MCP YouTube Intelligence — YouTube वीडियो को token-efficient तरीके से विश्लेषित करने वाला MCP सर्वर

 (github.com/JangHyuckYun)
26 पॉइंट द्वारा skg09203 2026-02-18 | 4 टिप्पणियां | WhatsApp पर शेयर करें

यह एक MCP सर्वर है जो सर्वर पर YouTube subtitles को प्रोसेस करता है (summary/entity/topic/sentiment analysis) और
LLM client को केवल compressed result ही भेजता है.

इसे बनाने का कारण:
मैंने मौजूदा YouTube MCP सर्वरों में लगभग 80 की जाँच की, और वे सभी raw subtitles को
जैसा-का-तैसा LLM में डाल देते हैं. एक 20 मिनट के वीडियो पर ~15,000 tokens
खर्च होते हैं, लेकिन यह summary को ~200-500 tokens तक, और full report को भी ~3,000 tokens तक
कम कर देता है.
इसे Claude skills के साथ इस्तेमाल करने को ध्यान में रखकर CLI से भी उपयोग योग्य बनाया गया है.

मुख्य फीचर्स:

  • structured report (summary + topic + entity + comments एक साथ)
  • 9 MCP tools + CLI (mcp-yt)
  • Ollama/vLLM integration के साथ मुफ्त LLM summary
  • channel RSS monitoring
  • 200+ Korean/English entity dictionary
  • SQLite cache

pip install mcp-youtube-intelligence
Claude Desktop, Cursor, Claude Code में सीधे कनेक्ट किया जा सकता है.

GitHub: https://github.com/JangHyuckYun/mcp-youtube-intelligence
PyPI: https://pypi.org/project/mcp-youtube-intelligence/

संबंधित पढ़ाई

4 टिप्पणियां

 
bohblue23 2026-02-19

यह साफ़ है कि token की संख्या कम करते समय कोई trade-off हुआ होगा, लेकिन शायद उस हिस्से के बारे में README में कुछ नहीं मिला!

आजकल base context 200k होता है, इसलिए compression loss की वजह से होने वाली quality degradation को लेकर जिज्ञासा है।
 
skg09203 2026-02-19

नमस्ते!

Extractive summary (LLM के बिना) मूल सामग्री की तुलना में अनुभव के हिसाब से लगभग 6/10 स्तर की है। यह मुख्य वाक्यों को निकाल देता है, लेकिन संदर्भों के बीच जुड़ाव कमजोर रहता है।
LLM summary (Ollama आदि) काफी बेहतर है, और वास्तव में कुछ परिचयात्मक वीडियो और development से जुड़े वीडियो पर टेस्ट करने पर लगा कि सामग्री समझने के लिए यह पर्याप्त है। हालांकि, कभी-कभी बारीक संख्यात्मक विवरण या सूक्ष्म nuances छूट जाते हैं।

अगर 200k context हो, तो एकल वीडियो, 30 मिनट से 1 घंटे जैसे अपेक्षाकृत छोटे वीडियो के लिए मूल सामग्री बेहतर रहती है।
लेकिन सैकड़ों वीडियो की bulk processing या बार-बार analysis करते समय, यह कम tokens खर्च करके सिर्फ मुख्य सामग्री निकाल सकता है।
(उदाहरण: competitor channel का पूरा analysis, economic YouTuber के 100 वीडियो का analysis आदि)

मैं README में और अधिक विविध वीडियो के साथ टेस्ट करके benchmark results और trade-offs को थोड़ा और स्पष्ट रूप से जोड़ दूँगा!
 
bohblue23 2026-02-19

इतने मन से दिए गए जवाब के लिए बहुत-बहुत धन्यवाद!! आशा है कि यह प्रोजेक्ट अच्छे परिणाम दे!!
 
skg09203 2026-02-19

हा हा जी, धन्यवाद!