mcp-youtube-intelligence 0.1.3

MCP server for YouTube video intelligence — transcripts, summaries, entities, topic segmentation, and channel monitoring. Token-optimized for LLM context windows.

🌐 English | 한국어

MCP YouTube Intelligence

YouTube 영상을 지능적으로 분석하는 MCP 서버 + CLI

MCP (Model Context Protocol)는 Claude, Cursor 같은 AI 도구가 외부 서비스를 사용할 수 있게 해주는 표준 프로토콜입니다. 이 서버를 연결하면 "이 영상 요약해줘" 한마디로 분석이 완료됩니다.

🎯 핵심 가치: 원본 자막(2,000~30,000 토큰)을 서버에서 처리하여 LLM에는 ~200–500 토큰만 전달합니다.

---

🤔 왜 이 서버인가?

대부분의 YouTube MCP 서버는 원본 자막을 그대로 LLM에 던집니다.

기능	기존 MCP 서버	MCP YouTube Intelligence
자막 추출	✅	✅
서버사이드 요약 (토큰 최적화)	❌	✅
구조화된 리포트 (요약+토픽+엔티티+댓글)	❌	✅
채널 모니터링 (RSS)	❌	✅
댓글 감성 분석	❌	✅
토픽 세그멘테이션	❌	✅
엔티티 추출 (한/영 200+개)	❌	✅
자막/YouTube 검색	❌	✅
배치 처리	❌	✅
SQLite/PostgreSQL 캐시	❌	✅

---

🚀 빠른 시작

1. 설치

pip install mcp-youtube-intelligence
pip install yt-dlp  # 자막 추출에 필요

💡 LLM 없이도 기본 요약(핵심 문장 추출)은 동작합니다. 고품질 요약을 원하면 아래 LLM 설정을 참고하세요.

2. 첫 번째 명령어 실행

# 리포트 생성 — 요약, 토픽, 엔티티, 댓글을 한번에 분석
mcp-yt report "https://www.youtube.com/watch?v=LV6Juz0xcrY"

# 자막 요약만
mcp-yt transcript "https://www.youtube.com/watch?v=LV6Juz0xcrY"

# 영상 ID만 써도 됩니다
mcp-yt report LV6Juz0xcrY

⚠️ zsh 사용자: URL에 ?가 있으므로 반드시 따옴표로 감싸세요.

📋 리포트 출력 예시

mcp-yt report LV6Juz0xcrY --no-comments 실행 결과 (OpenClaw 활용법 영상, extractive 요약):

# 📹 Video Analysis Report: OpenClaw Use Cases that are Actually Helpful! (ClawdBot)

> Channel: Duncan Rogoff | AI Automation | Duration: 16:29 | Language: en_auto

## 1. Summary

OpenClaw is the most powerful AI agent framework in the world right now and
it's about to replace your entire workflow. I spent over $200 in the last 48
hours stress testing the system so you don't have to. And then for the most
expert layer, we're switching dynamically to Claude Opus 4.6, which is the
latest anthropic model.

## 2. Key Topics

| # | Topic | Keywords | Timespan |
|---|-------|----------|----------|
| 1 | openclaw, powerful, agent | openclaw, powerful, agent | 0:00~0:05 |
| 2 | like, really, there | like, really, there | 0:05~2:30 |
| 3 | like, max, claude | like, max, claude | 2:30~4:36 |
| 4 | like, agent, basically | like, agent, basically | 4:36~10:28 |
| 5 | like, basically, create | like, basically, create | 10:28~12:36 |
| 6 | like, here, want | like, here, want | 12:36~14:30 |
| 7 | like, audience, gives | like, audience, gives | 14:30~16:23 |
| 8 | think, open, claw | think, open, claw | 16:23~16:29 |

## 4. Keywords & Entities

- **Technology**: GitHub, LLM, GPT
- **Company**: Anthropic, Apple

## 5. Viewer Reactions

- (Comment analysis excluded)

---

📖 CLI 전체 명령어

📊 리포트 (핵심 기능)

⚠️ 리포트의 요약 섹션은 LLM 연동 시 고품질 결과를 얻을 수 있습니다. LLM 없이도 동작하지만 extractive(핵심 문장 나열) 수준입니다.

