YouTube Vision

Servidor MCP YouTube Vision (youtube-vision)

Servidor MCP (Model Context Protocol) que utiliza a API Google Gemini Vision para interagir com vídeos do YouTube. Ele permite que os usuários obtenham descrições, resumos, respostas a perguntas e extraiam momentos-chave de vídeos do YouTube.

Recursos

• Analisa vídeos do YouTube usando a API Gemini Vision.
• Fornece múltiplas ferramentas para diferentes interações:
  • Descrição geral ou perguntas e respostas (ask_about_youtube_video)
  • Resumo (summarize_youtube_video)
  • Extração de momentos-chave (extract_key_moments)
• Lista os modelos Gemini disponíveis que suportam generateContent.
• Modelo Gemini configurável via variável de ambiente.
• Comunica via stdio (entrada/saída padrão).

Pré-requisitos

Antes de usar este servidor, certifique-se de ter o seguinte:

• Node.js: Versão 18 ou superior recomendada. Você pode baixá-lo em nodejs.org.
• Chave da API Google Gemini: Obtenha sua chave de API no Google AI Studio ou no Google Cloud Console.

Instalação e Uso

Existem duas maneiras principais de usar este servidor:

Instalação via Smithery

Para instalar o youtube-vision-mcp para Claude Desktop automaticamente via Smithery:

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

Opção 1: Usando npx (Recomendado para uso rápido)

A maneira mais fácil de executar este servidor é usando npx, que baixa e executa o pacote sem necessidade de instalação permanente.

Você pode configurá-lo no arquivo de configurações do seu cliente MCP (Claude, VSCode, etc.):

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

Substitua "YOUR_GEMINI_API_KEY" pela sua chave real da API Google Gemini.

Opção 2: Instalação Manual (a partir do código-fonte)

Se você quiser modificar o código ou executá-lo diretamente a partir do código-fonte:

1. Clone o repositório:

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

2. Instale as dependências:

   npm install
   

3. Compile o projeto:

   npm run build
   

4. Configure e execute: Você pode então executar o código compilado usando node dist/index.js diretamente (certifique-se de que GEMINI_API_KEY esteja definido como variável de ambiente) ou configurar seu cliente MCP para executá-lo usando o comando node e o caminho absoluto para dist/index.js, passando a chave da API via configuração env conforme mostrado no exemplo com npx.

Configuração

O servidor usa as seguintes variáveis de ambiente:

• GEMINI_API_KEY (Obrigatório): Sua chave da API Google Gemini.
• GEMINI_MODEL_NAME (Opcional): O modelo Gemini específico a ser usado (ex.: gemini-1.5-flash). O padrão é gemini-2.0-flash. Importante: Para uso em produção ou comercial, certifique-se de selecionar uma versão do modelo que não esteja marcada como "Experimental" ou "Preview".

As variáveis de ambiente devem ser definidas na seção env do arquivo de configurações do seu cliente MCP (ex.: mcp_settings.json).

Ferramentas Disponíveis

1. ask_about_youtube_video

Responde a uma pergunta sobre o vídeo ou fornece uma descrição geral se nenhuma pergunta for feita.

• Entrada:
  • youtube_url (string, obrigatório): A URL do vídeo do YouTube.
  • question (string, opcional): A pergunta específica sobre o vídeo. Se omitida, uma descrição geral é gerada.
• Saída: Texto contendo a resposta ou descrição.

2. summarize_youtube_video

Gera um resumo de um determinado vídeo do YouTube.

• Entrada:
  • youtube_url (string, obrigatório): A URL do vídeo do YouTube.
  • summary_length (string, opcional): Comprimento desejado do resumo ('short', 'medium', 'long'). O padrão é 'medium'.
• Saída: Texto contendo o resumo do vídeo.

3. extract_key_moments

Extrai momentos-chave (marcações de tempo e descrições) de um determinado vídeo do YouTube.

• Entrada:
  • youtube_url (string, obrigatório): A URL do vídeo do YouTube.
  • number_of_moments (inteiro, opcional): Número de momentos-chave a extrair. O padrão é 3.
• Saída: Texto descrevendo os momentos-chave com marcações de tempo.

4. list_supported_models

Lista os modelos Gemini disponíveis que suportam o método generateContent (obtidos via API REST).

• Entrada: Nenhuma
• Saída: Texto listando os nomes dos modelos suportados.

Notas Importantes

• Seleção de Modelo para Produção: Ao usar este servidor para fins de produção ou comerciais, certifique-se de que o GEMINI_MODEL_NAME selecionado seja uma versão estável adequada para uso em produção. De acordo com os Termos de Serviço da API Gemini, modelos marcados como "Experimental" ou "Preview" não são permitidos para implantação em produção.
• Termos de Serviço da API: O uso deste servidor depende da API Google Gemini. Os usuários são responsáveis por revisar e cumprir os Termos de Serviço das APIs do Google e os Termos de Serviço Adicionais da API Gemini. Observe que as políticas de uso de dados podem diferir entre os níveis gratuito e pago da API Gemini. Não envie informações sensíveis ou confidenciais ao usar os níveis gratuitos.
• Responsabilidade pelo Conteúdo: A precisão e adequação do conteúdo gerado via API Gemini não são garantidas. Use discernimento antes de confiar ou publicar conteúdo gerado.

Licença

Este projeto está licenciado sob a Licença MIT. Consulte o arquivo LICENSE para obter detalhes.