCP server (stdio)
npx vidlens-mcp serve         # Start MCP server (explicit)
npx vidlens-mcp setup         # Configure clients, keys, STT, cookies
npx vidlens-mcp doctor        # Run diagnostics
npx vidlens-mcp doctor --no-live   # Diagnostics without network checks
npx vidlens-mcp update-deps   # Refresh managed yt-dlp and Deno helpers
npx vidlens-mcp version       # Print version

doctor prüft die Node.js-Version, die Aktualität von yt-dlp, STT- und Websuch-Anbieter, die Gültigkeit von API-Schlüsseln, die Gesundheit des Datenverzeichnisses und die MCP-Client-Registrierung für Claude Desktop, Claude Code und Codex.


Anforderungen

Anforderung

Status

Hinweise

Node.js ≥ 22

Erforderlich

Verwendet node:sqlite – mit node --version prüfen

yt-dlp

Automatisch installiert

Wird während npx vidlens-mcp setup heruntergeladen

ffmpeg + ffprobe

Empfohlen

Für Medienvalidierung, Frame-Extraktion, visuelle Indizierung und STT-Audioverarbeitung benötigt

YouTube-API-Schlüssel

Optional

Bessere Metadaten und Kommentarzugriff

Gemini-API-Schlüssel

Optional

Bessere Einbettungen und Frame-Beschreibungen

macOS

Optional

Apple Vision ermöglicht native OCR und Bildähnlichkeit; andere Plattformen können bei Konfiguration Gemini-Beschreibungen verwenden


Sicherheit und Datenschutz

  • Ihre Bibliothek — Transkripte, Frames, Einbettungen, Medien — wird lokal gespeichert und bleibt auf Ihrem Rechner. Netzwerkaufrufe gehen nur an die Quellen, die Sie abfragen, und die APIs, die Sie konfigurieren.

  • Das Setup speichert konfigurierte Schlüssel in Ihrer lokalen MCP-Client-Konfiguration. Bevorzugen Sie das interaktive erweiterte Setup, das die Schlüsseleingabe maskiert; Schlüssel, die als CLI-Flags übergeben werden, können in der Shell-Historie verbleiben. Fehlermeldungen durchlaufen einen Secret-Redactor, sodass Schlüssel und Cookie-Pfade nicht in der Tool-Ausgabe ausgegeben werden.

  • Abrufe von Kanalseiten und generischen URLs lehnen private, link-lokale und Loopback-Adressen ab (SSRF-Schutz). Notausstieg für absichtliche lokale Nutzung: VIDLENS_ALLOW_PRIVATE_URLS=1.


Fehlerbehebung

"Tool not found" in Claude Desktop. Vollständig beenden (⌘Q) und neu öffnen. MCP-Server werden nur beim Start geladen.

"YOUTUBE_API_KEY not configured" Warnung. Nur informativ, kein Fehler. VidLens funktioniert auch ohne.

"API_KEY_SERVICE_BLOCKED". Der Schlüssel darf den angeforderten Google-Dienst nicht aufrufen. Aktivieren Sie in der Google Cloud Console die YouTube Data API v3 und erlauben Sie diese API in den API-Einschränkungen des Schlüssels. Behalten Sie geeignete Anwendungseinschränkungen für den Ort bei, an dem Sie VidLens ausführen; machen Sie den Schlüssel nicht uneingeschränkt, es sei denn, Sie führen nur eine kurze Diagnose durch und schränken ihn sofort wieder ein.

Gemini-Schlüssel funktioniert nicht für YouTube. Es handelt sich um separate Dienste mit separaten Schlüsseln. Siehe Optionale API-Schlüssel.

Soziale Videos werden heruntergeladen, aber die visuelle Analyse schlägt fehl. Installieren Sie ffmpeg und führen Sie dann das Setup erneut aus:

brew install ffmpeg
npx vidlens-mcp doctor --no-live

downloadAsset kann ein Video oft ohne ffmpeg abrufen, aber indexVisualContent, extractKeyframes, Medienvalidierung und STT-Audioverarbeitung benötigen ffmpeg oder ffprobe.

Sonstiges:

npx vidlens-mcp doctor

Lizenz

MIT

GitHub · npm · Model Context Protocol

Available Tools

41 tools
analyzePlaylistC

Expand and analyze a playlist in one call with partial success and aggregate benchmarks. [~5-20s, scales with playlist size]

Inputs: playlistUrlOrId (required), analyses (required), maxVideos, commentsSampleSize, +2 more.

analyzeVideoSetB

Run multiple analyses across a video set with partial success, item-level errors, and provenance. [~5-20s, scales with video count]

Inputs: videoIdsOrUrls (required), analyses (required), commentsSampleSize, transcriptMode, +1 more.

buildVideoDossierB

Build a one-shot video dossier with core metadata/transcript readiness, optionally extended with comments, sentiment, and provenance. [~3-10s]

Inputs: videoIdOrUrl (required), commentSampleSize, includeComments, includeSentiment, +2 more.

checkImportReadinessA

Diagnose whether a video is importable, including transcript availability, sparse-transcript warnings, and yt-dlp/API issues. [~1-3s]

