entra-news-podcast

Entra.Chat 播客 MCP 服务

一个用于搜索 Entra.Chat 文字稿的 MCP（Model Context Protocol）服务。Entra.Chat 是 Merill Fernando 在 YouTube 上主持的 Microsoft Entra 播客。向 AI 助手询问节目中讨论的 Entra ID 功能、社区工具和身份主题，即可获得附带时间戳 YouTube 链接的答案，直接跳转到相关内容。

与 entra-news-mcp（书面版 Entra.News 新闻通讯档案）和 microsoft-ai-roundup-mcp 配套使用。

工作原理

• 无需为每位用户配置基础设施。 通过 NPX 安装；首次运行时，会自动从此仓库的 GitHub Releases 下载文字稿数据库（SQLite），并缓存在本地（~/.entra-news-podcast-mcp/）。每周检查更新。
• 混合检索。 将 BM25 关键词搜索（内存倒排索引，使用 Porter 词干提取——非常适合在杂乱的口语文字稿中查找“PIM for Groups”或“Maester”这类精确名称）与通过 Reciprocal Rank Fusion 融合的 OpenAI 语义向量搜索相结合。没有 API 密钥？关键词搜索开箱即用。
• 带时间戳的深层链接。 每条搜索结果都附有指向 youtube.com/watch?v=...&t=... 的链接，方便你在上下文中收听讨论。
• 嘉宾信息。 按集提取嘉宾信息及其个人资料链接（LinkedIn、Twitter/X、GitHub、Bluesky）——可以询问“X 参加过哪些节目？”或“谁上过这个节目？”。
• 每周更新。 GitHub Action 每周重新导入播放列表，并发布更新后的数据库版本。

安装

需要 Node.js 22+（使用内置的 node:sqlite——无需原生依赖）。

Claude Desktop

添加到 claude_desktop_config.json：

{
  "mcpServers": {
    "entra-podcasts": {
      "command": "npx",
      "args": ["-y", "entra-news-podcast-mcp"],
      "env": {
        "OPENAI_API_KEY": "sk-..."
      }
    }
  }
}

OPENAI_API_KEY 可选——配置后即可启用语义／混合搜索（嵌入查询的费用不到一美分）。不配置时，将使用 BM25 关键词搜索。

Claude Code

claude mcp add entra-podcasts -- npx -y entra-news-podcast-mcp

VS Code（GitHub Copilot）

{
  "servers": {
    "entra-podcasts": {
      "command": "npx",
      "args": ["-y", "entra-news-podcast-mcp"]
    }
  }
}

Cursor

{
  "mcpServers": {
    "entra-podcasts": {
      "command": "npx",
      "args": ["-y", "entra-news-podcast-mcp"]
    }
  }
}

工具

工具	描述
search_entra_podcasts	搜索所有单集文字稿。模式：hybrid（默认，BM25 + 通过 RRF 实现的语义搜索）、semantic、keyword。结果包含单集、嘉宾和带时间戳的 YouTube 链接。
get_episode	按 video_id 或 date 获取完整单集信息——元数据、附带个人资料链接的嘉宾、附带时间戳链接的章节，以及带有 [mm:ss] 标记的完整文字稿。
list_episodes	浏览档案；可按 year、month 和／或嘉宾姓名筛选。
list_guests	所有播客嘉宾的名录，包括个人资料链接、出场次数和最近一次出场时间。
get_guest	按姓名查询一位嘉宾：个人资料链接以及该嘉宾参加过的所有单集。
find_tool_mentions	查找节目中讨论过的社区工具，并附上可收听相关讨论的时间戳链接。

示例提示词

• “Merill 和他的嘉宾对 PIM for Groups 有什么看法？”
• “Jane Doe 上过哪些节目？她的 LinkedIn 是什么？”
• “找出讨论 Maester 的部分，并给我 YouTube 时间戳。”
• “列出 2026 年 3 月的 Entra.Chat 单集。”

数据与更新时效

来源	YouTube 上的 Entra.Chat 播放列表（@merillx）
字幕稿	YouTube 字幕（优先使用上传的字幕，否则使用自动生成的字幕）
刷新	每周 GitHub Action → 新的 db-* 版本
本地缓存	~/.entra-news-podcast-mcp/（Windows 上为 %USERPROFILE%\.entra-news-podcast-mcp\）— 最多每 7 天检查一次更新；删除该文件夹可强制重新下载
运行时覆盖	设置 ENTRA_PODCAST_DB_PATH 以改用本地数据库文件

开发

npm install
npm run build

# Ingest (requires yt-dlp on PATH: pipx install yt-dlp / winget install yt-dlp)
node dist/scripts/ingest.js --limit 2        # test with 2 videos
node dist/scripts/ingest.js                  # full playlist backfill
node dist/scripts/ingest.js --incremental    # only new videos
node dist/scripts/ingest.js --video <id>     # one video (re-ingests)
node dist/scripts/ingest.js --reextract      # rebuild guests + tool mentions from stored
                                             # data (no network) — after editing
                                             # guest-overrides.json or known-tools.ts
node dist/scripts/ingest.js --embed-missing  # embed chunks that have no embedding yet
                                             # (needs OPENAI_API_KEY; no YouTube access)

# Run the server against a local DB
ENTRA_PODCAST_DB_PATH=./entra-news-podcasts.db npx @modelcontextprotocol/inspector node dist/src/index.js

