AI导哈

LinkedIn帖子生成器

一个自动化从YouTube视频生成专业LinkedIn帖子草稿的工具，通过提取视频字幕、总结内容并生成符合个人偏好的LinkedIn帖子来简化内容再利用流程。

  • by NvkAnirudh
  • JavaScript
  • 本地部署
  • 22 星标
  • 更新于
在 GitHub 查看 NvkAnirudh/LinkedIn-Post-Generator

使用说明

LinkedIn帖子生成器

一个模型上下文协议（MCP）服务器，可以自动从YouTube视频生成专业的LinkedIn帖子草稿。该工具通过从YouTube视频中提取文字记录、总结内容并生成符合您偏好的引人入胜的LinkedIn帖子，简化了内容的重新利用。

目录

特性

  • YouTube转录提取：自动从任何YouTube视频中提取文字记录
  • 内容概述：生成具有可定制语气和目标受众的简明摘要
  • LinkedIn帖子生成：创建具有可定制风格和基调的专业LinkedIn帖子
  • 多功能工作流：在一次操作中从YouTube URL转到LinkedIn帖子
  • 自定义选项：调整语调、受众、字数等，以匹配您的个人品牌
  • MCP集成：与支持模型上下文协议的AI助手无缝协作

安装

地方发展

  1. 克隆存储库：

    git clone https://github.com/NvkAnirudh/LinkedIn-Post-Generator.git
cd LinkedIn-Post-Generator

  2. 安装依赖项：

    npm install

  3. 创建一个 .env 基于示例的文件：

    cp .env.example .env

  4. 将API密钥添加到 .env 文件：

    OPENAI_API_KEY=your_openai_api_key
YOUTUBE_API_KEY=your_youtube_api_key

  5. 运行服务器：

    npm run dev

  6. MCP检验员测试：

    npm run inspect

与Claude Desktop一起使用

此MCP服务器旨在与Claude Desktop和其他支持模型上下文协议的AI助手配合使用。要将其与Claude Desktop一起使用，请执行以下操作：

  1. 通过在以下位置编辑配置文件来配置Claude Desktop ~/Library/Application Support/Claude/claude_desktop_config.json （Mac）或 %APPDATA%\Claude\claude_desktop_config.json （Windows）：

    {
  "mcpServers": {
    "linkedin-post-generator": {
      "command": "npx",
      "args": [
        "-y",
        "@smithery/cli@latest",
        "run",
        "@NvkAnirudh/linkedin-post-generator",
        "--key",
        "YOUR_SMITHERY_API_KEY",
        "--config",
        "{\"OPENAI_API_KEY\":\"YOUR_OPENAI_API_KEY\",\"YOUTUBE_API_KEY\":\"YOUR_YOUTUBE_API_KEY\"}",
        "--transport",
        "stdio"
      ]
    }
  }
}

    替换：

    • YOUR_SMITHERY_API_KEY 使用您的Smithery API密钥
    • YOUR_OPENAI_API_KEY 使用您的OpenAI API密钥
    • YOUR_YOUTUBE_API_KEY 使用YouTube API密钥（可选）

  2. 重新启动克劳德桌面

  3. 在Claude Desktop中，您现在可以访问LinkedIn Post Generator工具，而无需再次设置API密钥

配置

应用程序需要API密钥才能正常工作：

  1. OpenAI API密钥 （必填）：用于内容摘要和后期生成
  2. YouTube API密钥 （可选）：增强YouTube元数据检索

您可以通过三种方式提供这些密钥：

1.通过克劳德桌面配置（推荐）

与Claude Desktop和Smithery一起使用时，最好的方法是将API密钥包含在Claude桌面配置文件中，如 与Claude Desktop一起使用 部分。这样，密钥会自动传递给MCP服务器，您不需要再次设置它们。

2.作为环境变量

在本地运行时，可以将API键设置为 .env 文件：

OPENAI_API_KEY=your_openai_api_key
YOUTUBE_API_KEY=your_youtube_api_key

3.使用Set API密钥工具

如果您没有通过配置或环境变量提供API密钥，您可以使用 set_api_keys 工具。

用法

可用工具

设置API密钥

  • 工具： set_api_keys
  • 目的：配置API密钥
  • 参数：
    • openaiApiKey：您的OpenAI API密钥（必需）
    • youtubeApiKey：您的YouTube API密钥（可选）

检查API密钥

  • 工具： check_api_keys
  • 目的：验证您的API密钥配置状态

摘录成绩单

  • 工具： extract_transcript
  • 目的：从YouTube视频中获取文字记录
  • 参数：
    • youtubeUrl：YouTube视频的URL

总结成绩单

  • 工具： summarize_transcript
  • 目的：创建视频内容的简明摘要
  • 参数：
    • transcript：视频文字记录
    • tone：教育、励志、专业或对话
    • audience：一般、技术、商业或学术
    • wordCount：摘要的大致字数（100-300）

生成LinkedIn帖子

  • 工具： generate_linkedin_post
  • 目的：根据摘要创建LinkedIn帖子
  • 参数：
    • summary：视频内容摘要
    • videoTitle：YouTube视频的标题
    • speakerName：发言者姓名（可选）
    • hashtags：相关标签（可选）
    • tone：第一人称、第三人称或思想领袖
    • includeCallToAction：是否包括行动呼吁

一站式：YouTube到LinkedIn帖子

  • 工具： youtube_to_linkedin_post
  • 目的：完成从YouTube URL到LinkedIn帖子的工作流程
  • 参数：
    • youtubeUrl：YouTube视频URL
    • tone：职位期望的语气
    • 另外还有其他定制选项

工作流示例

  1. 使用设置API密钥 set_api_keys 工具
  2. 使用 youtube_to_linkedin_post 带有YouTube URL的工具
  3. 接收准备发布的完整LinkedIn帖子草稿

部署

此服务器部署在 史密瑟里，一个用于托管和共享MCP服务器的平台。部署配置在 smithery.yaml 文件。

要部署自己的实例，请执行以下操作：

  1. 在Smithery上创建帐户
  2. 安装Smithery CLI：
    npm install -g @smithery/cli
  3. 部署服务器：
    smithery deploy

贡献

欢迎并感谢您的贡献！以下是您如何为LinkedIn帖子生成器做出贡献：

报告问题

  • 使用 GitHub问题跟踪器 报告错误或建议功能
  • 请提供有关此问题的详细信息，包括复制步骤、预期行为和实际行为
  • 在报告错误时包括您的环境详细信息（操作系统、Node.js版本等）

拉取请求

  1. 分叉存储库
  2. 创建新分支(git checkout -b feature/your-feature-name)
  3. 进行更改
  4. 运行测试以确保您的更改不会破坏现有功能
  5. 提交您的更改(git commit -m 'Add some feature')
  6. 推到分支(git push origin feature/your-feature-name)
  7. 打开拉取请求

开发指南

  • 遵循现有的代码样式和约定
  • 编写清晰、有注释的代码
  • 包括新功能的测试
  • 更新文档以反映您的更改

功能建议

如果您对新功能或改进有想法：

  1. 检查现有问题，看看你的建议是否已经提出
  2. 如果没有，请打开一个带有“增强”标签的新问题
  3. 清楚地描述该功能及其潜在好处

文档

我们始终欢迎对文档进行改进：

  • 修正拼写错误或澄清现有文档
  • 添加示例或用例
  • 改进文档的结构或组织

通过为该项目做出贡献，您同意您的贡献将根据该项目的MIT许可证获得许可。

许可证

麻省理工学院

相关 MCP