Twitch聊天管理服务器

Twitch MCP服务器为AI系统提供聊天审核、直播管理和Twitch API集成功能,适用于直播主和AI开发者。

  • by eclipsevr-live
  • TypeScript
  • 本地部署
  • 4 星标
  • 更新于
在 GitHub 查看 Eclipse-XV/twitch-mcp-smithery

使用说明

Twitch MCP服务器

全面的Twitch MCP(模型上下文协议)服务器,为人工智能系统提供聊天审核、流管理和Twitch API集成。

对于拖缆

  • 通过Smithery使用此服务器→ 游标(无需本地安装)
  • 快速设置指南:视频指南/最终设置指南.md
  • Smithery服务器页面(游乐场+一键添加到光标):https://smithery.ai/server/@日蚀XV/抽搐mcp史密斯
  • 推荐的首次测试:
    • “向聊天室发送消息:MCP你好!”
    • 创建一个名为“哪个地图?”的民意调查,选择“a,B”,持续60秒

注意:操作以您的广播员帐户运行。首先在Smithery Playground进行测试,然后使用Connect部分单击添加到Cursor并批准。

概述

此MCP服务器允许AI代理通过一组标准化的工具与Twitch流进行交互。它支持:

  • 向聊天室发送消息
  • 创建民意调查和预测
  • 生成剪辑
  • 分析聊天的趋势和主题
  • 主持聊天(超时/禁止用户)
  • 更新流标题和类别

入门指南

先决条件

  • 已安装Node.js 18+
  • Twitch API凭据(客户端ID和OAuth令牌)
  • 具有适当权限的Twitch频道

安装

  1. 克隆此存储库
  2. 安装依赖项:
    npm install
    

配置

连接到服务器时,您需要提供Twitch API凭据。需要以下配置选项:

参数 说明
twitchClientId 您的Twitch应用程序客户端ID
twitchAuthToken OAuth令牌(不带“OAuth:”前缀)
twitchBroadcasterId 您的Twitch用户ID
twitchChannel 您的Twitch频道名称

部署在Smithery

此服务器配置为易于部署 史密瑟里.

  1. 将此存储库推送到GitHub
  2. 将您的GitHub帐户连接到Smithery
  3. 创建新部署,选择此存储库
  4. 在Smithery仪表板中配置您的Twitch API凭据

可用工具

聊天互动

  • 向基金发送消息:向Twitch聊天发送消息
  • Getrecentchatlog:获取最近20条聊天消息以获取上下文
  • analyzeChat:分析聊天话题和活动

流管理

  • createTwitchPoll:创建包含多个选项的投票
  • createTwitchPrediction:用结果创建预测
  • 创建TwitchClip:创建当前流的剪辑
  • updateStreamTitle:更改流标题
  • updateStreamCategory:更改游戏/类别

节制

  • 超时用户:将用户超时指定的持续时间
  • banUser:永久禁止用户聊天

高级功能

智能用户分辨率

执行审核操作时,您可以提供以下任一选项:

  1. 确切的用户名
  2. 行为描述符(例如,“有毒”、“垃圾邮件”)
  3. 部分用户名匹配

服务器将尝试根据聊天历史来解析合适的用户。

智能超时持续时间

超时工具会根据所提供原因的严重程度自动建议适当的持续时间:

  • 垃圾邮件/过度表情:5分钟
  • 毒性行为:30分钟
  • 严重违规:60分钟
  • 其他违规:10分钟(默认)

已知问题和限制

图像描述支持

虽然人工智能助手(如Cursor/Claude)可以处理和描述图像,但在Twitch MCP服务器上使用时有一些注意事项:

  • 图像处理:图像分析由AI客户端处理,而不是MCP服务器本身
  • 消息长度:人工智能生成的描述可能很长。Twitch聊天每条消息的长度限制为500个字符
  • 自动截断:The sendMessageToChat 该工具现在会自动截断超过500个字符的消息,并在发生这种情况时通知您
  • 变通方案:对于详细的图像描述,可以考虑要求人工智能提供一个适合聊天的简短摘要

其他考虑

  • API费率限制:Twitch API有可能影响快速连续呼叫的速率限制
  • 权限:确保您的Twitch令牌具有所有所需功能的必要范围
  • 流状态:某些工具(如创建剪辑)需要活动流

许可证

国际协调委员会

鸣谢

基于Twitch MCP的原始Java实现。