Yt MCP

MCPAI代理

提供方 Utkarshchaudhary009

AI代理 stdio · 本地进程 会话登录 社区 / 第三方 ClaudeCursor
查看接入方式

YtMCP是一个生产级的模型上下文协议(MCP)服务器,通过16个专用工具提供对YouTube数据的全面只读访问,适用于本地开发和云部署。

一句话选型结论

按资料字段整理

Yt MCP 属于AI代理类 MCP 服务器,stdio · 本地进程,会话登录,可直接接入 Claude、Cursor,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 鉴权会话登录 部署方式本地部署
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 16 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16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

支持客户端

适用场景

YouTube数据访问Python混合部署模型上下文协议视频分析内容智能LLM应用

安装与配置

stdio · 本地进程 会话登录
客户端在本机拉起子进程,数据不出本机
pip install -e .

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 16 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 16 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。
  • 已适配 Claude、Cursor,换客户端不用重新研究配置。

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。
  • 使用前要准备好会话登录对应的凭据,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AI代理场景里让模型直接调用外部能力的人。
  • 已经在用 Claude、Cursor 的用户,接入路径最短。
  • 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
Yt MCP当前 16 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Utkarshchaudhary009上游标注的维护方 Utkarshchaudhary009
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
鉴权方式会话登录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

12.2 KB
来自项目仓库与上游目录的原文,未做删改

YtMCP-YouTube模型上下文协议服务器

YtMCP 是一个生产级模型上下文协议(MCP)服务器,通过16个专用工具提供对YouTube数据的全面、只读访问。为两者而设计 本地开发 (STDIO)和 云部署 (渲染上的HTTPS),它结合了多个经过实战考验的库,为LLM应用程序提供强大的YouTube智能。


📋 目录

  • 特性
  • 快速开始
  • 地方发展(STDIO)
  • 生产部署(渲染)
  • 工具类别
  • 建筑
  • 配置
  • MCP客户端
  • 环境变量
  • api参考
  • 发展
  • 部署指导
  • 安全与合规
  • 故障排除
  • 贡献
  • 许可证

✨ 特性

🔍 A类:核心发现(5个工具)

  • search_videos -具有可自定义限制的基本关键字搜索
  • search_filtered -使用过滤器进行高级搜索(上传日期、持续时间、排序)
  • get_trending_videos -获取当前热门视频
  • find_channels -按名称或主题搜索频道
  • find_playlists -按关键字查找播放列表

🎥 B类:视频智能(5工具)

  • get_transcript -提取时间同步的转录本/字幕(对内容分析至关重要)
  • get_video_metadata -全面的视频数据(视图、标签、描述、点赞、持续时间)
  • get_video_chapters -提取视频章节/关键时刻
  • get_thumbnail -高分辨率缩略图URL(所有质量)
  • get_comments -获取热门评论(出于安全考虑,价格有限)

📊 C类:频道和播放列表取证(5个工具)

  • get_channel_videos -按排序列出频道视频(最新、最旧、最受欢迎)
  • get_channel_shorts -列出某个频道的YouTube短片
  • get_channel_streams -列出直播流(过去和现在)
  • get_playlist_items -精简播放列表内容
  • get_channel_about -渠道描述和统计

🛠️ D类:实用工具(1个工具)

  • get_audio_stream_url -获取直接音频流URL

🚀 快速开始

地方发展(STDIO)

先决条件:

  • Python 3.13+
  • UV包管理器 (推荐)或pip

安装:```bash

Clone the repository

git clone https://github.com/utkarshchaudhary009/ytmcp.git
cd ytmcp

Install with UV (recommended)

uv sync

OR install with pip

pip install -e .


**运行服务器:**```bash
# Using UV
uv run ytmcp

# OR using pip
ytmcp

服务器将以STDIO模式启动,准备接受MCP客户端连接。


生产部署(渲染)

一键部署:

手动部署:

  1. 分叉此存储库

  2. 在渲染时创建新的Web服务:

  • 首选 渲染仪表板
  • 点击“新建+”→ “Web服务”
  • 连接您的GitHub存储库
  1. 配置服务:```yaml
    Name: ytmcp
    Environment: Python 3
    Build Command: pip install -e .
    Start Command: ytmcp --transport streamable-http --host 0.0.0.0 --port $PORT

