Youtube Agent

MCP音视频

提供方 dannySubsense

音视频 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

一个结合AI技术的YouTube视频分析与知识库构建系统,提供智能内容发现、转录分析和知识库管理功能。

一句话选型结论

按资料字段整理

Youtube Agent 属于音视频类 MCP 服务器,stdio · 本地进程,无需鉴权,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类音视频 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 14 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

音视频
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量14暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

视频分析Python本地部署知识库构建AI技术内容发现转录处理

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
pip install -r requirements.txt

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js 等运行时,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 14 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
转写与字幕

把音视频转成文字和字幕。

音视频处理

裁剪、转码、拼接素材。

内容分发

把成品发到对应平台。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 14 个工具,覆盖面较广,能满足多种调用。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在音视频场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Youtube Agent当前 14 stdio · 本地进程 本地部署 有 2026-05-17
Ableton MCP B7b69a6a 16 stdio · 本地进程 本地部署 有 2026-05-17
Mini Max MCP 8 SSE · 服务端推送 远程部署 有 2026-05-18
LocalAI 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Youtube E0eb3510 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Voicemode MCP 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

音视频
字段来自项目仓库与公开索引,中文说明由本站标注
提供方dannySubsense上游标注的维护方 dannySubsense
分类音视频本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

7.9 KB
来自项目仓库与上游目录的原文,未做删改

YouTube代理-智能知识库构建器

一个全面的YouTube视频分析和知识库构建系统,将人工智能的力量与高效的视频内容处理相结合。该系统通过直观的用户界面实现了智能内容发现、转录分析和知识库管理。

🚀 项目概述

YouTube Agent是一个模块化系统,可帮助您:

  • 🔍 搜索和发现 按主题分类的YouTube视频
  • 📜 提取和处理 视频转录自动
  • 🧠 建立知识库 使用RAG(检索增强生成)
  • 💬 与您的视频内容聊天 使用AI驱动的对话
  • ⚡ 快速问题 即时洞察功能
  • 🎯 智能内容评估 技术新鲜度评分

🛠️ 建筑

该系统采用模块化架构,关注点明确分离:

  • core/ -核心业务逻辑(视频搜索、转录处理、本地矢量数据库)
  • mcp_integration/ -模型上下文协议集成层
  • agents/ -使用LangChain的AI代理编排
  • api/ -具有REST端点的FastAPI应用层
  • ui/ -用户界面组件(Streamlit仪表板)
  • config/ -配置和设置管理
  • tests/ -全面的测试套件

🎬 YouTube MCP服务器集成

此项目与自定义集成 YouTube MCP服务器 提供实时YouTube数据API访问。MCP服务器具有以下功能:

14完整功能

  1. get_video_details -全面的视频信息,包括元数据和统计数据
  2. get_playlist_details -检索播放列表信息和元数据
  3. get_playlist_items -列出播放列表中的视频及其详细信息
  4. get_channel_details -频道信息,包括用户数量和描述
  5. get_video_categories -特定地区的可用视频类别
  6. get_channel_videos -YouTube频道的最新视频
  7. search_videos -使用过滤器进行高级YouTube视频搜索
  8. get_trending_videos -特定地区的趋势内容
  9. get_video_comments -带排序选项的视频评论
  10. analyze_video_engagement -参与度指标和见解
  11. get_channel_playlists -列出YouTube频道的播放列表
  12. get_video_caption_info -可用字幕/文字记录信息
  13. evaluate_video_for_knowledge_base - 具有新鲜度评分的智能内容评估
  14. get_video_transcript - 从视频中提取完整的转录内容

MCP的主要功能

✅ 实时数据 来自YouTube数据API v3\
✅ 全面的错误处理 API配额管理\
✅ 支持多种URL格式 (youtube.com、youtu.be、@用户名、频道ID)\
✅ 智能内容评估 技术新鲜度评分\
✅ 灵活的搜索和过滤 选项\
✅ 啮合分析 符合行业基准\
✅ 区域内容支持 用于趋势和类别\
✅ MCP协议合规性 实现无缝的人工智能集成

YouTube MCP服务器存储库: https://github.com/dannySubsense/youtube-mcp-server

🚀 快速开始

先决条件

  • Python 3.8+
  • YouTube数据API v3密钥
  • OpenAI API密钥
  • 不需要外部数据库 -使用本地Chroma矢量数据库

安装

  1. 克隆存储库```bash
    git clone
    cd youtube-agent

1. **安装依赖项**```bash
pip install -r requirements.txt
# or using uv
uv pip install -r requirements.txt
  1. 设置凭据
    创建一个 credentials.yml 使用API密钥在项目根目录中创建文件:```yaml
    youtube: 'your-youtube-api-key-here'
    openai: 'your-openai-api-key-here'

