MCP 服务器

Youtube Vision MCP

利用 Google Gemini Vision API 与 YouTube 视频交互的 MCP（模型上下文协议）服务器。它允许用户获取 YouTube 视频的描述、摘要、问题解答以及提取关键时刻。

Tools

summarize_youtube_video

Generates a summary of a given YouTube video URL using Gemini Vision API.

ask_about_youtube_video

Answers a question about the video or provides a general description if no question is asked.

extract_key_moments

Extracts key moments (timestamps and descriptions) from a given YouTube video.

list_supported_models

Lists available Gemini models that support the 'generateContent' method.

README

YouTube Vision MCP 服务器 (`youtube-vision`)

MCP (模型上下文协议) 服务器，利用 Google Gemini Vision API 与 YouTube 视频进行交互。它允许用户获取 YouTube 视频的描述、摘要、问题解答以及提取关键时刻。

特性

使用 Gemini Vision API 分析 YouTube 视频。
提供多种工具用于不同的交互：
- 通用描述或问答 (ask_about_youtube_video)
- 摘要 (summarize_youtube_video)
- 关键时刻提取 (extract_key_moments)
列出支持 generateContent 的可用 Gemini 模型。
可通过环境变量配置 Gemini 模型。
通过 stdio（标准输入/输出）进行通信。

前提条件

在使用此服务器之前，请确保您已具备以下条件：

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

安装与使用

有两种主要方式使用此服务器：

通过 Smithery 安装

要通过 Smithery 为 Claude Desktop 自动安装 youtube-vision-mcp：

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

选项 1：使用 npx (推荐用于快速使用)

运行此服务器最简单的方法是使用 npx，它会下载并运行该软件包，而无需永久安装。

您可以在 MCP 客户端的设置文件（Claude、VSCode 等）中进行配置：

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

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

选项 2：手动安装（从源代码）

如果您想修改代码或直接从源代码运行它：

克隆存储库：

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

安装依赖项：
```
npm install
```
构建项目：
```
npm run build
```
配置并运行： 然后，您可以直接使用 node dist/index.js 运行编译后的代码（确保 GEMINI_API_KEY 设置为环境变量），或者配置您的 MCP 客户端以使用 node 命令和 dist/index.js 的绝对路径运行它，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): 要使用的特定 Gemini 模型（例如，gemini-1.5-flash）。默认为 gemini-2.0-flash。重要提示： 对于生产或商业用途，请确保选择未标记为“Experimental”或“Preview”的模型版本。

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

可用工具

1. `ask_about_youtube_video`

回答有关视频的问题，如果未提出问题，则提供一般描述。

输入：
- youtube_url (字符串，必需): YouTube 视频的 URL。
- question (字符串，可选): 要询问的关于视频的特定问题。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): 期望的摘要长度（'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): 要提取的关键时刻的数量。默认为 3。
输出： 描述带有时间戳的关键时刻的文本。

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： 列出支持的模型名称的文本。

重要提示

生产模型选择： 在将此服务器用于生产或商业目的时，请确保选择的 GEMINI_MODEL_NAME 是适合生产使用的稳定版本。根据 Gemini API 服务条款，标记为“Experimental”或“Preview”的模型不允许用于生产部署。
API 服务条款： 此服务器的使用依赖于 Google Gemini API。用户有责任审查并遵守 Google APIs 服务条款和 Gemini API 附加服务条款。请注意，Gemini API 的免费和付费层的数据使用策略可能有所不同。使用免费层时，请勿提交敏感或机密信息。
内容责任： 不保证通过 Gemini API 生成的内容的准确性和适当性。在依赖或发布生成的内容之前，请谨慎使用。