
YouTube Translate MCP 精选
一个模型上下文协议服务器,可以通过文字稿、翻译、摘要和各种语言的字幕生成来访问 YouTube 视频内容。
README
YouTube Translate MCP
一个用于访问 YouTube Translate API 的 模型上下文协议 (MCP) 服务器,允许您获取 YouTube 视频的转录、翻译和摘要。
特性
- 获取 YouTube 视频的转录
- 将转录翻译成不同的语言
- 生成 SRT 或 VTT 格式的字幕
- 创建视频内容的摘要
- 在视频中搜索特定内容
安装
通过 Smithery 安装
要通过 Smithery 为 Claude Desktop 自动安装 youtube-translate-mcp:
npx -y @smithery/cli install @brianshin22/youtube-translate-mcp --client claude
手动安装
此软件包需要 Python 3.12 或更高版本:
# 使用 uv (推荐)
uv pip install youtube-translate-mcp
# 使用 pip
pip install youtube-translate-mcp
或者从源代码安装:
# 克隆存储库
git clone https://github.com/yourusername/youtube-translate-mcp.git
cd youtube-translate-mcp
# 使用 uv (推荐)
uv pip install -e .
# 使用 pip
pip install -e .
用法
要运行服务器:
# 使用 stdio 传输(默认)
YOUTUBE_TRANSLATE_API_KEY=your_api_key youtube-translate-mcp
# 使用 SSE 传输
YOUTUBE_TRANSLATE_API_KEY=your_api_key youtube-translate-mcp --transport sse --port 8000
Docker
您还可以使用 Docker 运行服务器:
# 构建 Docker 镜像
docker build -t youtube-translate-mcp .
# 使用 stdio 传输运行
docker run -e YOUTUBE_TRANSLATE_API_KEY=your_api_key youtube-translate-mcp
# 使用 SSE 传输运行
docker run -p 8000:8000 -e YOUTUBE_TRANSLATE_API_KEY=your_api_key youtube-translate-mcp --transport sse
环境变量
YOUTUBE_TRANSLATE_API_KEY
: 必需。用于访问 YouTube Translate API 的 API 密钥。
使用 Smithery 部署
此软件包包含一个 smithery.yaml
文件,以便于使用 Smithery 进行部署。
要部署,请将 YOUTUBE_TRANSLATE_API_KEY
配置参数设置为您的 YouTube Translate API 密钥。
开发
前提条件
- Python 3.12+
- Docker(可选)
设置
# 使用 uv 创建并激活虚拟环境(推荐)
uv venv
source .venv/bin/activate # 在 Windows 上:.venv\Scripts\activate
# 使用 uv 安装依赖项
uv pip install -e .
# 或者,使用标准工具
python -m venv .venv
source .venv/bin/activate # 在 Windows 上:.venv\Scripts\activate
pip install -e .
使用 Claude Desktop 进行测试
要使用 Claude Desktop(仅限 macOS/Windows)进行测试,您需要将您的服务器添加到位于 ~/Library/Application Support/Claude/claude_desktop_config.json
的 Claude Desktop 配置文件中。
方法 1:本地开发
如果您想测试您的本地开发版本,请使用此方法:
{
"mcpServers": {
"youtube-translate": {
"command": "uv",
"args": [
"--directory",
"/ABSOLUTE/PATH/TO/youtube-translate-mcp",
"run",
"-m", "youtube_translate_mcp"
],
"env": {
"YOUTUBE_TRANSLATE_API_KEY": "YOUR_API_KEY"
}
}
}
}
请确保将 /ABSOLUTE/PATH/TO/youtube-translate-mcp
替换为您的项目目录的实际路径。
方法 2:基于 Docker 的测试
如果您更喜欢使用 Docker 进行测试(推荐用于更具可重复性的测试):
{
"mcpServers": {
"youtube-translate": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"YOUTUBE_TRANSLATE_API_KEY",
"youtube-translate-mcp"
],
"env": {
"YOUTUBE_TRANSLATE_API_KEY": "YOUR_API_KEY"
}
}
}
}
将 YOUR_API_KEY
替换为您的实际 YouTube Translate API 密钥。
有关将 MCP 服务器与 Claude Desktop 结合使用的更多信息,请参阅 MCP 文档。
调试
- 正常的 MCP Inspector 对 MCP 工具调用有一个内置的超时,对于这些视频处理调用来说通常太短(截至 2025 年 3 月 13 日)。最好使用 Claude Desktop 并查看 Claude 的 MCP 日志,位于 ~/Library/Logs/Claude/mcp-server-{asfasf}.log。
- 可以使用 tail -f {log-file}.log 在与 Claude 交互时进行跟踪。
许可证
MIT
推荐服务器
mult-fetch-mcp-server
A versatile MCP-compliant web content fetching tool that supports multiple modes (browser/node), formats (HTML/JSON/Markdown/Text), and intelligent proxy detection, with bilingual interface (English/Chinese).
Knowledge Graph Memory Server
为 Claude 实现持久性记忆,使用本地知识图谱,允许 AI 记住用户的信息,并可在自定义位置存储,跨对话保持记忆。
Hyperbrowser
欢迎来到 Hyperbrowser,人工智能的互联网。Hyperbrowser 是下一代平台,旨在增强人工智能代理的能力,并实现轻松、可扩展的浏览器自动化。它专为人工智能开发者打造,消除了本地基础设施和性能瓶颈带来的麻烦,让您能够:
Exa MCP Server
一个模型上下文协议服务器,它使像 Claude 这样的人工智能助手能够以安全和受控的方式,使用 Exa AI 搜索 API 执行实时网络搜索。
mcp-perplexity
Perplexity API 的 MCP 服务器。
MCP Web Research Server
一个模型上下文协议服务器,使 Claude 能够通过集成 Google 搜索、提取网页内容和捕获屏幕截图来进行网络研究。
PubMedSearch MCP Server
A Model Content Protocol server that provides tools to search and retrieve academic papers from PubMed database.
mcp-codex-keeper
作为开发知识的守护者,为 AI 助手提供精心策划的最新文档和最佳实践访问权限。
Perplexity Deep Research MCP
一个服务器,它允许 AI 助手使用 Perplexity 的 sonar-deep-research 模型进行网络搜索,并提供引用支持。

Doc/docx-MCP
一个基于 FastMCP 的强大 Word 文档处理服务,使 AI 助手能够创建、编辑和管理 docx 文件,并提供完整的格式支持。在编辑内容时保留原始样式。