Youtube Chat

MCP数据服务

提供方 2shin0

数据服务 未标注 API Key 社区 / 第三方

一个结合Streamlit、Google Gemini和FastMCP的YouTube数据分析聊天机器人,通过自然语言交互提供视频内容摘要、评论情感分析、趋势识别和频道分析等功能。

一句话选型结论

按资料字段整理

Youtube Chat 属于数据服务类 MCP 服务器,传输方式未标注,API Key,没有现成安装命令,需按官方文档接入。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。

分类数据服务 传输方式未标注 鉴权API Key 部署方式未标注
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 未标注 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

数据服务
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注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

YouTube数据分析Python本地部署自然语言处理聊天机器人视频内容摘要情感分析

安装与配置

未标注 API Key
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  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

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

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
数据库查询

用自然语言查库、取数,不用手写 SQL。

数据同步与清洗

把多来源数据拉到一处做整理。

报表取数

按口径快速拉出统计结果。

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

  • 基础信息齐全,可以先按官方文档接入试跑。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 使用前要准备好API Key对应的凭据,并按最小权限配置。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在数据服务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

  • 不方便管理密钥或第三方授权的人。
  • 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 Chat当前 未标注 未标注 未标注 无 2026-05-17
Memory 9d25f64e 9 未标注 未标注 无 2026-05-17
Getzep MCP 9 stdio · 本地进程 本地部署 有 2026-05-17
anything-llm 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Prisma MCP Server 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Astr Bot 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

数据服务
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2shin0上游标注的维护方 2shin0
分类数据服务本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式API Key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
部署类型未标注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

4.3 KB
来自项目仓库与上游目录的原文,未做删改

YouTube数据分析聊天机器人

该存储库 溪流和 谷歌双子座,还有 FastMCP结合构建的 YouTube数据分析聊天机器人的前端/客户端应用程序。

当用户用自然语言提问时,聊天机器人会与单独分发的MCP服务器通信,获取所需的YouTube数据(字幕、评论、频道信息等),Gemini 2.5 Pro型号会对此进行分析并提供洞察。

MCP服务器 这个存储库 请参考。

主要功能

  • 交互式分析:保持与用户的对话脉络,深入分析YouTube数据。
  • MCP工具集成:通过FastMCP协议调用远程服务器上的工具(提取字幕、搜索、收集评论)。
  • 异步处理:确保UI在数据收集和分析期间不会停止 asyncio利用提供舒适的体验。
  • 会话管理:您可以通过侧栏创建多个分析会话并管理记录。

技术堆栈

  • 前端:流光灯
  • AI模型:谷歌双子座(通过 google-genai SDK)
  • 工具协议:FastMCP(客户端)
  • 语言:Python 3.10+

设置和部署

为了运行此项目, 流光的秘密 设置是必需的。必须在Streamlit Cloud仪表板上的“应用设置”(Settings)->“秘密”菜单中添加以下内容:
*注意:代码以st.secrets.api.mcp_server_url访问st.secrets.api,因此必须区分[api]部分。```Ini, TOML

Google AI Studio에서 발급받은 Gemini API Key

gemini_api_key = "AIzaSy..."

배포된 FastMCP 서버의 URL (예: fastmcp cloud url)

[api]
mcp_server_url = "https://your-mcp-server-url..."


## 使用示例

您可以向聊天机器人提出以下问题:

1. 视频内容摘要(Transcript)
“总结一下这个视频(URL)的内容,把核心主张整理成三行。”

1. 评论评论(Comments)
“这个视频的留言反应怎么样?人们主要在称赞或批评什么?”

1. 了解趋势(Search)
“给我找5个最近关于‘AI代理’点击率最高的视频,告诉我共同的特点。”

1. 通道信息(Channel Info)
“这个频道主要上传什么视频,增长势头如何?”

______________________________________________________________________

# YouTube数据分析聊天机器人

此存储库是用于 **YouTube数据分析聊天机器人**,通过组合构建 **溪流**, **谷歌双子座**,以及 **FastMCP**.

当用户用自然语言提问时,聊天机器人会与单独部署的MCP服务器通信,以获取必要的YouTube数据(成绩单、评论、频道信息等),然后由Gemini 2.5 Pro模型进行分析,以提供见解。

请参考 此存储库 对于MCP服务器。

## 主要特点

- **交互分析**:对YouTube数据进行深入分析,同时与用户保持对话环境。
- **MCP工具集成**:通过FastMCP协议从远程服务器调用工具(转录提取、搜索、评论收集)。
- **异步处理**:利用 `asyncio` 以确保平滑的用户体验,其中UI在数据收集和分析期间不会冻结。
- **会话管理**:允许通过侧边栏创建多个分析会话和管理历史记录。

## 技术栈

- **前端**:流光灯
- **AI模型**:谷歌双子座(通过 `google-genai` SDK)
- **工具协议**:FastMCP(客户端)
- **语言**:Python 3.10+

## 配置和部署

要运行此项目,请配置 **流光的秘密** 这是至关重要的。您必须将以下内容添加到应用程序中 **设置->秘密** Streamlit Cloud仪表板中的菜单。

*注意:由于代码访问 `st.secrets.api.mcp_server_url`,你必须严格分开 `[api]` 部分。*```toml
# Gemini API Key issued from Google AI Studio
gemini_api_key = "AIzaSy..."

# URL of the deployed FastMCP server (e.g., FastMCP Cloud URL)
[api]
mcp_server_url = "https://your-mcp-server-url..."

使用示例

您可以向聊天机器人提出以下问题:

  1. 视频内容摘要(转录)
    “总结此视频(URL)的内容,并用3行概述核心论点。”

  2. 评论情绪分析(评论)
    “这段视频的评论反应如何?人们主要赞扬或批评了哪些方面?”

  3. 趋势识别(搜索)
    “找到最近与‘人工智能代理’相关的前5个浏览量最高的视频,并告诉我它们的共同特征。”

  4. 渠道分析(渠道信息)
    “这个频道主要上传什么样的视频,它的增长趋势如何?”

常见问题

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

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Youtube Chat 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 Chat 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 Chat 需要 API Key 吗?

资料标注需要API Key认证,使用前准备好对应凭据,并按最小权限配置。

Youtube Chat 能提供哪些能力?

资料显示能力标签包括 聊天机器人、Python、情感分析。具体工具清单以官方文档为准。

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。