关于 podcast-commerce-mcp
podcast-commerce-mcp 是面向播客发布者和商业分析人员的 MCP 服务,可从文本稿中提取产品与赞助片段,比较节目趋势并生成可购物的节目说明。
主要功能
- 01提取产品和品牌
- 02分析赞助片段
- 03追踪多期产品提及
- 04比较不同节目的产品
- 05生成可购物的节目说明
适用场景
- 01查找单期节目提及的产品
- 02估算赞助口播的读完率
- 03比较多期节目中的产品趋势
- 04汇总多个节目提及的产品
MCP 相关
它向 MCP 客户端提供播客文本分析和节目说明生成工具,包括产品提取、赞助分析、趋势追踪及跨节目比较。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
npx -y podcast-commerce-mcpOPENAI_API_KEY密钥OpenAI API key for GPT-4o-mini product extraction (required)MCP_API_KEYS密钥Comma-separated paid API keys for unlimited calls (optional — omit for free tier: 200 calls/day)本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。
工具
4收录的工具列表 · 更新于 3 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| api_key | string | 否 | 付费访问的可选 API 密钥,可用于超出免费层级的访问 |
| episode_id | string | 否 | 用于缓存和趋势追踪的可选节目标识符 |
| transcript | string | 是 | 原始转录文本,或指向 .txt 转录文件的 URL |
| category_filter | array | 否 | 可选的类别列表:physical_goods、saas、course、book、service、affiliate、other |
详细介绍
Podcast Commerce Intelligence MCP
将播客文字稿转化为联盟营销收入。 将任意单集的文字稿交给 AI Agent,即可获取其中提及的所有产品、提及者、推荐力度,以及对应的联盟营销网络。评测套件 F1=100%。免费套餐:每天 200 次调用。
⭐ 如果这个项目为你节省了时间,请为仓库点亮星标——这有助于其他开发者发现它。
在线端点:
https://podcast-commerce-mcp.sincetoday.workers.dev/mcp· 查看示例
从播客文字稿中提取产品提及、赞助片段和产品趋势。基于 x402 构建,这是一项由 Shopify、Google、Microsoft、Visa 和 Linux Foundation 支持的开放支付标准。
工具
| 工具 | 描述 |
|---|---|
extract_podcast_products | 从文字稿中提取产品/品牌及其置信度分数 |
analyze_episode_sponsors | 识别赞助片段并估算口播完成率 |
track_product_trends | 比较多集节目中的产品提及 |
compare_products_across_shows | 跨节目产品排名,并在多个节目间进行实体消歧 |
generate_show_notes_section | 将提取出的产品整理为可购物的节目说明部分 |
快速开始
# Install
npm install podcast-commerce-mcp
# Configure
cp .env.example .env
# Edit .env: set OPENAI_API_KEY
# Run (stdio MCP server)
npx podcast-commerce-mcp
在 Claude Code 中连接——无需安装
添加到 claude_desktop_config.json,或在 Claude Code 中使用 /add-mcp。免费套餐:每天 200 次调用,无需 API 密钥:
{
"mcpServers": {
"podcast-commerce": {
"url": "https://podcast-commerce-mcp.sincetoday.workers.dev/mcp"
}
}
}
MCP 客户端配置(本地/stdio)
{
"mcpServers": {
"podcast-commerce": {
"command": "npx",
"args": ["podcast-commerce-mcp"],
"env": {
"OPENAI_API_KEY": "sk-..."
}
}
}
}
工具参考
extract_podcast_products
{
"transcript": "Raw text or URL to a .txt file",
"episode_id": "optional-cache-key",
"category_filter": ["saas", "physical_goods"],
"api_key": "optional-paid-key"
}
返回:
{
"episode_id": "...",
"products": [
{
"name": "Notion",
"category": "saas",
"mention_context": "I use Notion every day...",
"speaker": "Host",
"confidence": 0.9,
"recommendation_strength": "strong",
"affiliate_link": null,
"mention_count": 2
}
],
"sponsor_segments": [...],
"_meta": { "processing_time_ms": 1200, "ai_cost_usd": 0.001, "cache_hit": false }
}
analyze_episode_sponsors
{
"transcript": "...",
"episode_id": "optional",
"api_key": "optional"
}
track_product_trends
{
"episode_ids": ["ep1", "ep2", "ep3"],
"category_filter": ["saas"]
}
需要已提取并缓存的节目单集。返回包含 brand、trend(rising/stable/falling)、avg_recommendation_strength 和 top_category 的 trends[]。
compare_products_across_shows
{
"show_ids": ["show-a", "show-b"],
"min_show_count": 2,
"min_confidence": 0.85
}
按提及产品的节目数量进行排名。返回包含 brand、show_count、avg_confidence 和 recommendation_consensus(unanimous/majority/mixed/rare)的 products[]。
generate_show_notes_section
{
"episode_id": "previously-extracted-id",
"format": "markdown",
"style": "full"
}
将缓存的产品数据整理为可购物的节目说明区块。返回可直接粘贴到单集说明中的格式化字符串。
输出示例
从一集 Huberman Lab 播客文字稿中提取的真实结果(实时评测:F1=89%,得分 96/100,每次调用 $0.00046,耗时 8100ms):
{
"episode_id": "huberman-ep-312",
"products": [
{
"name": "AG1 (Athletic Greens)",
"brand": "AG1",
"category": "supplement",
"mention_context": "today's episode is brought to you by AG1. I've been taking it every morning for six months",
"confidence": 0.97,
"recommendation_strength": "strong"
},
{
"name": "Oura Ring",
"category": "physical_goods",
"mention_context": "I've been wearing it for sleep tracking for two years. They're not a sponsor, just a genuine rec",
"confidence": 0.95,
"recommendation_strength": "strong"
}
],
"sponsor_segments": [
{
"sponsor_name": "AG1",
"read_type": "host_read",
"estimated_read_through": 0.72,
"call_to_action": "code HUBERMAN for a free year's supply of Vitamin D"
}
]
}
完整输出(含价值说明)请参见 /examples 端点:https://podcast-commerce-mcp.sincetoday.workers.dev/examples
定价
- 免费套餐:每个 Agent 每天 200 次调用(无需 API 密钥)
- 付费:$0.01/次调用——使用有效密钥设置
MCP_API_KEYS
环境变量
| 变量 | 必需 | 默认值 | 描述 |
|---|---|---|---|
OPENAI_API_KEY | 是 | — | OpenAI API 密钥 |
AGENT_ID | 否 | anonymous | 用于速率限制的 Agent 标识符 |
MCP_API_KEYS | 否 | — | 以逗号分隔的付费 API 密钥 |
CACHE_DIR | 否 | ./data/cache.db | SQLite 缓存路径 |
PAYMENT_ENABLED | 否 | false | 设置为 true 以强制执行限制 |
开发
npm install
npm run typecheck # Zero type errors
npm test # All tests pass
npm run build # Compile to dist/
许可证
MIT — Since Today Studio
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。