YouTube Vision MCP Server (youtube-vision)

<a href="https://glama.ai/mcp/servers/@minbang930/Youtube-Vision-MCP"> <img width="380" height="200" src="https://gips0.baidu.com/it/u=1007277864,3923157329&fm=3081&app=3_081&f=PNG?w=760&h=400" alt="YouTube Vision MCP" /> </a>

这是一个利用 Google Gemini Vision API 与 YouTube 视频互动的 MCP（模型上下文协议）服务器。它允许用户获取视频描述、总结、问题答案以及提取关键时刻。

功能

• 使用 Gemini Vision API 分析 YouTube 视频。
• 提供多种工具以实现不同类型的交互：
  • 通用描述或问答 (ask_about_youtube_video)
  • 摘要生成 (summarize_youtube_video)
  • 关键时刻提取 (extract_key_moments)
• 列出支持 generateContent 的可用 Gemini 模型。
• 通过环境变量配置 Gemini 模型。
• 通过标准输入输出进行通信。

预备条件

在使用此服务器之前，请确保您拥有以下内容：

• Node.js: 推荐使用 18 或更高版本。可以从 nodejs.org 下载。
• Google Gemini API 密钥: 从 Google AI Studio 或 Google Cloud Console 获取您的 API 密钥。

安装及使用

有两种主要方式来使用此服务器：

通过 Smithery 安装

要通过 Smithery 自动安装 youtube-vision-mcp：

npx -y @smithery/cli install @minbang930/youtube-vision-mcp --client claude

方案 1: 使用 npx (推荐快速使用)

运行此服务器最简单的方式是使用 npx，这会下载并运行该包而无需永久安装。

您可以在 MCP 客户端的设置文件中配置它（如 Claude, VSCode 等）：

{
  "mcpServers": {
    "youtube-vision": {
      "command": "npx",
      "args": [
        "-y",
        "youtube-vision"
      ],
      "env": {
        "GEMINI_API_KEY": "YOUR_GEMINI_API_KEY",
        "GEMINI_MODEL_NAME": "gemini-2.0-flash"
      }
    }
  }
}

请将 "YOUR_GEMINI_API_KEY" 替换为您实际的 Google Gemini API 密钥。

方案 2: 手动安装（从源码）

如果您想修改代码或直接从源码运行：

1. 克隆仓库：

   git clone https://github.com/minbang930/Youtube-Vision-MCP.git
   cd youtube-vision
   

2. 安装依赖项：

   npm install
   

3. 构建项目：

   npm run build
   

4. 配置并运行： 您可以直接运行编译后的代码 node dist/index.js（确保 GEMINI_API_KEY 已作为环境变量设置），或者配置您的 MCP 客户端使用 node 命令和 dist/index.js 的绝对路径，并通过 env 设置传递 API 密钥，如 npx 示例所示。

配置

服务器使用以下环境变量：

• GEMINI_API_KEY（必需）：您的 Google Gemini API 密钥。
• GEMINI_MODEL_NAME（可选）：使用的特定 Gemini 模型（例如，gemini-1.5-flash）。默认为 gemini-2.0-flash。重要：对于生产或商业用途，请确保选择一个未标记为“实验”或“预览”的模型版本。

环境变量应在 MCP 客户端的设置文件的 env 部分设置（例如，mcp_settings.json）。

可用工具

1. ask_about_youtube_video

回答关于视频的问题，或提供一般描述（如果未提出问题）。

• 输入：
  • youtube_url（字符串，必需）：YouTube 视频的 URL。
  • question（字符串，可选）：关于视频的具体问题。如果省略，则生成一般描述。
• 输出： 包含答案或描述的文本。

2. summarize_youtube_video

生成给定 YouTube 视频的摘要。

• 输入：
  • youtube_url（字符串，必需）：YouTube 视频的 URL。
  • summary_length（字符串，可选）：所需的摘要长度（'short', 'medium', 'long'）。默认为 'medium'。
• 输出： 包含视频摘要的文本。

3. extract_key_moments

从给定的 YouTube 视频中提取关键时刻（时间戳和描述）。

• 输入：
  • youtube_url（字符串，必需）：YouTube 视频的 URL。
  • number_of_moments（整数，可选）：要提取的关键时刻数量。默认为 3。
• 输出： 描述关键时刻及其时间戳的文本。

4. list_supported_models

列出支持 generateContent 方法的可用 Gemini 模型（通过 REST API 获取）。

• 输入： 无
• 输出： 支持的模型名称列表。

重要注意事项

• 生产模型选择： 当用于生产或商业目的时，请确保所选的 GEMINI_MODEL_NAME 是适合生产的稳定版本。根据 Gemini API 使用条款，标记为“实验”或“预览”的模型不允许用于生产部署。
• API 使用条款： 此服务器依赖于 Google Gemini API。用户有责任查阅并遵守 Google API 使用条款 和 Gemini API 额外使用条款。请注意，免费和付费级别的 Gemini API 数据使用政策可能有所不同。在使用免费级别时，不要提交敏感或机密信息。
• 内容责任： 通过 Gemini API 生成的内容的准确性和适当性无法保证。在依赖或发布生成的内容之前，请谨慎行事。

许可证

本项目采用 MIT 许可证。详情见 LICENSE 文件。