shield_lock
JinDaGe
← Back to MCP directory
publicPublicdnsLocal runtime

youtube-content-management-mcp

一个基于YouTube Data API v3的MCP服务器，提供视频、频道和播放列表的搜索与数据分析功能，支持内容发现和指标查询。

article

README

🚀 YouTube内容管理MCP服务器

这是一个模型上下文协议（MCP）服务器，集成了YouTube数据API v3，用于内容发现和分析。该服务器使AI助手能够搜索YouTube视频、频道和播放列表，并获取视频、频道和播放列表的详细指标。

🚀 快速开始

要使用此服务器，你需要完成以下几个步骤：

  1. 获取YouTube API密钥。
  2. 安装必要的依赖项。
  3. 配置环境变量。
  4. 根据你的使用场景（如VSCode、Claude Desktop等）进行相应的配置。

✨ 主要特性

当前工具

  • 🎥 search_videos：使用高级过滤选项在YouTube上搜索视频，可根据观看次数、点赞数和评论数进行筛选。
  • 📺 search_channels：根据搜索查询查找YouTube频道，可查看订阅者数量、视频数量和总观看次数等信息。
  • 📋 search_playlists：根据搜索查询在YouTube上搜索播放列表。
  • 📊 get_video_metrics：通过视频ID检索特定视频的统计信息（观看次数、点赞数、评论数）。
  • 📈 get_channel_metrics：通过频道ID检索特定频道的统计信息（订阅者数量、总观看次数、视频数量）。
  • 📑 get_playlist_metrics：通过播放列表ID检索特定播放列表的统计信息（项目数量、总观看次数）。

计划功能

  • 播放列表创建和管理
  • 评论检索和分析
  • 视频上传和管理（需正确认证）
  • 按地区查看热门视频
  • 视频转录访问

📦 安装指南

前提条件

  • Python 3.8或更高版本
  • YouTube数据API v3密钥
  • 安装了MCP扩展的VSCode（用于VSCode使用场景）
  • 所需的Python包：google-api-python-client、python-dotenv、pydantic

获取YouTube API密钥

  1. 访问Google Cloud Console。
  2. 创建一个新项目或选择现有项目。
  3. 启用YouTube数据API v3：
    • 导航到“API和服务”>“库”。
    • 搜索“YouTube数据API v3”。
    • 点击它并按“启用”。
  4. 创建凭证：
    • 转到“API和服务”>“凭证”。
    • 点击“创建凭证”>“API密钥”。
    • 复制生成的API密钥。
  5. （推荐）限制API密钥：
    • 点击API密钥进行编辑。
    • 在“API限制”下，选择“限制密钥”。
    • 选择“YouTube数据API v3”。
    • 保存更改。

安装步骤

  1. 克隆或下载此仓库

    git clone https://github.com/NastyRunner13/youtube-content-management-mcp
cd youtube-content-management-mcp

  2. 安装依赖项

    pip install -r requirements.txt

    或者如果你使用uv：

    uv install

  3. 设置环境变量（可选） 在项目根目录创建一个.env文件：

    YOUTUBE_API_KEY=your_youtube_api_key_here

💻 使用示例

使用VSCode（推荐）

  1. 在VSCode中安装MCP扩展。

  2. 配置MCP服务器，将以下内容添加到你的VSCode settings.json中：

    {
  "mcp.servers": {
    "youtube-content-management": {
      "command": "python",
      "args": [
        "/path/to/youtube-content-management-mcp/main.py"
      ],
      "env": {
        "YOUTUBE_API_KEY": "your_youtube_api_key_here"
      }
    }
  }
}

    使用uv的替代方法：

    {
  "mcp.servers": {
    "youtube-content-management": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/youtube-content-management-mcp",
        "run",
        "main.py"
      ],
      "env": {
        "YOUTUBE_API_KEY": "your_youtube_api_key_here"
      }
    }
  }
}

  3. 重启VSCode或重新加载窗口。

  4. 通过MCP面板或询问你的AI助手使用工具。

使用Claude Desktop

将以下配置添加到你的Claude Desktop配置文件中：

Windows：%APPDATA%/Claude/claude_desktop_config.json macOS：~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "youtube-content-management": {
      "command": "python",
      "args": ["/path/to/youtube-content-management-mcp/main.py"],
      "env": {
        "YOUTUBE_API_KEY": "your_youtube_api_key_here"
      }
    }
  }
}

使用其他MCP客户端

该服务器实现了标准的MCP协议，应该可以与任何兼容的MCP客户端一起使用。请参考你的客户端文档以获取配置说明。

可用工具示例

search_videos

在YouTube上使用高级过滤选项搜索视频，可根据观看次数、点赞数和评论数等指标进行筛选。

参数：

  • query（字符串，必需）：搜索查询
  • max_results（整数，可选）：最大结果数（1 - 50，默认值：25）
  • order（字符串，可选）：排序顺序 - "relevance"（相关性）、"date"（日期）、"rating"（评分）、"viewCount"（观看次数）（默认值："relevance"）
  • duration（字符串，可选）：视频时长 - "medium"（中等）、"long"（长）（默认值："medium"）
  • published_after（字符串，可选）：RFC 3339时间戳（例如，"2023-01-01T00:00:00Z"）