1. **设置环境变量(可选):**```
FASTMCP_LOG_LEVEL=INFO
  1. 部署 -Render将自动使用HTTPS部署您的MCP服务器

您的服务器将在以下位置可用: https://ytmcp-.onrender.com


🏗️ 建筑```

ytmcp/
├── src/
│ └── ytmcp/
│ ├── init.py
│ ├── server.py # Main FastMCP server with health check
│ ├── middleware/
│ │ ├── init.py
│ │ └── rate_limiter.py # Global rate limiting (0.75s delay)
│ └── tools/
│ ├── init.py
│ ├── search.py # Category A: Search tools
│ ├── video.py # Category B: Video intelligence
│ ├── channel.py # Category C: Channel forensics
│ └── utils.py # Category D: Utilities
├── examples/ # MCP client configurations
├── research/ # Library research & feasibility docs
├── render.yaml # Render deployment config
├── Procfile # Process definition
├── runtime.txt # Python version specification
├── pyproject.toml # Project metadata & dependencies
└── README.md


### 🧠 **设计原则**

1. **速率限制优先** -全局0.75s延迟防止IP禁令
1. **图书馆专业:**
- `scrapetube` → 快速频道/播放列表列表
- `youtube-search-python` → 搜索和筛选
- `yt-dlp` → 全面的元数据提取
- `youtube-transcript-api` → 获取成绩单
1. **LLM优化输出** -Markdown中的所有回复
1. **双模式操作** -STDIO用于本地,HTTPS用于生产
1. **健康监测** - `/health` 负载平衡器的端点

______________________________________________________________________

## ⚙️ 配置

### MCP客户端

#### **Gemini CLI** (`.gemini/mcp_config.json`)```json
{
"mcpServers": {
"ytmcp-local": {
"command": "uv",
"args": ["run", "--directory", "/path/to/ytmcp", "ytmcp"],
"description": "YouTube MCP (Local)"
},
"ytmcp-prod": {
"url": "https://your-ytmcp.onrender.com/mcp",
"description": "YouTube MCP (Production)"
}
}
}

克劳德桌面 (~/Library/Application Support/Claude/claude_desktop_config.json)```json

{
"mcpServers": {
"ytmcp": {
"command": "uv",
"args": ["--directory", "/path/to/ytmcp", "run", "ytmcp"]
}
}
}


#### **光标** (`.cursor/mcp.json`)```json
{
"mcpServers": {
"ytmcp": {
"command": "uv",
"args": ["--directory", "/path/to/ytmcp", "run", "ytmcp"]
}
}
}

VS代码继续 (~/.continue/config.json)```json

{
"mcpServers": {
"ytmcp": {
"command": "uv",
"args": ["run", "--directory", "/path/to/ytmcp", "ytmcp"]
}
}
}


### 环境变量

|变量|默认值|描述|
|----------|---------|-------------|
| `FASTMCP_LOG_LEVEL` | `INFO` |日志记录级别(`DEBUG`, `INFO`, `WARNING`, `ERROR`) |
| `FASTMCP_HOST` | `127.0.0.1` |要绑定的主机(HTTP传输)|
| `FASTMCP_PORT` | `8000` |要绑定的端口(HTTP传输)|
| `PORT` |-|渲染自动指定此(生产)|

______________________________________________________________________

## 📚 api参考

### 工具调用示例

#### 搜索视频```python
search_videos_tool(
query="python tutorial",
limit=10
)

退货: Markdown格式的列表,包括标题、频道、视图、网址


获取视频转录```python

get_transcript_tool(
video_id="dQw4w9WgXcQ", # Or full URL
languages="en,de" # Fallback languages
)


**退货:** 与时间同步的成绩单 `[MM:SS]` 时间戳

______________________________________________________________________

#### 分析渠道```python
get_channel_videos_tool(
channel_id="@fireship",   # Supports @handle, ID, or URL
sort_by="popular",
limit=20
)

退货: 带元数据的排序视频列表


提取元数据```python

get_video_metadata_tool(
video_id="https://youtube.com/watch?v=dQw4w9WgXcQ"
)


**退货:** 全面的元数据(视图、点赞、描述、标签等)

______________________________________________________________________

## 🛠️ 发展

### 设置开发环境```bash
# Install with dev dependencies
uv sync --dev

# Run tests
uv run pytest

# Type checking
uv run mypy src/

# Linting
uv run ruff check src/

运行不同的运输工具```bash

STDIO (for MCP clients)

uv run ytmcp

SSE (for web clients)

uv run ytmcp --transport sse --port 8000

StreamableHTTP (for production)

uv run ytmcp --transport streamable-http --host 0.0.0.0 --port 8080


### 代码结构

每个工具都遵循以下模式:```python
from ..middleware.rate_limiter import rate_limiter

@rate_limiter  # Automatic rate limiting
async def tool_name(param: str) -> str:
"""Tool description."""
# 1. Extract/validate IDs
# 2. Define library options
# 3. Fetch data in thread pool
# 4. Format as Markdown
# 5. Return LLM-optimized output

