Yt Media MCP Project

MCPAI代理

提供方 BahadirAkdemir

AI代理 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

一个使用模型上下文协议(MCP)的AI代理,用于下载YouTube视频和音频,支持MCP客户端-服务器架构和HTTP通信。

一句话选型结论

按资料字段整理

Yt Media MCP Project 属于AI代理类 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AI代理 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 2 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

AI代理
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2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下载Python本地部署MCP协议AI代理视频处理音频提取

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
uv run mcp-server/yt-media-mcp.py

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 Python,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 2 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
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

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 2 个工具,职责相对集中,接入后不容易误操作。
  • 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AI代理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
Yt Media MCP Project当前 2 stdio · 本地进程 本地部署 有 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
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BahadirAkdemir上游标注的维护方 BahadirAkdemir
分类AI代理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 · Python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

4.9 KB
来自项目仓库与上游目录的原文,未做删改

带有MCP的YouTube下载器代理

一个使用(某技术/框架/方法)的完整AI代理示例 模型上下文协议(MCP) 用于下载YouTube视频和音频。此项目展示了通过HTTP上的SSE传输实现的MCP(可能是指某种客户端-服务器协议或框架,具体需根据上下文确定,此处保留原英文缩写)客户端-服务器架构的正确实现。

特点/特性

  • MCP 服务器-客户端架构职责的适当分离
  • 视频下载下载YouTube视频,获取最高可用分辨率
  • 音频下载从YouTube视频中提取音频
  • SSE运输基于HTTP的MCP通信
  • 异步操作非阻塞工具执行
  • 工具发现从MCP服务器自动检测工具
  • 本地大型语言模型(Local LLM)使用本地llama.cpp服务器(无需外部API费用)

建筑学```

┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ LLM Server │ ←────→ │ MCP Client │ ←────→ │ MCP Server │
│ :8000 │ │ (main.py) │ HTTP │ :8001 │
└─────────────┘ └─────────────┘ └─────────────┘


## 要求

- Python 3.11及以上版本
- 本地 llama.cpp 服务器运行在 `localhost:8000` (可定制)
- 一个兼容的模型文件(例如,Gemma-3-4b-it.gguf)

## 快速入门

### 1. 安装依赖项```bash
uv sync

2. 启动本地LLM服务器(终端1)```bash

llama-server -m path/to/your-model.gguf -p 8000 --jinja (not included in the project. You need to install llama-server yourself)


### 3. 启动MCP服务器(终端2)```bash
uv run mcp-server/yt-media-mcp.py

MCP服务器将在(指定时间/条件下)启动 http://localhost:8001

4. 运行代理(终端3)```bash

uv run main.py


### 5. 试试看!```
=== YouTube Downloader Agent with MCP ===
Connecting to MCP server...
✓ Connected! Found 2 tools
Type 'exit' to quit

User: Download this video: https://youtube.com/watch?v=example to ./downloads
Agent:
-- Executing download_video on MCP server...
I've successfully downloaded the video to ./downloads/

项目结构```

yt-media-mcp-project/
├── main.py # MCP Client (AI Agent)
├── mcp-server/
│ └── yt-media-mcp.py # MCP Server (Tool Provider)
├── pyproject.toml # Dependencies
└── README.md # This file


## 它是如何工作的

### 1. 工具发现

当客户端启动时,它会连接到MCP服务器并发现可用的工具:```python
available_tools = await discover_mcp_tools()
# Fetches tool schemas from http://localhost:8001/tools

2. 用户请求 → 大语言模型(LLM)

用户输入连同可用的工具定义一起发送给大型语言模型(LLM):```python
resp = llm_client.chat.completions.create(
model=MODEL_NAME,
messages=messages,
tools=available_tools # Auto-discovered from MCP server
)


### 3. 在MCP服务器上执行工具

如果大型语言模型(LLM)决定使用某个工具,客户端将通过HTTP调用MCP服务器:```python
output = await call_mcp_tool(tool_name, arguments)
# POST to http://localhost:8001/call

4. MCP服务器处理请求

服务器异步执行该工具:```python
@mcp.tool()
async def download_video(url: str, output_dir: str) -> str:

Downloads video using pytubefix

Returns result as JSON


### 5. 最终回应

工具的结果被发送回大型语言模型(LLM),以生成自然语言的回复。

## 关键特性解析

### MCP 客户端 (`main.py`)

- **工具发现**自动从服务器获取可用工具
- **HTTP通信**通过SSE/HTTP连接到MCP服务器
- **异步操作**非阻塞工具执行
- **大型语言模型(LLM)集成**与任何兼容OpenAI的API一起工作

### MCP 服务器(`mcp-server/yt-media-mcp.py`)

- **FastMCP 框架**基于装饰器的简单工具定义
- **SSE运输(公司)**基于HTTP的服务器,运行在8001端口
- **异步工具**用途 `asyncio.to_thread()` 用于阻塞操作
- **工具注册**通过工具自动暴露 `@mcp.tool()` 装饰器

## 配置

### 更改端口

**MCP服务器** - 编辑 `mcp-server/yt-media-mcp.py`:```python
mcp = FastMCP(
"simple-yt-downloader",
host="127.0.0.1",
port=8001  # Change this port
)

或者使用环境变量(无需更改代码):```bash
FASTMCP_SERVER_HOST=0.0.0.0 FASTMCP_SERVER_PORT=9000 python mcp-server/yt-media-mcp.py


**客户** (`main.py`):```python
MCP_SERVER_URL = "http://127.0.0.1:8001"  # Match server port

大型语言模型服务器 (main.py):```python
LLM_BASE_URL = "http://localhost:8000/v1"


### 使用远程大型语言模型(如OpenAI、Anthropic等)

更新于 `main.py`:```python
LLM_BASE_URL = "https://api.openai.com/v1"
LLM_API_KEY = "your-api-key-here"
MODEL_NAME = "gpt-4"

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
Yt Media MCP Project 怎么安装?

在客户端按下面的安装命令接入:uv run mcp-server/yt-media-mcp.py。装完在客户端配置里引用同一个包或端点。

Yt Media MCP Project 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。

Yt Media MCP Project 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。

Yt Media MCP Project 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。

Yt Media MCP Project 能提供哪些能力?

资料显示约 2 个工具;能力标签包括 视频处理、Python、AI代理。具体工具清单以官方文档为准。

Yt Media MCP Project 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Yt Media MCP Project 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。