JinDaGe - YT-to-LinkedIn-MCP-Server MCP Details

article

README

🚀 YouTube 到 LinkedIn MCP 服务器

本项目是一个模型上下文协议 (MCP) 服务器，可自动化从 YouTube 视频生成 LinkedIn 帖子草稿。服务器会依据 YouTube 视频字幕，为用户提供高质量、可编辑的内容草稿。

🚀 快速开始

本服务器可自动化从 YouTube 视频生成 LinkedIn 帖子草稿，为用户提供便捷的内容创作体验。

✨ 主要特性

YouTube 字幕提取：通过视频链接提取 YouTube 视频的字幕
字幕摘要生成：使用 OpenAI GPT 生成视频内容的简洁摘要
LinkedIn 帖子生成：创建语气和风格可自定义的职业 LinkedIn 帖子草稿
模块化 API 设计：基于 FastAPI 的清晰实现，端点定义明确
容器化部署：准备好在 Smithery 上部署

📦 安装指南

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

克隆仓库：

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

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

在项目根目录中创建一个 .env 文件，添加您的 API 密钥：

OPENAI_API_KEY=your_openai_api_key
YOUTUBE_API_KEY=your_youtube_api_key

运行应用程序：
```
uvicorn app.main:app --reload
```
访问 API 文档：http://localhost:{PORT}/docs

输出格式

| 变量 | 描述 | 是否必需 | |------|------|--------| | OPENAI_API_KEY | OpenAI API 密钥，用于摘要和帖子生成 | 否（可以在请求中提供） | | YOUTUBE_API_KEY | YouTube 数据 API 密钥，用于获取视频元数据 | 否（可以在请求中提供） | | PORT | 服务器运行的端口（默认：8000） | 否 |

⚠️ 重要提示

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

YT-to-LinkedIn-MCP-Server