Trakt

Trakt

wwiens

研究与数据
访问服务器

README

🎬 MCP Trakt:你的 AI 连接娱乐数据的门户

MCP Trakt Built with Cursor Powered by Claude

一个模型上下文协议 (MCP) 服务器,它在 AI 语言模型和 Trakt.tv API 之间创建桥梁,允许 LLM 访问实时娱乐数据和个人 Trakt 观看历史。

🖥️ 一个 AI 实验

除了本段文字,这里的一切,包括代码,都是由 AI 生成的。我的目标是更多地了解 MCP,并且一直在使用 Cursor,所以将它们结合起来似乎是很自然的下一步。结果就是这个项目。未来所有的更改也将由 AI 完成。

🤖 什么是 MCP?

模型上下文协议 (MCP) 是一个开放规范,它使像 Claude 这样的大型语言模型 (LLM) 能够与外部系统和数据源进行交互。

MCP 为 AI 模型创建了一种标准化的方式来:

  • 访问超出其训练截止日期的实时数据
  • 通过专用服务器连接到外部 API 和 Web 服务
  • 安全地执行专门的工具和功能
  • 从外部资源读取和写入
  • 处理难以用纯文本格式处理的复杂数据

MCP 的核心工作原理是定义:

  1. 资源 (Resources):AI 可以读取或写入的结构化数据源(例如 trakt://shows/trending
  2. 工具 (Tools):AI 可以调用以执行特定操作的函数(例如 fetch_trending_shows
  3. 会话 (Sessions):AI 和 MCP 服务器之间的安全连接

像这样的 MCP 服务器充当 AI 模型和外部世界之间的桥梁,使它们能够在不需要重新训练的情况下扩展新功能。

📺 什么是 Trakt?

Trakt.tv 是一个自动跟踪您观看的电视节目和电影的平台。该服务提供:

  • 全面跟踪跨多个流媒体服务的观看习惯
  • 社交功能,与朋友分享和讨论您正在观看的内容
  • 基于您的观看历史的个性化推荐
  • 开发者可以用来构建应用程序的广泛 API

Trakt 已成为娱乐跟踪的标准,拥有:

  • 超过 1400 万用户跟踪他们的观看习惯
  • 数百万部电影和电视节目的数据,包括详细的元数据
  • 与流行的媒体播放器和流媒体服务集成

此 MCP 服务器利用 Trakt 丰富的 API 生态系统,将实时娱乐数据直接带到您与像 Claude 这样的 AI 助手的对话中。

🚀 Cursor 开发体验

整个项目都是使用 Cursor 开发的,Cursor 是一款为 AI 时代构建的代码编辑器,所有代码均由 Claude 3.7 Sonnet 生成。这种方法展示了:

  • AI 辅助开发如何显著加速构建专门的 MCP 服务器
  • 现代 AI 在编写功能性、结构良好的代码方面的能力
  • 人类意图和 AI 实现之间的协作工作流程

✨ 功能

🌎 公共 Trakt 数据

  • 访问热门和流行的电视节目和电影
  • 发现最受欢迎、播放和观看的内容
  • 从 Trakt 的全球社区获取实时数据
  • 格式化的响应,包含标题、年份和受欢迎程度指标

👤 个人 Trakt 数据

  • 查看您观看的节目:获取您个人观看过的节目的完整列表
  • 查看每个系列的准确的上次观看日期
  • 跟踪您观看每个节目的次数
  • 签到您当前正在观看的节目,将其标记为已观看
    • 通过节目 ID(更精确)或节目标题(更方便)
    • 将签到分享到 Twitter、Mastodon 或 Tumblr
    • 在您的签到中包含自定义消息
    • 以人类可读的格式查看您观看剧集的时间
  • 搜索节目以查找其详细信息和 ID
  • 通过设备代码流程与 Trakt 安全身份验证
  • 个人数据直接从您的 Trakt 帐户获取

🔄 一般功能

  • 通过 MCP 资源公开 Trakt API 数据
  • 提供用于获取实时娱乐信息的工具
  • 使 AI 模型能够提供个性化的娱乐推荐
  • 简单的身份验证和注销过程

📺 当前热门节目

截至 2025 年 4 月,您可以访问热门节目,例如:

  • "白莲花度假村" (2021) - 7,870 名观看者
  • "超胆侠:重生" (2025) - 6,738 名观看者
  • "离职" (2022) - 4,507 名观看者

🎥 当前热门电影

现在最热门的电影:

  • "黑色手提箱" (2025) - 1,491 名观看者
  • "一个工人" (2025) - 1,226 名观看者
  • "米奇 17" (2025) - 764 名观看者

