YouTube to LinkedIn MCP Server

MCP浏览器工具

提供方 NvkAnirudh

浏览器工具 stdio · 本地进程 API Key 社区 / 第三方
查看接入方式

一款自动化从YouTube视频生成LinkedIn帖子草稿的服务器,提供基于视频转录的高质量可编辑内容。

一句话选型结论

按资料字段整理

YouTube to LinkedIn MCP Server 属于浏览器工具类 MCP 服务器,stdio · 本地进程,API Key,有可直接复制的远程端点配置。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。

分类浏览器工具 传输方式stdio · 本地进程 鉴权API Key 部署方式支持远程部署
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 4 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

浏览器工具
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4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

内容生成Python本地部署社交媒体自动化AI摘要API服务

安装与配置

stdio · 本地进程 API Key
客户端在本机拉起子进程,数据不出本机
python -m venv venv

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

    确认你的客户端支持远程端点,并拿到服务地址。

  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 4 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
自动操作网页

打开页面、点击、填表,把浏览器动作交给模型执行。

抓取结构化数据

把页面内容整理成表格或 JSON,省掉手工复制粘贴。

关键流程回归

按步骤检查页面是否正常,回归时少漏环节。

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 4 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。

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。
  • 使用前要准备好API Key对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在浏览器工具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。
  • 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 to LinkedIn MCP Server当前 4 stdio · 本地进程 支持远程部署 有 2026-05-17
Playwright MCP Server 21 stdio · 本地进程 本地部署 有 2026-05-18
Fetch 9a2682de 1 SSE · 服务端推送 支持远程部署 有 2026-05-18
Browser 738d52bc 未标注 stdio · 本地进程 本地部署 有 2026-05-17
MCP 40600ece 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Skyvern MCP 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

浏览器工具
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NvkAnirudh上游标注的维护方 NvkAnirudh
分类浏览器工具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 · Python本地安装时用到的包标识与运行时
部署类型支持远程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

4.3 KB
来自项目仓库与上游目录的原文,未做删改

YouTube到LinkedIn MCP服务器

一种模型上下文协议(MCP)服务器,可自动从YouTube视频生成LinkedIn帖子草稿。该服务器基于YouTube视频转录提供高质量、可编辑的内容草稿。

特性

  • YouTube转录提取:使用视频URL从YouTube视频中提取文字记录
  • 成绩单摘要:使用OpenAI GPT生成视频内容的简明摘要
  • LinkedIn帖子生成:用可定制的语气和风格创建专业的LinkedIn帖子草稿
  • 模块化API设计:具有明确端点的干净FastAPI实现
  • 容器化部署:已准备好在Smithery部署

安装说明

先决条件

  • Python 3.8+
  • Docker(用于容器化部署)
  • OpenAI API密钥
  • YouTube数据API密钥(可选,但建议用于更好的元数据)

地方发展

  1. 克隆存储库:```bash
    git clone
    cd yt-to-linkedin

1. 创建虚拟环境并安装依赖项:```bash
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate
pip install -r requirements.txt
  1. 创建一个 .env 使用API密钥在项目根目录中创建文件:```
    OPENAI_API_KEY=your_openai_api_key
    YOUTUBE_API_KEY=your_youtube_api_key

1. 运行应用程序:```bash
uvicorn app.main:app --reload
  1. 访问API文档:http://localhost:8000/docs

Docker部署

  1. 构建Docker镜像:```bash
    docker build -t yt-to-linkedin-mcp .

1. 运行容器:```bash
docker run -p 8000:8000 --env-file .env yt-to-linkedin-mcp

Smithery部署

  1. 确保已安装并配置Smithery CLI。

  2. 部署到Smithery:```bash
    smithery deploy


## API终点

### 1.转录提取

**端点**: `/api/v1/transcript`\
**方法**:POST\
**描述**:从YouTube视频中提取文字记录

**请求正文**:```json
{
"youtube_url": "https://www.youtube.com/watch?v=VIDEO_ID",
"language": "en",
"youtube_api_key": "your_youtube_api_key"  // Optional, provide your own YouTube API key
}

响应:```json
{
"video_id": "VIDEO_ID",
"video_title": "Video Title",
"transcript": "Full transcript text...",
"language": "en",
"duration_seconds": 600,
"channel_name": "Channel Name",
"error": null
}


### 2.成绩单摘要

**端点**: `/api/v1/summarize`\
**方法**:POST\
**描述**:从视频记录中生成摘要

**请求正文**:```json
{
"transcript": "Video transcript text...",
"video_title": "Video Title",
"tone": "professional",
"audience": "general",
"max_length": 250,
"min_length": 150,
"openai_api_key": "your_openai_api_key"  // Optional, provide your own OpenAI API key
}

响应:```json
{
"summary": "Generated summary text...",
"word_count": 200,
"key_points": [
"Key point 1",
"Key point 2",
"Key point 3"
]
}


### 3.LinkedIn帖子生成

**端点**: `/api/v1/generate-post`\
**方法**:POST\
**描述**:根据视频摘要生成LinkedIn帖子

**请求正文**:```json
{
"summary": "Video summary text...",
"video_title": "Video Title",
"video_url": "https://www.youtube.com/watch?v=VIDEO_ID",
"speaker_name": "Speaker Name",
"hashtags": ["ai", "machinelearning"],
"tone": "professional",
"voice": "first_person",
"audience": "technical",
"include_call_to_action": true,
"max_length": 1200,
"openai_api_key": "your_openai_api_key"  // Optional, provide your own OpenAI API key
}

响应:```json
{
"post_content": "Generated LinkedIn post content...",
"character_count": 800,
"estimated_read_time": "About 1 minute",
"hashtags_used": ["#ai", "#machinelearning"]
}


### 4.输出格式

**端点**: `/api/v1/output`\
**方法**:POST\
**描述**:格式化LinkedIn帖子以供输出

**请求正文**:```json
{
"post_content": "LinkedIn post content...",
"format": "json"
}

响应:json { "content": { "post_content": "LinkedIn post content...", "character_count": 800 }, "format": "json" }

环境变量

变量 描述 必填
OPENAI_API_KEY 用于摘要和后期生成的OPENAI API密钥 否(可在请求中提供)
YOUTUBE_API_KEY 用于获取视频元数据的YOUTUBE数据API密钥 否(可在请求中提供)
PORT 运行服务器的端口(默认值:8000) 否

> 备注:虽然API键的环境变量是可选的(因为它们可以在每个请求中提供),但建议为本地开发和测试设置它们。当部署到Smithery时,用户需要在请求中提供自己的API密钥。

许可证

麻省理工学院

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 to LinkedIn MCP Server 怎么安装?

在客户端按下面的安装命令接入:python -m venv venv。装完在客户端配置里引用同一个包或端点。

YouTube to LinkedIn MCP Server 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 to LinkedIn MCP Server 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 to LinkedIn MCP Server 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 to LinkedIn MCP Server 能提供哪些能力?

资料显示约 4 个工具;能力标签包括 内容生成、Python、API集成。具体工具清单以官方文档为准。

YouTube to LinkedIn MCP Server 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。

YouTube to LinkedIn MCP Server 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。