使用说明

📘 YouTube MCP代理

使用模型上下文协议（MCP）的AI驱动的YouTube助手

该项目功能齐全 人工智能驱动的YouTube助手 它集成了：

✔ 模型上下文协议（MCP） ✔ YouTube数据API ✔ OpenAI GPT模型 ✔ 用于搜索、历史记录、喜欢视频和分析的自定义MCP工具 ✔ 前端（Vercel）+后端（Render）部署

用户可以登录YouTube，浏览历史，让人工智能获取视频，获得见解，喜欢视频，并生成个性化推荐。

🚀 特性

🔐 认证

使用Google/UTube OAuth 2.0登录
安全令牌交换
范围包括：
- youtube.readonly
- youtube.force-ssl

🔎 人工智能驱动的搜索

用户可以键入自然语言请求，例如：

“我想要 4宝马汽车视频”
“给我看3个Kubernetes教程”
“推荐喜剧视频”

MCP代理解释提示，查询YouTube，并返回请求的计数。

❤️ 喜欢视频（真实的YouTube动作）

执行 真正的喜欢 在用户的YouTube帐户上
喜欢立即同步到“最近的活动”

🎬 最近活动查看器

荷载：

今天观看的视频
今天点赞的视频
从用户关注的频道上传
短片/长视频
混合活动总结

📊 每日洞察与分析

代理会自动总结：

观看的视频数量
有多少人点赞
你阅读了哪些主题
顶级频道

🔧 MCP工具

从后端公开的自定义MCP工具：

youtube.search
youtube.likeVideo
youtube.getRecentHistory
youtube.naturalSearch
youtube.getActivitySummary

🧩 建筑

┌─────────────────────┐        ┌──────────────────────┐
│       FRONTEND       │        │       BACKEND         │
│  React + Vercel      │ <----> │ Node.js + Express     │
│                      │        │ Custom MCP Server     │
│ - Login Button       │        │ - OAuth2 handler      │
│ - AI Search UI       │        │ - MCP tools           │
│ - Video Grid         │        │ - YouTube API client  │
│ - Analytics UI       │        │ - OpenAI Integration  │
└─────────────────────┘        └──────────────────────┘
                                      │
                                      ▼
                             YouTube Data API
                             OpenAI GPT Models

🌍 实时部署

前端（Vercel）： 🔗 https://mcp-youtube-agent.vercel.app/

后端（渲染）： 🔗 https://mcp-youtube-agent-kzx6.onrender.com/

📦 项目结构

mcp-youtube-agent/
│
├── backend/
│   ├── index.js              # Express server + MCP endpoint
│   ├── auth.js               # Google OAuth2 login + callback
│   ├── youtube.js            # YouTube API tools
│   ├── mcp.js                # MCP tool routing logic
│   ├── package.json
│   └── .env
│
└── frontend/
    ├── src/
    │   ├── App.jsx           # Full UI + Logic
    │   ├── api.js            # MCP backend caller
    │   └── App.css
    ├── vite.config.js
    ├── package.json
    └── .env

🛠️ 本地设置

1.️⃣ 克隆仓库

git clone https://github.com/YOUR_USERNAME/mcp-youtube-agent
cd mcp-youtube-agent

🖥️ 后端设置

2.️⃣ 设置环境变量

创建 backend/.env:

PORT=3000
CLIENT_ID=your-google-client-id
CLIENT_SECRET=your-google-secret
REDIRECT_URI=http://localhost:3000/auth/callback
OPENAI_API_KEY=your-openai-key

3.️⃣ 安装并启动

cd backend
npm install
node index.js

后端运行时间：

http://localhost:3000

🎨 前端设置

4.️⃣ 创建 `frontend/.env`

VITE_BACKEND_URL=http://localhost:3000

5.️⃣ 安装并启动

cd frontend
npm install
npm run dev

前端运行于：

http://localhost:5173

🚀 部署

渲染后端

创建新的 Web服务
设置构建命令：
```
npm install
```
设置启动命令：
```
node index.js
```
添加渲染环境变量：
- 客户端ID
- 客户端密码
- OPENAI_API密钥
- REDIRECT_URI（渲染URL）
- 端口=3000

Vercel前端

导入GitHub仓库

添加环境变量：

VITE_BACKEND_URL=https://YOUR_RENDER_URL.onrender.com

部署

🤖 MCP工具（技术细节）

`youtube.search`

按关键字搜索YouTube。

`youtube.naturalSearch`

人工智能解释自然语言以生成搜索结果。

`youtube.likeVideo`

代表用户喜欢视频。

`youtube.getActivitySummary`

汇总每日观察+类似活动。

`youtube.history`

获取观看历史记录（在允许的情况下）。

🧪 AI查询示例

用户输入	结果
“我想要4个宝马视频”	返回4个宝马的视频
“给我两条有趣的猫短裤”	退回两条短裤
“我今天看了什么？”	显示所有观看的视频
“显示印度趋势”	热门搜索结果
“为我点这个视频”	像YouTube一样表演

📄 许可证

MIT许可证-免费使用、修改和分发。

✨ 作者

Shreeshail H YouTube MCP代理开发人员 Terralogic——人工智能工程挑战