Inputs: videoIdOrUrl (required), language, dryRun.

checkSystemHealthA

Check setup and provider health: yt-dlp, YouTube API, Gemini embeddings, and local storage. [~3-10s]

Inputs: runLiveChecks, dryRun.

clearActiveCollectionA

Clear the active collection so transcript search fans back out across all collections. [~instant]

Inputs: no named parameters.

clearActiveCommentCollectionA

Clear the active comment collection so comment search fans back out across all comment collections. [~instant]

Inputs: no named parameters.

compareShortsVsLongC

Compare recent Shorts vs long-form performance for a channel and suggest a format mix. [~3-10s]

Inputs: channelIdOrHandleOrUrl (required), lookbackDays, dryRun.

discoverNicheTrendsA

Discover what's trending in a niche right now. Returns top-performing and recent videos, momentum signals (accelerating/steady/decelerating), saturation analysis, content gap opportunities, keyword patterns, and format breakdown. Grounded in YouTube search data with honest limitations disclosed. [~5-15s]

Inputs: niche (required), regionCode, maxResults, lookbackDays, +1 more.

downloadAssetA

Download a YouTube video, audio track, or thumbnail to local storage. Returns asset manifest entry with file path. Does NOT perform visual indexing — this is honest file storage. [~30-120s, downloads media]

Inputs: videoIdOrUrl (required), format (required), maxSizeMb.

expandPlaylistC

Expand a playlist into individual videos for downstream analysis and batch workflows. [~1-3s]

Inputs: playlistUrlOrId (required), maxVideos, includeVideoMeta, dryRun.

exploreNicheCompetitorsA

Discover active channels in a niche by analyzing who ranks in YouTube search results. Returns channel-level stats, top videos, and a landscape summary. Useful for competitive reconnaissance before entering a niche. [~5-20s]

Inputs: niche (required), regionCode, maxChannels, dryRun.

exploreYouTubeA

ALWAYS use this tool FIRST when the user wants to find, discover, or explore YouTube videos. Do NOT use web search for YouTube video discovery — use this tool instead. Searches YouTube directly with intelligent multi-query ranking and parallel enrichment. Returns ranked videos with transcript summaries, key moments, and readiness for follow-up. IMPORTANT: When results contain benchmark scores, statistics, or comparisons, ALWAYS create visual charts and infographics (bar charts, comparison tables) from the data immediately — do not wait for the user to ask. Use 'specific' mode to find one best video. Use 'explore' for topic discovery across creators. Depth: 'quick' for metadata, 'standard' for key moments + transcript summaries, 'deep' for background indexing. [~2s quick, ~5-10s standard, ~15-30s deep]

Inputs: query, searches, mode, creator, +8 more.

extractKeyframesA

Extract keyframe images from a locally downloaded video at regular intervals using ffmpeg. Requires the video to be downloaded first via downloadAsset. Does NOT do visual search or classification — produces raw frame images. [~30-60s, requires ffmpeg]

Inputs: videoIdOrUrl (required), intervalSec, maxFrames, imageFormat, +1 more.

findSimilarFramesA

Find frames that visually look like a reference frame using Apple Vision image feature prints. Accepts a frame assetId or a direct framePath and returns image-backed matches. [~30-60s, vision comparison]

Inputs: assetId, framePath, videoIdOrUrl, maxResults, +2 more.

findVideosB

Search YouTube videos by intent. Returns compact ranked results with provenance and engagement hints. [~1-3s]

Inputs: query (required), maxResults, order, regionCode, +5 more.

importCommentsA

Import a video's comments into the local comment knowledge base for semantic search. Fetches comments via the existing comment pipeline and indexes them for searchComments. [~3-10s]

Inputs: videoIdOrUrl (required), collectionId, maxTopLevel, includeReplies, +5 more.

importPlaylistC

Import a playlist into the local transcript knowledge base for semantic search in Claude Desktop. [~5-30s, ~2s per video]

Inputs: playlistUrlOrId (required), collectionId, maxVideos, chunkStrategy, +10 more.

importVideosB

Import one or more videos into a local transcript collection for later semantic search. [~5-20s, ~2s per video]

Inputs: videoIdsOrUrls (required), collectionId, chunkStrategy, chunkSizeSec, +9 more.

indexVisualContentA

Build a real visual index for a video using extracted frames, Apple Vision OCR, Apple Vision feature prints, and optional Gemini frame descriptions. Returns frame evidence with local image paths. [~30-120s, downloads + OCR + vision]

Inputs: videoIdOrUrl (required), intervalSec, maxFrames, imageFormat, +7 more.

inspectChannelB

Inspect a channel with summary stats and posting cadence heuristics. [~3-10s]

Inputs: channelIdOrHandleOrUrl (required), dryRun.

inspectVideoB

Inspect a single video with compact metadata, normalized ratios, and transcript availability. [~1-3s]

Inputs: videoIdOrUrl (required), includeTranscriptMeta, includeEngagementRatios, dryRun.

listChannelCatalogC

List a channel's recent catalog in compact creator-analysis shape. [~3-10s]

