YouTube Comment Downloader MCP Server

YouTube Comment Downloader MCP サーバー

公式 YouTube Data API を使用して、AI システムが YouTube 動画のコメントをダウンロードして分析できるようにする Model Context Protocol（MCP）サーバーです。FastMCP 2.14.5 で構築されており、LLM への取り込みに最適化されたインテリジェントなコメント分析、サーバー側の検索フィルタリング、エンゲージメント分析、正確なトークン数カウントを提供します。

特長

• 9 つの専用ツールで包括的なコメント分析を実現
• YouTube Data API との連携により、100％正確なデータを取得
• スリムモードによりサイズを 87％削減し、LLM の効率を向上
• サーバー側のフィルタリングにより、トークン使用量を 99％以上削減
• GitHub Container Registry 経由のマルチアーキテクチャ Docker（amd64、arm64）
• Claude のトークン化パターンを使用した正確なトークン数カウント
• 対象を絞った分析のためのチャンネル検出ワークフロー
• クォータ監視用のMCP リソース（youtube://quota）
• 一般的な分析ワークフロー用のプロンプトテンプレート

MCP クライアントの設定

この設定ブロックを MCP クライアント（Claude Desktop など）に追加してください。

{
  "ytcomment": {
    "command": "uv",
    "args": ["run", "python", "src/server.py"],
    "cwd": "/path/to/ytcomment_mcp",
    "env": {
      "YOUTUBE_API_KEY": "your-api-key-here"
    }
  }
}

利用可能なツール

すべてのツールは読み取り専用（readOnlyHint=True）で、フィルタリング用のタグが付いています。

コメント分析ツール（read タグ）

1. get_video_info - 動画のメタデータとコメント総数を取得します（最初のステップとして推奨）
2. download_comments - スリムモード（サイズを 87％削減）と進捗報告を使用して、すべてのコメントをダウンロードします
3. search_comments - サーバー側で検索をフィルタリングし、トークン使用量を 99％以上削減します
4. get_top_comments - サーバー側で人気順に並べ替え、スリム形式で表示します
5. get_comment_stats - サンプルコメントを含む統計分析を行います

チャンネル検出ツール（read タグ）

6. find_channel - チャンネル名またはその一部で YouTube チャンネルを検索します
7. get_channel_videos - サーバー側でタイトルをフィルタリングし、チャンネルの動画を一覧表示します

システムツール（read + system タグ）

8. health_check - サーバーの状態と API の設定を確認します
9. get_quota_status - API の使用状況と残りの容量を監視します

リソース

• youtube://quota - 現在のクォータ使用状況を読み取り可能な MCP リソースとして提供します

プロンプトテンプレート

• analyze_video_comments - 感情やテーマを包括的に分析するワークフロー
• find_channel_comments - チャンネル検出からコメント検索へ進むワークフロー
• compare_video_sentiment - 2 本の動画のコメント欄を比較します
• viral_comments_analysis - 人気コメントやバズったコメントを見つけて分析します

クイックスタート

ローカル開発

# Install dependencies
uv pip install -e .

# Set up environment
cp .env.example .env
# Edit .env and add your YOUTUBE_API_KEY

# Test functionality
uv run python tests/test_server.py

# Run MCP server (stdio transport for local clients)
uv run python src/server.py

# Run with streamable HTTP transport (for remote access)
uv run python src/server.py --transport streamable-http --host 0.0.0.0 --port 8080

Docker でのデプロイ

# Using pre-built image from GitHub Container Registry
docker compose up -d

# Image: ghcr.io/suckerfish/ytcomment_mcp:latest
# Platforms: linux/amd64, linux/arm64

主な特長

スリムモード（デフォルト）

• 必要なフィールド（投稿者、テキスト、いいね数、時刻、is_hearted）のみを含め、サイズを 87％削減
• トークン効率に優れ、1 コメントあたり約 6 トークン（フルモードでは約 25 トークン）
• LLM に最適化されており、同じコンテキストウィンドウに 4 倍のコメントを格納できます

YouTube Data API との連携

• いいね数とエンゲージメント指標の正確性は 100％
• API クォータ：1 日あたり 10,000 単位、コメント 100 件あたり 1 単位
• 信頼性の高いデータ：スクレイピングの制約やレート制限はありません

コンテキストと進捗の報告

• すべてのツールで、構造化ログに MCP コンテキスト（ctx.info、ctx.warning）を使用します
• download_comments は ctx.report_progress() を通じてリアルタイムの進捗を報告します
• コンテキストの状態を通じて、セッション単位でクォータを追跡します

使用例

# Recommended workflow: Start with video info
info = await get_video_info("dQw4w9WgXcQ")
print(f"Video has {info['statistics']['comment_count']:,} comments")

# Channel discovery workflow
channels = await find_channel("mkbhd", max_results=5)
videos = await get_channel_videos(channel_id, title_filter="iphone", limit=10)

# Efficient comment analysis
comments = await download_comments("dQw4w9WgXcQ")  # Downloads ALL, slim by default
search_results = await search_comments("dQw4w9WgXcQ", ["amazing", "review"], max_results=25)
top_comments = await get_top_comments("dQw4w9WgXcQ", top_count=20)

ドキュメント

• デプロイガイド - Docker とクラウドへのデプロイ
• クイックスタートガイド - セットアップと基本的なサーバーの作成
• 認証ガイド - YouTube API キーの設定
• トランスポートのトラブルシューティング - トランスポートの設定
• テストガイド - MCPTools の使用方法とテスト
• ベストプラクティス - エラー処理、パフォーマンス、セキュリティ

FastMCP 2.14.5 と YouTube Data API v3 を使用して構築されています。