### 运行应用程序

#### 选项1:模块化架构(推荐)```bash
uv run streamlit run ui/streamlit/streamlit_runner.py

选项2:MVP版本(参考)```bash

uv run streamlit run youtube_agent_mvp.py


## 🧪 测试

### 测试结构

该项目包括跨多个层的全面测试:```
tests/
├── unit/                    # Unit tests for individual components
│   ├── test_ui_components.py      # UI component tests
│   ├── test_mcp_client.py         # MCP client functionality tests
│   ├── test_mcp_server.py         # MCP server integration tests
│   ├── test_mcp_property_based.py # Property-based testing
│   └── test_video_search.py       # Video search logic tests
├── integration/             # Integration tests for workflows
│   ├── test_ui_workflow.py        # End-to-end UI workflow tests
│   └── test_modular_integration.py # Modular architecture integration
├── test_mcp_integration.py  # MCP protocol integration tests
└── fixtures/               # Test data and fixtures

运行测试

运行所有测试```bash

Using pytest

pytest

Using uv

uv run pytest


#### 运行特定测试类别```bash
# Unit tests only
pytest tests/unit/

# Integration tests only
pytest tests/integration/

# MCP integration tests
pytest tests/test_mcp_integration.py

# UI workflow tests
pytest tests/integration/test_ui_workflow.py

运行覆盖率测试```bash

pytest --cov=. --cov-report=html


#### 基于属性的测试```bash
# Run property-based tests for robust validation
pytest tests/unit/test_mcp_property_based.py -v

测试特性

  • 单元测试:单独测试单个功能和组件
  • 集成测试:测试完整的工作流程和组件交互
  • 基于属性的测试:使用假设进行稳健的边缘情况测试
  • UI工作流测试:模拟用户交互并验证行为
  • MCP协议测试:验证模型上下文协议集成
  • 夹具:可重复使用的测试数据,用于一致的测试

测试闸门

该项目遵循测试驱动开发(TDD),具有强制性关卡:

  • ✅ black --check -代码格式
  • ✅ flake8 -Linting
  • ✅ mypy -类型检查
  • ✅ pytest -所有测试必须通过

🏗️ 发展

代码质量```bash

Format code

black .

Check linting

flake8

Type checking

mypy .

Run all quality checks

black . && flake8 && mypy . && pytest


## 📊 特性

### 核心功能

- **基于主题的视频发现**:按主题或关键字在YouTube上搜索视频
- **智能转录处理**:提取、清理和处理视频记录
- **本地矢量数据库**:使用本地Chroma数据库存储和索引视频内容(不需要外部数据库)
- **高级RAG**:检索人工智能对话的相关内容
- **对话记忆**:在聊天会话中保持上下文

### 用户界面

- **流线型仪表板**:所有操作的直观web界面
- **快速问题**:预先生成的问题,以获得即时见解
- **实时聊天**:与您的视频知识库进行互动对话
- **视频源显示**:明确的归属和来源跟踪
- **数据库管理**:在不同的本地知识库之间轻松切换(存储在 `data/` 目录)

### 人工智能集成

- **LangChain编排**:复杂的代理协调
- **OpenAI集成**:GPT支持的分析和对话
- **MCP协议**:与模型上下文协议无缝集成
- **内容评价**:知识库管理的智能评分

## 🔧 配置

### 凭据配置

创建一个 `credentials.yml` 项目根目录中的文件:```yaml
# Required
youtube: 'your-youtube-api-key-here'
openai: 'your-openai-api-key-here'

备注:系统使用本地 credentials.yml 文件,而不是API密钥管理的环境变量。出于安全考虑,git会自动忽略此文件。

🤝 贡献

  1. 分叉存储库
  2. 创建要素分支(git checkout -b feature/amazing-feature)
  3. 遵循开发理念和代码指南
  4. 确保所有测试通过(pytest)
  5. 进行质量检查(black . && flake8 && mypy .)
  6. 使用常规提交格式提交更改
  7. 推到分支(git push origin feature/amazing-feature)
  8. 打开拉取请求

📄 许可证

此项目根据MIT许可证获得许可-有关详细信息,请参阅许可证文件。

🙏 致谢

  • YouTube数据API v3 用于视频数据访问
  • OpenAI 用于人工智能分析
  • LangChain 用于代理编排
  • 溪流 对于用户界面
  • 色度 用于本地矢量数据库功能
  • 模型上下文协议 AI集成标准

准备好从YouTube内容构建智能知识库了吗?今天就开始吧! 🚀

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Youtube Agent 怎么安装?

在客户端按下面的安装命令接入:pip install -r requirements.txt。装完在客户端配置里引用同一个包或端点。

Youtube Agent 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Youtube Agent 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Youtube Agent 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Youtube Agent 能提供哪些能力?

资料显示约 14 个工具;能力标签包括 视频分析、Python、语音音频。具体工具清单以官方文档为准。

Youtube Agent 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Youtube Agent 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。