Inputs: channelIdOrHandleOrUrl (required), maxResults, sortBy, includeShorts, +3 more.

listCollectionsB

List local transcript collections, active search focus, and indexed video/chunk counts. [~instant]

Inputs: includeVideoList.

listCommentCollectionsC

List local comment collections, active search focus, and indexed comment counts. [~instant]

Inputs: includeVideoList.

listMediaAssetsB

List locally stored media assets. Filter by video or kind. Shows file paths, sizes, and manifest metadata. [~instant]

Inputs: videoIdOrUrl, kind, limit.

measureAudienceSentimentC

Heuristic audience sentiment analysis from comments with themes, risk signals, and quote samples. [~3-10s]

Inputs: videoIdOrUrl (required), sampleSize, includeThemes, includeRepresentativeQuotes, +1 more.

mediaStoreHealthB

Check health of the local media store: disk usage, asset counts, ffmpeg/yt-dlp availability. [~instant]

Inputs: no named parameters.

readCommentsC

Read top-level comments with optional replies and structured provenance. [~1-3s]

Inputs: videoIdOrUrl (required), maxTopLevel, includeReplies, maxRepliesPerThread, +3 more.

readTranscriptB

Read transcript in summary, key moments, chapters, or paginated full mode with long-video safeguards. [~1-3s]

Inputs: videoIdOrUrl (required), language, mode, includeTimestamps, +4 more.

recommendUploadWindowsB

Recommend upload windows from recent publishing history for a given timezone. [~3-10s]

Inputs: channelIdOrHandleOrUrl (required), timezone (required), lookbackDays, dryRun.

removeCollectionB

Delete a local transcript collection and its search index. [~instant]

Inputs: collectionId (required).

removeCommentCollectionB

Delete a local comment collection and its search index. [~instant]

Inputs: collectionId (required).

removeMediaAssetB

Remove stored media assets. Specify assetId to remove one, or videoIdOrUrl to remove all assets for a video. [~instant]

Inputs: assetId, videoIdOrUrl, deleteFiles.

researchTagsAndTitlesC

Research title structures, keywords, and tag patterns around a seed topic. [~3-10s]

Inputs: seedTopic (required), regionCode, language, maxExamples, +1 more.

scoreHookPatternsC

Heuristically score first-30-second hooks across one or more videos. [~3-10s, ~1s per video]

Inputs: videoIdsOrUrls (required), hookWindowSec, dryRun.

searchCommentsA

Search imported comment collections with ranked results. Returns matching comments with author, like count, and relevance score. Uses active comment collection by default. [~instant]

Inputs: query (required), collectionId, maxResults, minScore, +2 more.

searchTranscriptsC

Search imported transcript-text collections with active-collection focus by default and return ranked timestamped chunks. [~instant]

Inputs: query (required), collectionId, maxResults, minScore, +2 more.

searchVisualContentA

Search the actual visual content of a video or your indexed frame library. Uses Apple Vision OCR, optional Gemini frame descriptions, and optional Gemini semantic embeddings. Always returns frame/image evidence with timestamps. [~1-3s if indexed, ~60-120s if auto-indexing]

Inputs: query (required), videoIdOrUrl, maxResults, minScore, +10 more.

setActiveCollectionA

Set the default collection that transcript search should focus on when collectionId is omitted. [~instant]

Inputs: collectionId (required).

setActiveCommentCollectionA

Set the default comment collection that searchComments should focus on when collectionId is omitted. [~instant]

Inputs: collectionId (required).

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    C2.7/5.0

    Scored across 41 tools

    Disambiguation2/5

    Several tools have overlapping purposes, e.g., exploreYouTube vs findVideos both search YouTube; analyzePlaylist vs expandPlaylist vs importPlaylist may be confused; extractKeyframes vs indexVisualContent vs searchVisualContent overlap in visual processing. Search-related tools for transcripts, comments, and visual content are somewhat distinct but the active-collection setters/clearers add confusion.

    Naming Consistency2/5

    Naming is inconsistent: mix of camelCase (clearActiveCollection, setActiveCollection, buildVideoDossier) and snake_case (checkImportReadiness, downloadAsset, searchComments). Verbs vary (check, build, list, find, inspect, read, score, measure, analyze) without a clear pattern. Some tools use nouns like 'mediaStoreHealth' which is inconsistent with verb-first conventions.

    Tool Count1/5

    With 41 tools, the server has a heavy tool surface for what is essentially a YouTube media analysis and knowledge base tool. Many tools are highly specialized and could be consolidated (e.g., multiple playlist and import tools, multiple collection management tools). This will likely overwhelm an agent and increase latency.

    Completeness3/5

    The set covers core workflows: video discovery, import, transcript analysis, comment analysis, visual content, playlist handling, and media asset management. However, there are gaps: no tool for updating or deleting imported transcripts/collections beyond removal? Actually removeCollection exists, but there is no tool to update a video's metadata or re-index. Also, no tool to scrape comments for a single video without import? readComments exists but no search without import seems incomplete.

    Related MCP Connectors

    Related MCP Servers