🔌 可用资源

节目资源

资源 描述 示例数据
trakt://shows/trending 过去 24 小时内观看次数最多的节目 节目标题、年份、观看者人数
trakt://shows/popular 基于评分的最受欢迎的节目 节目标题、年份、受欢迎程度得分
trakt://shows/favorited 最受欢迎的节目 节目标题、年份、收藏人数
trakt://shows/played 播放次数最多的节目 节目标题、年份、播放次数
trakt://shows/watched 唯一用户观看次数最多的节目 节目标题、年份、观看者人数

电影资源

资源 描述 示例数据
trakt://movies/trending 过去 24 小时内观看次数最多的电影 电影标题、年份、观看者人数
trakt://movies/popular 基于评分的最受欢迎的电影 电影标题、年份、受欢迎程度得分
trakt://movies/favorited 最受欢迎的电影 电影标题、年份、收藏人数
trakt://movies/played 播放次数最多的电影 电影标题、年份、播放次数
trakt://movies/watched 唯一用户观看次数最多的电影 电影标题、年份、观看者人数

用户资源

资源 描述 示例数据
trakt://user/auth/status 当前身份验证状态 身份验证状态、令牌过期时间
trakt://user/watched/shows 经过身份验证的用户观看的节目 节目标题、年份、上次观看日期、播放次数
trakt://user/watched/movies 经过身份验证的用户观看的电影 电影标题、年份、上次观看日期、播放次数

🛠️ 可用工具

节目工具

# 获取热门节目,带有可选的 limit 参数
fetch_trending_shows(limit=10)

# 获取受欢迎的节目,带有可选的 limit 参数
fetch_popular_shows(limit=10)

# 获取最受欢迎的节目,带有可选的 limit 和 period 参数
fetch_favorited_shows(limit=10, period="weekly")

# 获取播放次数最多的节目,带有可选的 limit 和 period 参数
fetch_played_shows(limit=10, period="weekly")

# 获取观看次数最多的节目,带有可选的 limit 和 period 参数
fetch_watched_shows(limit=10, period="weekly")

# 按标题搜索节目以获取节目 ID 和详细信息
search_shows(query="绝命毒师", limit=5)

电影工具

# 获取热门电影,带有可选的 limit 参数
fetch_trending_movies(limit=10)

# 获取受欢迎的电影,带有可选的 limit 参数
fetch_popular_movies(limit=10)

# 获取最受欢迎的电影,带有可选的 limit 和 period 参数
fetch_favorited_movies(limit=10, period="weekly")

# 获取播放次数最多的电影,带有可选的 limit 和 period 参数
fetch_played_movies(limit=10, period="weekly")

# 获取观看次数最多的电影,带有可选的 limit 和 period 参数
fetch_watched_movies(limit=10, period="weekly")

身份验证和用户工具

# 启动与 Trakt 的设备授权流程
start_device_auth()

# 检查正在进行的身份验证的状态
check_auth_status()

# 清除身份验证(注销)
clear_auth()

# 获取经过身份验证的用户观看的节目
fetch_user_watched_shows(limit=0)  # 0 表示所有节目

# 获取经过身份验证的用户观看的电影
fetch_user_watched_movies(limit=0)  # 0 表示所有电影

签到工具

# 方法 1:使用节目 ID 签到(当精度很重要时建议使用)
# 首先使用 search_shows 找到正确的节目 ID
search_shows(query="绝命毒师", limit=5)
# 然后使用 ID 进行签到
checkin_to_show(
    season=1, 
    episode=3, 
    show_id="1388",
    message="喜欢这个节目!"
)

# 方法 2:使用节目标题签到(更方便)
checkin_to_show(
    season=1, 
    episode=1,
    show_title="绝命毒师", 
    show_year=2008,  # 可选,但有助于提高准确性
    message="我就是那个敲门的人!",
    share_twitter=True,
    share_mastodon=False,
    share_tumblr=False
)

🔐 身份验证

服务器使用 Trakt 的设备身份验证流程:

  1. 当您请求用户特定数据时,如果需要,服务器将自动启动身份验证
  2. 您将收到一个代码和一个 URL,以便在您的浏览器上访问
  3. 在 Trakt 网站上输入代码并授权应用程序后,通知 Claude 您已完成授权
  4. Claude 将检查身份验证状态,然后获取您的个人数据
  5. 您的身份验证令牌将被安全地存储以供将来请求使用

您可以随时使用 clear_auth 工具注销。

🚀 设置

  1. 克隆此存储库

    git clone https://github.com/yourusername/mcp-trakt.git
    cd mcp-trakt
    
  2. 安装依赖项

    pip install -r requirements.txt
    
  3. 设置您的环境

    cp .env.example .env
    

    然后编辑 .env 以添加您的 Trakt API 凭据:

