YouTube to LinkedIn MCP Server

YouTube to LinkedIn MCP Server

YouTube 動画から LinkedIn 投稿の下書きを自動生成する Model Context Protocol（MCP）サーバーです。YouTube 動画の文字起こしに基づき、高品質で編集可能なコンテンツの下書きを提供します。

Features

• YouTube の文字起こしの抽出：動画 URL を使用して YouTube 動画の文字起こしを抽出します
• 文字起こしの要約：OpenAI GPT を使用して動画の内容を簡潔に要約します
• LinkedIn 投稿の生成：トーンやスタイルをカスタマイズできる、プロフェッショナルな LinkedIn 投稿の下書きを作成します
• モジュール式 API 設計：明確に定義されたエンドポイントを備えた、シンプルな FastAPI 実装です
• コンテナ化されたデプロイ：Smithery へのデプロイに対応しています

Setup Instructions

Prerequisites

• Python 3.8+
• Docker（コンテナ化されたデプロイに使用）
• OpenAI API Key
• YouTube Data API Key（任意ですが、より正確なメタデータを取得するために推奨します）

Local Development

1. リポジトリをクローンします。

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

2. 仮想環境を作成し、依存関係をインストールします。

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

3. プロジェクトのルートに .env ファイルを作成し、API キーを設定します。

   OPENAI_API_KEY=your_openai_api_key
   YOUTUBE_API_KEY=your_youtube_api_key
   

4. アプリケーションを実行します。

   uvicorn app.main:app --reload
   

5. http://localhost:8000/docs で API ドキュメントにアクセスします

Docker Deployment

1. Docker イメージをビルドします。

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

2. コンテナを実行します。

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

Smithery Deployment

1. Smithery CLI がインストールされ、設定済みであることを確認します。

2. Smithery にデプロイします。

   smithery deploy
   

API Endpoints

1. 文字起こしの抽出

エンドポイント：/api/v1/transcript
メソッド：POST
説明：YouTube 動画の文字起こしを抽出します

リクエストボディ：

{
  "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
}

レスポンス：

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

2. 文字起こしの要約

エンドポイント：/api/v1/summarize
メソッド：POST
説明：動画の文字起こしから要約を生成します

リクエストボディ：

{
  "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
}

レスポンス：

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

3. LinkedIn 投稿の生成

エンドポイント：/api/v1/generate-post
メソッド：POST
説明：動画の要約から LinkedIn 投稿を生成します

リクエストボディ：

{
  "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
}

レスポンス：

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

4. 出力のフォーマット

エンドポイント：/api/v1/output
メソッド：POST
説明：LinkedIn 投稿を出力用にフォーマットします

リクエストボディ：

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

レスポンス：

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

Environment Variables

変数	説明	必須
OPENAI_API_KEY	要約と投稿の生成に使用する OpenAI API キー	いいえ（リクエストで指定できます）
YOUTUBE_API_KEY	動画のメタデータ取得に使用する YouTube Data API キー	いいえ（リクエストで指定できます）
PORT	サーバーを実行するポート（デフォルト：8000）	いいえ

注：API キーの環境変数は任意（各リクエストで指定できるため）ですが、ローカルでの開発やテストでは設定することをおすすめします。Smithery にデプロイする場合、ユーザーはリクエストで自身の API キーを指定する必要があります。

License

MIT