使用示例：

搜索去年上传的Python教程，按观看次数排序

search_channels

根据搜索查询查找YouTube频道，可查看订阅者数量、视频数量和总观看次数等指标。

参数：

  • query（字符串，必需）：频道搜索查询
  • max_results（整数，可选）：最大结果数（1 - 50，默认值：25）
  • published_after（字符串，可选）：RFC 3339时间戳（例如，"2023-01-01T00:00:00Z"）

使用示例：

查找编码教程频道

search_playlists

根据搜索查询在YouTube上搜索播放列表。

参数：

  • query（字符串，必需）：播放列表搜索查询
  • max_results（整数，可选）：最大结果数（1 - 50，默认值：25）
  • published_after（字符串，可选）：RFC 3339时间戳（例如，"2023-01-01T00:00:00Z"）

使用示例：

查找关于机器学习的播放列表

get_video_metrics

检索特定YouTube视频的统计信息，包括观看次数、点赞数和评论数。

参数：

  • video_id（字符串，必需）：YouTube视频ID

使用示例：

获取ID为dQw4w9WgXcQ的视频的指标

get_channel_metrics

检索特定YouTube频道的统计信息，包括订阅者数量、总观看次数和视频数量。

参数：

  • channel_id（字符串，必需）：YouTube频道ID

使用示例：

获取ID为UC_x5XG1OV2P6uZZ5FSM9Ttw的频道的指标

get_playlist_metrics

检索特定YouTube播放列表的统计信息，包括项目数量和所有视频的总观看次数。

参数：

  • playlist_id（字符串，必需）：YouTube播放列表ID

使用示例：

获取ID为PL-osiE80TeTt2d9bfVyTiXJA-UTHn6WwU的播放列表的指标

🔧 技术细节

输入验证

所有工具都使用Pydantic进行强大的输入验证，确保：

  • 必需字段（如query、video_id）已提供且不为空。
  • 数字字段（如max_results）在有效范围内（1 - 50）。
  • 字符串字段（如order、duration）匹配允许的值。
  • 时间戳（如published_after）遵循RFC 3339格式。

无效输入会导致清晰的错误消息，提高了可靠性和用户体验。

安全注意事项

  • 切勿将API密钥提交到版本控制。
  • 考虑使用环境变量代替硬编码的API密钥。
  • 定期轮换你的API密钥。
  • 在Google Cloud Console中监控你的API使用情况。
  • 设置API密钥限制，将使用范围限制为YouTube数据API v3。

故障排除

常见问题

  1. "YouTube API key is not set"
    • 确保你的API密钥已正确配置在环境变量中。
    • 检查密钥是否有效且已启用YouTube数据API v3。
  2. "quotaExceeded"错误
    • 你已达到每日API配额限制（默认值：10,000单位）。
    • 等待配额重置（每天）或在Google Cloud Console中增加你的配额。
    • 注意：指标工具和带有指标的搜索工具可能会因多次API调用而消耗更多配额。
  3. "keyInvalid"错误
    • 你的API密钥无效或已被吊销。
    • 生成一个新的API密钥并更新你的配置。
  4. "Invalid input arguments"错误
    • 查看Pydantic错误消息以获取详细信息（如缺少query、无效的order）。
    • 确保输入符合工具的参数要求。
  5. MCP服务器无法启动
    • 检查所有依赖项（google-api-python-client、python-dotenv、pydantic）是否已安装。
    • 验证配置中的Python路径是否正确。
    • 查看MCP扩展日志以获取详细的错误消息。

调试模式

要启用调试日志记录，请将以下内容添加到你的环境中：

"env": {
  "YOUTUBE_API_KEY": "your_key_here",
  "DEBUG": "true"
}

贡献

我们欢迎贡献！你可以在以下方面提供帮助：

  • 增加额外的YouTube API端点（评论、转录）。
  • 优化API配额使用（例如，批量调用指标）。
  • 增强Pydantic验证规则。
  • 性能优化。
  • 文档改进。
  • 测试和错误报告。

API限制

  • YouTube数据API v3：每天10,000单位（默认值）。
  • 搜索操作：每次请求100单位。
  • 列表操作（视频、频道、播放列表）：每次请求1单位。
  • 播放列表项目：每次请求5单位。
  • 速率限制：注意不要连续进行过多请求，特别是使用指标工具时。

支持

  • 若有错误或功能请求，请创建一个问题。
  • 有关API特定问题，请查看YouTube数据API文档。
  • 有关集成问题，请查看MCP协议文档。
  • 有关验证相关问题，请参考Pydantic文档。
help

Runtime guide

cloud

Hosted runtime

Hosted servers run from a provider-managed environment. You usually connect the MCP client to the hosted endpoint or follow the provider's authorization flow, without keeping a local process alive

  1. Open provider connection page
  2. Authorize or copy endpoint
  3. Connect from your MCP client
terminal

Local runtime / other methods

Local servers run on your own machine or infrastructure. You normally copy the server_config into your MCP client, install the required package, and provide env variables from env_schema when needed

  1. Copy server_config
  2. Install required package
  3. Fill env variables and restart client