HelloWorld
登录
Y

Youtube-Vision-MCP（优兔视觉模型上下文协议服务器）

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、问题答案以及提取关键时刻。

image-and-video-processingentertainment-and-media

968 查看 · 2026-07-07 更新

简介

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、问题答案以及提取关键时刻。

简介

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、问题答案以及提取关键时刻。

YouTube Vision MCP 服务器 (youtube-vision)

NPM version License: MIT smithery badge

YouTube Vision MCP

这是一个利用 Google Gemini Vision API 与 YouTube 视频进行交互的 MCP（Model Context Protocol）服务器。它允许用户获取视频描述、摘要、回答问题以及从 YouTube 视频中提取关键时刻。

功能

  • 使用 Gemini Vision API 分析 YouTube 视频。
  • 提供多种工具以实现不同的交互方式：
    • 一般描述或问答 (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。
  • 可通过环境变量配置 Gemini 模型。
  • 通过标准输入/输出 (stdio) 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。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

有两种主要的方式来使用这个服务器：

通过 Smithery 安装

要通过 Smithery 自动为 Claude Desktop 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，它可以下载并运行包而无需永久安装。

您可以在 MCP 客户端的设置文件（如 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）

如果您希望修改代码或直接从源代码运行：

  1. 克隆仓库:

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

  2. 安装依赖:

    npm install

  3. 构建项目:

    npm run build

  4. 配置并运行: 您可以直接使用 node dist/index.js 运行编译后的代码（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 的绝对路径来运行它，并通过 env 设置传递 API 密钥，如 npx 示例所示。

配置

该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，请确保选择的模型版本没有被标记为“实验性”或“预览”。

环境变量应在您的 MCP 客户端设置文件（如 mcp_settings.json）的 env 部分中设置。

可用工具

1. ask_about_youtube_video

回答关于视频的问题或在没有提问时提供一般描述。

  • 输入:
    • youtube_url (字符串，必需): YouTube 视频的 URL。
    • question (字符串，可选): 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。

重要说明

  • 生产环境中的模型选择： 当将此服务器用于生产或商业用途时，请确保所选的 GEMINI_MODEL_NAME 是适合生产使用的稳定版本。根据 Gemini API 服务条款，被标记为“实验性”或“预览”的模型不允许用于生产部署。
  • API 服务条款： 使用此服务器依赖于 Google Gemini API。用户有责任审阅并遵守 Google APIs 服务条款 和 Gemini API 附加服务条款。请注意，Gemini API 的免费层和付费层之间可能存在不同的数据使用政策。在使用免费层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不作保证。在依赖或发布生成的内容之前请谨慎行事。

许可证

本项目遵循 MIT 许可证。详情请参见 LICENSE 文件。

服务配置

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

来源