Ollama 빠른 설정 (무료, 3분이면 끝):

# 1. Ollama 설치: https://ollama.ai
# 2. 모델 다운로드
ollama pull qwen2.5:7b

# 3. 환경변수 설정
export MYI_LLM_PROVIDER=ollama
export MYI_OLLAMA_MODEL=qwen2.5:7b

# 원격 서버라면 호스트도 지정
export MYI_OLLAMA_BASE_URL=http://your-server:11434

mcp-yt report "https://youtube.com/watch?v=VIDEO_ID"
mcp-yt report VIDEO_ID --provider ollama     # LLM 프로바이더 지정
mcp-yt report VIDEO_ID --no-comments         # 댓글 제외
mcp-yt report VIDEO_ID -o report.md          # 파일 저장

🎯 자막 추출 + 요약

mcp-yt transcript VIDEO_ID                   # 요약 (~200–500 토큰)
mcp-yt transcript VIDEO_ID --mode full       # 전체 자막
mcp-yt transcript VIDEO_ID --mode chunks     # 청크 분할
mcp-yt --json transcript VIDEO_ID            # JSON 출력

기타

mcp-yt video VIDEO_ID                        # 메타데이터
mcp-yt comments VIDEO_ID --max 20            # 댓글 (감성 분석 포함)
mcp-yt entities VIDEO_ID                     # 엔티티 추출
mcp-yt segments VIDEO_ID                     # 토픽 세그멘테이션
mcp-yt search "키워드" --max 5               # YouTube 검색
mcp-yt monitor subscribe @채널핸들           # 채널 모니터링
mcp-yt playlist PLAYLIST_ID                  # 플레이리스트
mcp-yt batch ID1 ID2 ID3                     # 배치 처리
mcp-yt search-transcripts "키워드"           # 저장된 자막 검색

💡 모든 명령어에 --json 플래그를 추가하면 JSON 출력됩니다.

---

🔌 MCP 서버 연결

MCP 서버는 stdio 프로토콜로 통신합니다.

Claude Desktop / Cursor / OpenCode

설정 파일에 추가 (claude_desktop_config.json, .cursor/mcp.json, mcp.json):

{
  "mcpServers": {
    "youtube": {
      "command": "uvx",
      "args": ["mcp-youtube-intelligence"],
      "env": {
        "MYI_LLM_PROVIDER": "ollama",
        "MYI_OLLAMA_MODEL": "qwen2.5:7b"
      }
    }
  }
}

💡 uvx는 uv 패키지 매니저의 실행 명령어입니다. pip install uv로 설치하세요.

클라우드 LLM을 쓰려면 env에 API 키를 추가하면 됩니다: "OPENAI_API_KEY": "sk-..."

Claude Code

claude mcp add youtube -- uvx mcp-youtube-intelligence

MCP Tools (9개)

Tool	설명	예상 토큰
get_video	메타데이터 + 요약	~200–500
get_transcript	자막 (summary/full/chunks)	~200–500
get_comments	댓글 + 감성 분석	~200–500
monitor_channel	RSS 채널 모니터링	~100–300
search_transcripts	저장된 자막 검색	~100–400
extract_entities	엔티티 추출	~150–300
segment_topics	토픽 분할	~100–250
search_youtube	YouTube 검색	~200
get_playlist	플레이리스트 분석	~200–500

📖 Tool 파라미터 상세

get_video

파라미터	타입	필수	설명
video_id	string	✅	YouTube 영상 ID

get_transcript

파라미터	타입	필수	기본값	설명
video_id	string	✅	—	YouTube 영상 ID
mode	string	❌	"summary"	summary · full · chunks

get_comments

파라미터	타입	필수	기본값	설명
video_id	string	✅	—	YouTube 영상 ID
top_n	int	❌	10	반환할 댓글 수
summarize	bool	❌	false	요약 뷰

monitor_channel

파라미터	타입	필수	기본값	설명
channel_ref	string	✅	—	채널 URL/@핸들/ID
action	string	❌	"check"	add·check·list·remove

search_transcripts

파라미터	타입	필수	기본값	설명
query	string	✅	—	검색 키워드
limit	int	❌	10	최대 결과 수

extract_entities / segment_topics

파라미터	타입	필수	설명
video_id	string	✅	YouTube 영상 ID

search_youtube

파라미터	타입	필수	기본값	설명
query	string	✅	—	검색 키워드
max_results	int	❌	10	최대 결과 수
order	string	❌	"relevance"	relevance·date·rating·viewCount

get_playlist

파라미터	타입	필수	기본값	설명
playlist_id	string	✅	—	플레이리스트 ID
max_videos	int	❌	50	최대 영상 수

---

⚙️ 설정

LLM 프로바이더 설정

LLM 없이도 기본 요약(핵심 문장 추출)은 동작합니다. 고품질 요약을 원하면:

Ollama (추천 — 무료, 오프라인)

