YouTube to LinkedIn MCP Server

YouTube 转 LinkedIn MCP 服务

一个模型上下文协议（MCP）服务，可自动根据 YouTube 视频生成 LinkedIn 帖子草稿。此服务基于 YouTube 视频转录文本，提供高质量、可编辑的内容草稿。

功能

• YouTube 转录文本提取：使用视频 URL 提取 YouTube 视频的转录文本
• 转录文本摘要：使用 OpenAI GPT 生成简洁的视频内容摘要
• LinkedIn 帖子生成：创建专业的 LinkedIn 帖子草稿，并可自定义语气和风格
• 模块化 API 设计：采用定义清晰端点的简洁 FastAPI 实现
• 容器化部署：可直接部署到 Smithery

设置说明

前置条件

• Python 3.8+
• Docker（用于容器化部署）
• OpenAI API 密钥
• YouTube Data API 密钥（可选，但建议使用以获取更完善的元数据）

本地开发

1. 克隆代码库：

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

2. 创建虚拟环境并安装依赖项：

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

3. 在项目根目录中创建 .env 文件，并填入 API 密钥：

   OPENAI_API_KEY=your_openai_api_key
   YOUTUBE_API_KEY=your_youtube_api_key
   

4. 运行应用：

   uvicorn app.main:app --reload
   

5. 访问 http://localhost:8000/docs 查看 API 文档

Docker 部署

1. 构建 Docker 镜像：

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

2. 运行容器：

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

Smithery 部署

1. 确保已安装并配置 Smithery CLI。

2. 部署到 Smithery：

   smithery deploy
   

API 端点

1. 转录文本提取

端点：/api/v1/transcript
方法：POST
描述：提取 YouTube 视频的转录文本

请求正文：

{
  "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
}

响应：

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

2. 转录文本摘要

端点：/api/v1/summarize
方法：POST
描述：根据视频转录文本生成摘要

请求正文：

{
  "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
}

响应：

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

3. LinkedIn 帖子生成

端点：/api/v1/generate-post
方法：POST
描述：根据视频摘要生成 LinkedIn 帖子

请求正文：

{
  "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
}

响应：

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

4. 输出格式化

端点：/api/v1/output
方法：POST
描述：格式化 LinkedIn 帖子以供输出

请求正文：

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

响应：

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

环境变量

变量	描述	必需
OPENAI_API_KEY	用于生成摘要和帖子的 OpenAI API 密钥	否（可在请求中提供）
YOUTUBE_API_KEY	用于获取视频元数据的 YouTube Data API 密钥	否（可在请求中提供）
PORT	服务运行的端口（默认值：8000）	否

注意：API 密钥的环境变量虽然是可选的（也可以在每个请求中提供），但建议在本地开发和测试时设置。部署到 Smithery 时，用户需要在请求中提供自己的 API 密钥。

许可证

MIT