🚢 部署指导

渲染(推荐)

优势:

  • 免费套餐,每月750小时
  • 自动SSL(HTTPS)
  • 崩溃时自动重启
  • GitHub集成用于自动部署

步骤:

  1. 将代码推送到GitHub
  2. 将Render连接到您的仓库
  3. 使用 render.yaml 配置(包括)
  4. 部署

健康检查: https://your-app.onrender.com/health

MCP端点: https://your-app.onrender.com/mcp


Heroku```bash

Login to Heroku

heroku login

Create app

heroku create ytmcp

Deploy

git push heroku main

Set environment

heroku config:set FASTMCP_LOG_LEVEL=INFO


______________________________________________________________________

### 铁路

1. 连接GitHub仓库
1. 添加环境变量
1. 使用Procfile进行部署

______________________________________________________________________

### Docker(自托管)```dockerfile
FROM python:3.13-slim

WORKDIR /app
COPY . .

RUN pip install -e .

EXPOSE 8080
CMD ["ytmcp", "--transport", "streamable-http", "--host", "0.0.0.0", "--port", "8080"]
``````bash
docker build -t ytmcp .
docker run -p 8080:8080 ytmcp

🔒 安全与合规

  • 只读: 没有对YouTube的写入操作
  • 没有API密钥: 使用抓取库(查看YouTube ToS以了解商业用途)
  • 隐私: 无用户身份验证或跟踪
  • 速率限制: 防止滥用和IP禁令
  • 运输安全: HTTPS在生产中,SSH用于STDIO

⚠️ YouTube服务条款:
此服务器使用绕过YouTube API官方配额的抓取库。审查 YouTube的ToS 在部署用于商业目的之前。


🐛 故障排除

服务器无法启动

检查Python版本:```bash
python --version # Should be 3.13+


**重新安装依赖关系:**```bash
uv sync --reinstall

速率限制过于激进

调整 src/ytmcp/middleware/rate_limiter.py:```python
rate_limiter = RateLimiter(delay_seconds=0.5) # Faster (risky)


______________________________________________________________________

### 渲染部署失败

**检查构建日志:**

- 确保Python 3.13可用
- 验证 `runtime.txt` 指定 `python-3.13`

**常见修复:**```yaml
buildCommand: pip install --upgrade pip && pip install -e .

MCP客户端无法连接

本地(STDIO):

  • 确保服务器正在运行: uv run ytmcp
  • 检查客户端配置路径是否为绝对路径
  • 重新启动MCP客户端

生产(HTTPS):

  • 验证服务器运行状况: curl https://your-app.onrender.com/health
  • 检查MCP端点: https://your-app.onrender.com/mcp
  • 确保HTTPS(不是HTTP)

🤝 贡献

欢迎投稿!拜托:

  1. 审查 /research 图书馆能力
  2. 遵循现有的工具模式
  3. 保持限速
  4. 用Markdown格式化输出
  5. 更新文档

开发工作流程:```bash

Fork and clone

git clone https://github.com/utkarshchaudhary009/ytmcp.git

Create feature branch

git checkout -b feature/new-tool

Make changes and test

uv run ytmcp

Submit PR

```


📄 许可证

MIT许可证-请参阅 许可证 文件


🙏 致谢

使用这些优秀的库构建:

  • yt-dlp -视频元数据提取
  • 刮管 -频道抓取
  • youtube搜索python -搜索
  • youtube转录api -成绩单
  • MCP Python SDK -协议基础

📞 支持

  • 问题: GitHub问题
  • 讨论: GitHub讨论
  • 文档: 看 /research 用于设计决策

建于❤️ LLM生态系统

常见问题

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

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

Yt MCP 怎么在 Claude、Cursor 里配置?

它的传输方式是stdio · 本地进程,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,配置才会生效。

Yt MCP 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 MCP 需要 API Key 吗?

资料标注需要会话登录认证,使用前准备好对应凭据,并按最小权限配置。

Yt MCP 支持哪些客户端?

资料标注支持 Claude、Cursor;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Yt MCP 能提供哪些能力?

资料显示约 16 个工具;能力标签包括 Python、Claude、视频分析。具体工具清单以官方文档为准。

Yt MCP 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。

Yt MCP 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。