# 1. Ollama 설치: https://ollama.ai
# 2. 모델 다운로드
ollama pull qwen2.5:7b

# 3. 환경변수 설정
export MYI_LLM_PROVIDER=ollama
export MYI_OLLAMA_MODEL=qwen2.5:7b

# 4. (선택) 원격 Ollama 서버 사용 시
export MYI_OLLAMA_BASE_URL=http://your-server:11434

클라우드 LLM

# API 키만 설정하면 자동 감지 (MYI_LLM_PROVIDER=auto)
export OPENAI_API_KEY=sk-...          # OpenAI
export ANTHROPIC_API_KEY=sk-ant-...   # Anthropic
export GOOGLE_API_KEY=AIza...         # Google

# 특정 프로바이더 지정
export MYI_LLM_PROVIDER=anthropic

클라우드 LLM 패키지: pip install "mcp-youtube-intelligence[llm]" (OpenAI) / [anthropic-llm] / [google-llm] / [all-llm]

추천 Ollama 모델

목적	모델	크기	한국어	영어	품질
다국어 (추천)	qwen2.5:7b	4.4GB	✅	✅	⭐⭐⭐⭐
영어 중심	llama3.1:8b	4.7GB	⚠️	✅	⭐⭐⭐⭐
한국어 특화	gemma2:9b	5.4GB	✅	✅	⭐⭐⭐⭐
경량	qwen2.5:3b	1.9GB	✅	✅	⭐⭐⭐
다국어 특화	aya-expanse:8b	4.8GB	✅	✅	⭐⭐⭐

⏱️ 실측 벤치마크

RTX 3070 8GB · Ollama · 한국어 자막 ~2,900자 (5분 19초 영상) load_duration 제외, 순수 생성 시간 기준

모델	Prompt 처리	생성 시간	속도	출력	품질
Extractive	-	즉시	-	379자	⭐⭐
qwen2.5:1.5b	7.8s	4.7s	30.4 tok/s	232자	⭐⭐
qwen2.5:7b	34.5s	18.8s	7.3 tok/s	766자	⭐⭐⭐⭐
aya-expanse:8b	29.5s	34.5s	6.2 tok/s	405자	⭐⭐⭐

⚠️ 첫 실행 시 모델 로드에 15~60초 추가. keep_alive로 메모리 유지하면 이후 로드 없음.

📖 전체 환경변수 목록

환경변수	기본값	설명
MYI_DATA_DIR	~/.mcp-youtube-intelligence	데이터 디렉토리
MYI_STORAGE	sqlite	sqlite · postgres
MYI_SQLITE_PATH	{DATA_DIR}/data.db	SQLite 경로
MYI_POSTGRES_DSN	—	PostgreSQL DSN
MYI_YT_DLP	yt-dlp	yt-dlp 경로
MYI_MAX_COMMENTS	20	최대 댓글 수
MYI_LLM_PROVIDER	auto	auto·openai·anthropic·google·ollama·vllm·lmstudio
OPENAI_API_KEY	—	OpenAI 키
MYI_OPENAI_MODEL	gpt-4o-mini	OpenAI 모델
ANTHROPIC_API_KEY	—	Anthropic 키
MYI_ANTHROPIC_MODEL	claude-sonnet-4-20250514	Anthropic 모델
GOOGLE_API_KEY	—	Google 키
MYI_GOOGLE_MODEL	gemini-2.0-flash	Google 모델
MYI_OLLAMA_BASE_URL	http://localhost:11434	Ollama URL
MYI_OLLAMA_MODEL	llama3.1:8b	Ollama 모델
MYI_VLLM_BASE_URL	http://localhost:8000	vLLM URL
MYI_VLLM_MODEL	—	vLLM 모델
MYI_LMSTUDIO_BASE_URL	http://localhost:1234	LM Studio URL
MYI_LMSTUDIO_MODEL	—	LM Studio 모델

---

🔍 트러블슈팅

문제	해결
zsh: no matches found	URL을 따옴표로 감싸기: mcp-yt transcript "https://..."
yt-dlp not found	pip install yt-dlp 또는 export MYI_YT_DLP=/path/to/yt-dlp
자막 없는 영상	mcp-yt video로 메타데이터만 가져오기
SQLite database locked	서버 인스턴스 하나만 실행 중인지 확인
LLM 요약 실패	자동으로 extractive 폴백됨. API 키 확인.

---

🤝 Contributing

git clone https://github.com/JangHyuckYun/mcp-youtube-intelligence.git
cd mcp-youtube-intelligence
pip install -e ".[dev]"
pytest tests/ -v

📄 라이선스

Apache 2.0 — LICENSE

📝 변경 이력

날짜	버전	주요 변경
2025-02-18	v0.1.0	초기 릴리스 — 9개 MCP 도구, CLI, SQLite
2025-02-18	v0.1.1	Multi-LLM (OpenAI/Anthropic/Google), Apache 2.0
2025-02-18	v0.1.2	Local LLM (Ollama/vLLM/LM Studio), yt-dlp 자막 개선, 영어 기본 출력