AI导哈

YouTube病毒时刻检测工具

一个分析YouTube视频并识别适合短视频平台（如TikTok、Reels、Shorts）的病毒式传播时刻的MCP服务器。

  • by xpandai03
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 xpandai03/streamline-ai-mcp

使用说明

YouTube病毒式传播瞬间 MCP（注：MCP可能代表特定频道、用户或概念，根据上下文具体翻译，此处保留原样以表示其可能具有特定含义）

一个MCP（模型上下文协议）服务器，用于分析YouTube视频，以识别适合制作短视频内容（如TikTok、Reels、Shorts）的病毒式传播时刻。

特点/特性

  • 智能剪辑检测使用OpenAI的GPT-4技术为每个视频识别3-4个病毒式传播瞬间
  • CLEAR 框架实现结构化提示，以获得一致、高质量的结果
  • **持续性执行（或“期限执行”）**确保所有视频片段时长为25-65秒（适合短视频平台的最优时长）
  • 完整的思路/想法剪辑总是始于/终于自然的句子边界
  • 丰富的元数据返回每个片段的时间戳、钩子（或触发点）、病毒式传播得分以及推理过程
  • ⚡ 速度优化使用Whisper API，转录速度提升10倍（10分钟视频只需1-2分钟）
  • 备用支持如果API失败或文件大于25MB，则自动回退到本地Whisper

快速入门

先决条件

  • Python 3.8及以上版本
  • OpenAI API密钥
  • FFmpeg（用于音频处理）

安装

  1. 克隆仓库：
git clone https://github.com/raunekp/yt-viral-moments-mcp.git
cd yt-viral-moments-mcp
  1. 创建并激活虚拟环境：
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate
  1. 安装依赖项：
pip install -r requirements.txt

独立使用

直接从命令行运行检测器：

python youtube-virality-detector.py \
  "https://www.youtube.com/watch?v=VIDEO_ID" \
  --api-key "your-openai-api-key" \
  --whisper-model base

与光标一起使用（MCP集成）

  1. 配置MCP设置

    打开光标并导航至： Settings → MCP & Tools

    添加此配置：

    {
  "mcpServers": {
    "youtube-virality-detector": {
      "command": "/absolute/path/to/venv/bin/python",
      "args": ["/absolute/path/to/mcp_server.py"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key-here"
      }
    }
  }
}

  2. 重启光标

    完全退出（在Mac上按Cmd+Q）并重新打开Cursor。

  3. 测试该工具

    在Cursor的聊天界面中，输入：

    Analyze this YouTube video for viral moments: https://www.youtube.com/watch?v=VIDEO_ID

它是如何运作的

建筑

YouTube URL → Download Audio → Transcribe (Whisper) → Analyze (GPT-4) → Viral Clips
  1. 下载用途 yt-dlp 从YouTube中提取音频
  2. 转录OpenAI Whisper将音频转换为带时间戳的文本
  3. 分析GPT-4利用CARE框架识别病毒式传播时刻
  4. 验证强制要求25-65秒的时长，并确保表达完整的思想
  5. 排名返回按病毒式传播得分排序的热门视频片段

CLEAR 框架

该人工智能使用了一个结构化的提示框架：

  • 清晰度明确的目标和范围
  • 逻辑决策规则和验证步骤
  • 示例正面/反面示例以供参考
  • 适应质量检查协议
  • 结果结构化JSON输出格式

病毒式传播评分

每个视频片段根据以下标准获得0.0-1.0的评分：

  • 情感影响 (30%)：钩子强度，惊喜因素
  • 可分享性 (30%)：独立价值，相关性
  • 完整性 (20%)：自然边界，自给自足
  • 平台适配 (20%)：最佳长度，流行格式

示例输出

{
  "video_title": "Using OpenAI Codex CLI with GPT-5",
  "viral_clips_found": 4,
  "top_clips": [
    {
      "rank": 1,
      "hook": "Recapping Codex CLI's Impact: From Concept to Deployment",
      "timestamp": "0:04:50 - 0:05:36",
      "duration": "46.0 seconds",
      "virality_score": "0.90/1.0",
      "why_viral": "Comprehensive recap with strong emotional arc...",
      "transcript_preview": "So to recap, we modified a Pong game..."
    }
  ]
}

配置

转录方法

默认：Whisper API（推荐）

  • ⚡ 比本地Whisper快10-20倍
  • 更高的准确性（使用large-v3模型）
  • 费用：约0.006美元/分钟（10分钟视频约0.06美元）
  • 演出10分钟视频压缩至约1-2分钟

备用方案：本地低语（或本地私密通讯）

  • 如果API失败或文件大于25MB，则自动使用
  • 慢一些，但自由
  • 模型：微型（最快）、基础（默认）、小型、中型、大型（最准确）
  • 演出大约8-10分钟内完成10分钟的视频

参数

  • max_clips要返回的片段数量（默认：4）
  • whisper_model转录模型大小（默认：“base”）

文件

  • mcp_server.py用于光标集成的MCP服务器包装器
  • youtube-virality-detector.py核心检测逻辑
  • test_script.py独立测试脚本
  • DEPLOYMENT_GUIDE.md详细的设置说明
  • QUICK_START.txt三步部署指南

故障排除

常见问题

MCP未显示在光标中：

  • 验证路径中的 ~/.cursor/mcp.json 是绝对的
  • 检查光标日志：设置 → MCP与工具 → 查看日志
  • 确保虚拟环境包含所有依赖项

转录失败：

  • 安装FFmpeg： brew install ffmpeg (Mac) 或者 apt install ffmpeg (Linux)
  • 检查Whisper模型是否已下载

API错误：

  • 验证OpenAI API密钥是否有效
  • 检查API密钥是否拥有足够的信用额度
  • 确保密钥能够访问GPT-4

手动测试

运行测试脚本来验证设置：

cd "/path/to/CLIPPING MCP"
source venv/bin/activate
python test_script.py "https://www.youtube.com/watch?v=iqNzfK4_meQ"

预期：4段视频剪辑，每段时长25-65秒，得分在0.82-0.90之间

要求

看 requirements.txt 以获取完整的依赖列表。关键包：

  • mcp>=1.0.0模型上下文协议SDK
  • openai>=1.0.0OpenAI API客户端
  • openai-whisper音频转录
  • yt-dlpYouTube下载

做出贡献

欢迎投稿！请：

  1. 为仓库创建分支（或“克隆仓库”）
  2. 创建一个特性分支
  3. 彻底测试
  4. 提交拉取请求

许可证

MIT 许可证 - 详情请参见 LICENSE 文件

致谢

  • 使用以下材料/技术构建 模型上下文协议
  • 由OpenAI的Whisper和GPT-4提供支持
  • 用途 yt-dlp 为了可靠的YouTube视频下载

支持

对于问题或疑问：

  • 在GitHub上打开一个议题（或问题）
  • 检查 DEPLOYMENT_GUIDE.md 用于详细故障排除
  • 审查测试示例中的内容 test-yt-urls.md

由Claude代码制作 机器人🤖

相关 MCP