在摄取期间设置 OPENAI_API_KEY 以生成嵌入向量（语义搜索）；若未设置，摄取仍会完成，BM25 关键词搜索也可正常使用。

来宾提取覆盖项

系统根据视频标题和说明启发式提取来宾。启发式方法遗漏的单集会列在每次摄取运行的末尾 — 在 scripts/lib/guest-overrides.json 中修正（以 video_id 为键，每个条目会完全替代对应视频的提取结果），然后运行 node dist/scripts/ingest.js --reextract 应用（无需重新下载）。

PO 令牌提供程序（yt-dlp 字幕下载）

YouTube 的字幕/timedtext 端点返回 429，至少有两种不同且互不相关的原因 — 仅凭消息文本，摄取日志中的 CAPTION_RATE_LIMITED 错误无法判断是哪一种：

1. yt-dlp 默认使用的 web/web_safari 客户端未提供 PO（来源证明）令牌 — 请参阅 yt-dlp PO Token 指南。
2. 视频有多个音轨/配音轨道，解析结果指向了翻译字幕分组，而非原生 <lang>-orig 字幕稿 — 请参阅 scripts/lib/ytdlp.ts 中的 pickCaptionLanguage。已于 2026-09-09 确认：即使 PO 令牌提供程序正常工作，仍会出现 429。

无论源 IP 如何 — 已于 2026-09-09 确认：在四个不同的出口 IP 上复现了完全相同的故障（两个国家的两个 IPRoyal 住宅代理身份，以及一个完全不使用代理的干净家庭住宅 IP）。代理无法解决这两种原因。

CI 会自动设置 PO 令牌提供程序（.github/workflows/weekly-update.yml 中的 "Set up PO token provider" 步骤，版本固定 — 请参阅该步骤的注释）。对于本地摄取运行，请设置一次：

# 1. Provider (script mode — spawns per request, no persistent server needed).
#    The server (git tag) and plugin (PyPI package, step 2) are separately
#    versioned and must match — check the pinned version in
#    .github/workflows/weekly-update.yml ($BGUTIL_VERSION) rather than
#    grabbing "latest" for one and not the other.
git clone --single-branch --branch 2.0.0 \
  https://github.com/Brainicism/bgutil-ytdlp-pot-provider.git \
  ~/bgutil-ytdlp-pot-provider   # %USERPROFILE%\bgutil-ytdlp-pot-provider on Windows — this exact path, yt-dlp looks here by default
cd ~/bgutil-ytdlp-pot-provider/server
npm ci
npx tsc

# 2. Plugin — install into the SAME Python env yt-dlp itself runs under
#    (check with `python -c "import sys; print(sys.executable)"` vs `yt-dlp` on
#    PATH — a mismatch here is a common trap and yt-dlp will silently not see
#    the plugin). If yt-dlp was installed via pipx: `pipx inject yt-dlp bgutil-ytdlp-pot-provider==2.0.0`
python3 -m pip install -U bgutil-ytdlp-pot-provider==2.0.0

# Verify a WORKING provider — not just a listed one. yt-dlp lists an entry
# even when it's unusable, suffixed "(external, unavailable)"; a real one
# reads "(external)" with nothing else in the parens.
yt-dlp -v --skip-download --simulate "https://www.youtube.com/watch?v=jNQXAC9IVRw" 2>&1 \
  | grep -E "bgutil:script-(node|deno)-[0-9.]+ \(external\)"

手动刷新数据库（如果 YouTube 屏蔽 CI）

YouTube 有时会屏蔽来自数据中心 IP 的常规页面/API 请求（工作流日志中显示 BOT_BLOCKED — 与上文的 CAPTION_RATE_LIMITED 不同，后者仅针对字幕，与 IP 无关）。无论哪种情况，都不会影响使用者 — 最新的可用版本仍会保持为 latest。

在改用手动刷新之前，已内置以下缓解措施：

• CI 会安装 Deno，yt-dlp 需要它作为 JS 运行时来应对 YouTube 的播放器挑战 — 如果没有它，请求更容易被标记为机器人流量。
• YTDLP_PROXY 仓库密钥（自 2026-07-21 起设置为住宅代理 URL，格式为 http://user:pass@host:port — 请注意，IPRoyal 的控制面板显示的是 host:port:user:pass，必须重新排列；而 _country-au_city-hurstville 之类的地理定位修饰符应附加到密码，而非用户名）会将所有 yt-dlp 流量通过该代理转发。同一环境变量也可用于本地摄取运行。这只能缓解 BOT_BLOCKED，不能缓解 CAPTION_RATE_LIMITED。

如果 CI 仍被屏蔽，请从住宅 IP 手动刷新（先按上文设置 PO 令牌提供程序）：

node dist/scripts/ingest.js --incremental
gh release create "db-$(date -u +%Y.%m.%d)-9999" \
  --repo darrenjrobinson/EntraNewsPodcastMCPServer \
  --title "Database Update (manual)" --latest \
  ./entra-news-podcasts.db

发布流程（维护者）

代码版本发布（v* 标签）通过 .github/workflows/publish-mcp.yml 发布到 npm（可信发布 / OIDC，无需令牌）和 MCP Registry（io.github.darrenjrobinson/entra-news-podcast）：

1. 更新 package.json 中的 version，以及 server.json 中的两个版本字段（CI 会强制要求版本保持一致）。
2. 提交，然后运行 git tag v0.x.y && git push origin main v0.x.y。

数据库版本发布（db-* 标签）由每周工作流生成，绝不会触发 npm 发布。

许可证

MIT © Darren Robinson