YouTube 到 LinkedIn MCP 服务器

一个模型上下文协议（MCP）服务器，可自动化地从 YouTube 视频生成 LinkedIn 帖子草稿。此服务器基于 YouTube 视频字幕提供高质量、可编辑的内容草稿。

功能

• YouTube 字幕提取：通过视频链接提取 YouTube 视频的字幕
• 字幕总结：使用 OpenAI GPT 生成简洁的视频内容摘要
• LinkedIn 帖子生成：创建语气和风格可定制的职业 LinkedIn 帖子草稿
• 模块化 API 设计：干净的 FastAPI 实现，定义明确的端点
• 容器化部署：准备好在 Smithery 上部署

设置说明

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，但推荐以获得更好的元数据）

本地开发

1. 克隆仓库：

   git clone <repository-url>
   cd yt-to-linkedin
   

2. 创建虚拟环境并安装依赖项：

   python -m venv venv
   source venv/bin/activate  # Windows 上：venv\Scripts\activate
   pip install -r requirements.txt
   

3. 在项目根目录中创建一个 .env 文件，添加你的 API 密钥：

   OPENAI_API_KEY=your_openai_api_key
   YOUTUBE_API_KEY=your_youtube_api_key
   

4. 运行应用程序：

   uvicorn app.main:app --reload
   

5. 访问 API 文档：http://localhost:8000/docs

Docker 部署

1. 构建镜像：

   docker build -t yt-to-linkedin .
   

2. 运行容器：

   docker run -p 8000:8000 --env OPENAI_API_KEY=your_key --env YOUTUBE_API_KEY=your_key yt-to-linkedin
   

API 端点

1. YouTube 字幕提取

端点：/api/v1/subtitles

方法：POST

请求体：

{
  "video_id": "string"
}

响应：

{
  "subtitles": {
    "content": "string",
    "language": "string"
  }
}

2. LinkedIn 帖子生成

端点：/api/v1/post

方法：POST

请求体：

{
  "title": "string",
  "content": "string",
  "format": "markdown" | "plain"
}

响应：

{
  "post": {
    "id": "string",
    "content": "string",
    "character_count": integer
  }
}

3. 输出格式化

端点：/api/v1/output

方法：POST

请求体：

{
  "post_content": "string",
  "format": "json"
}

响应：

{
  "content": {
    "post_content": "string",
    "character_count": integer
  },
  "format": "json"
}

环境变量

注意：虽然环境变量中的 API 密钥是可选的（因为它们可以在每次请求中提供），但在本地开发和测试时，建议设置它们。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

MIT