    TRAKT_CLIENT_ID=your_client_id
    TRAKT_CLIENT_SECRET=your_client_secret
    
  4. 运行服务器

    python server.py
    

🧪 开发和测试

使用 MCP Inspector 进行测试

mcp dev server.py

在 Claude Desktop 中安装

mcp install server.py

📝 与 Claude 一起使用

安装完成后,您可以向 Claude 提出如下问题:

  • "现在有哪些热门节目?"
  • "你能推荐一些本周流行的电影吗?"
  • "本月观看次数最多的节目是什么?"
  • "显示我观看过的节目"(需要身份验证)
  • "我上次观看的节目是什么?"(需要身份验证)
  • "显示我观看过的电影"(需要身份验证)
  • "我上次观看的电影是什么?"(需要身份验证)
  • "搜索像'绝命毒师'这样的节目"
  • "签到绝命毒师第 2 季第 5 集"(使用标题)
  • "签到节目 ID 为 1388 的第 1 季第 3 集,并在 Twitter 上分享"(使用 ID)

Claude 将使用此 MCP 服务器为您提供来自 Trakt 的实时数据。

👤 个人数据访问

通过身份验证,您可以访问:

  • 您完整的观看节目和电影历史记录
  • 每个节目和电影的上次观看日期
  • 您观看每个节目和电影的次数
  • 签到您当前正在观看的节目并跟踪您的进度
  • 个人观看统计信息
  • 在社交媒体平台上分享您的观看活动

所有数据都直接从您的 Trakt 帐户实时获取。

🔮 未来发展

  • 扩展用户身份验证以访问更多个人数据
  • 为即将播出的剧集添加日历事件
  • 支持 scrobbling(跟踪您正在观看的内容)
  • 根据观看历史记录实施推荐
  • 扩展搜索以包括电影以及节目
  • 增加对更多社交媒体平台的支持以进行分享

📄 许可证

MIT 许可证


<div align="center"> <p>由 🧠 AI 和人类协作构建</p> <p>由 Cursor + Claude 3.7 Sonnet 提供支持</p> </div>

推荐服务器

Crypto Price & Market Analysis MCP Server

Crypto Price & Market Analysis MCP Server

一个模型上下文协议 (MCP) 服务器,它使用 CoinCap API 提供全面的加密货币分析。该服务器通过一个易于使用的界面提供实时价格数据、市场分析和历史趋势。 (Alternative, slightly more formal and technical translation): 一个模型上下文协议 (MCP) 服务器,利用 CoinCap API 提供全面的加密货币分析服务。该服务器通过用户友好的界面,提供实时价格数据、市场分析以及历史趋势数据。

精选
TypeScript
MCP PubMed Search

MCP PubMed Search

用于搜索 PubMed 的服务器(PubMed 是一个免费的在线数据库,用户可以在其中搜索生物医学和生命科学文献)。 我是在 MCP 发布当天创建的,但当时正在度假。 我看到有人在您的数据库中发布了类似的服务器,但还是决定发布我的。

精选
Python
mixpanel

mixpanel

连接到您的 Mixpanel 数据。从 Mixpanel 分析查询事件、留存和漏斗数据。

精选
TypeScript
Sequential Thinking MCP Server

Sequential Thinking MCP Server

这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。

精选
Python
Nefino MCP Server

Nefino MCP Server

为大型语言模型提供访问德国可再生能源项目新闻和信息的能力,允许按地点、主题(太阳能、风能、氢能)和日期范围进行筛选。

官方
Python
Vectorize

Vectorize

将 MCP 服务器向量化以实现高级检索、私有深度研究、Anything-to-Markdown 文件提取和文本分块。

官方
JavaScript
Mathematica Documentation MCP server

Mathematica Documentation MCP server

一个服务器,通过 FastMCP 提供对 Mathematica 文档的访问,使用户能够从 Wolfram Mathematica 检索函数文档和列出软件包符号。

本地
Python
kb-mcp-server

kb-mcp-server

一个 MCP 服务器,旨在实现便携性、本地化、简易性和便利性,以支持对 txtai “all in one” 嵌入数据库进行基于语义/图的检索。任何 tar.gz 格式的 txtai 嵌入数据库都可以被加载。

本地
Python
Research MCP Server

Research MCP Server

这个服务器用作 MCP 服务器,与 Notion 交互以检索和创建调查数据,并与 Claude Desktop Client 集成以进行和审查调查。

本地
Python
Cryo MCP Server

Cryo MCP Server

一个API服务器,实现了模型补全协议(MCP),用于Cryo区块链数据提取。它允许用户通过任何兼容MCP的客户端查询以太坊区块链数据。

本地
Python