MMCPMarkets
0M

0xchamin/mcptube

Developer tools

このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。 原文を見る

164 stars 14 forks 品質 67 トレンド 17
Repository Install

0xchamin/mcptubeは、https://github.com/0xchamin/mcptube.からインポートされたMCPサーバー候補です。

概要

0xchamin/mcptubeは、https://github.com/0xchamin/mcptube.からインポートされたMCPサーバー候補です。

概要（AI 翻訳）

YouTube動画ナレッジエンジン — トランスクリプト、ビジョン、そして永続的なウィキ。

mcptube-visionは、トランスクリプトとビジュアルフレーム分析の両方を用いて、YouTube動画を持続的で構造化された知識ベースに変換します。Karpathy LLM Wikiのパターンに基づいて構築されており、追加する動画ごとに知識が積み重なります。

**mcptube v0.1から進化した — mcptube-visionはセマンティックチャンク検索を永続的なウィキに置き換え、動画を入手するごとに賢くなる。

🧠 仕組み

従来のビデオツールは、すべてのクエリで知識をゼロから再発見します。MCPTUBE-VISIONは異なります:

v0.1(ビデオ検索エンジン) vision(ビデオ知識エンジン)
取り込み時 チャンクトランスクリプト、ベクターデータベースに埋め込み LLMは監視+読み書きウィキページ
クエリについて 類似したチャンクを見つける エージェントの理由をコンパイルされた知識より
フレームタイムスタンプまたはキーワード抽出 シーンチェンジ検出 + 視覚モデル
クロスビデオ 毎回すべてのチャンクを再検索してください ウィキに既に記載されている接続
時間をかけて単独動画のライブラリ 知識ベースを組み合わせる

🏗️ 技術アーキテクチャ

このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。

README

以下は原文 README の抜粋です。原文を見る。

🎬 mcptube-vision

YouTube video knowledge engine — transcripts, vision, and persistent wiki.

mcptube-vision transforms YouTube videos into a persistent, structured knowledge base using both transcripts and visual frame analysis. Built on the Karpathy LLM Wiki pattern: knowledge compounds with every video you add.

Evolved from mcptube v0.1 — mcptube-vision replaces semantic chunk search with a persistent wiki that gets smarter with every video ingested.

🧠 How It Works

Traditional video tools re-discover knowledge from scratch on every query. mcptube-vision is different:

           mcptube v0.1                    mcptube-vision
    ┌─────────────────────┐         ┌─────────────────────────┐
    │ Query → vector search│         │ Video ingested → LLM     │
    │ → raw chunks → LLM  │         │ extracts knowledge →     │
    │ → answer (from scratch│        │ wiki pages created →     │
    │   every time)        │         │ cross-references built   │
    └─────────────────────┘         │                         │
                                    │ Query → FTS5 + agent    │
                                    │ → reasons over compiled  │
                                    │   knowledge → answer     │
                                    └─────────────────────────┘
v0.1 (Video Search Engine) vision (Video Knowledge Engine)
On ingest Chunk transcript, embed in vector DB LLM watches + reads, writes wiki pages
On query Find similar chunks Agent reasons over compiled knowledge
Frames Timestamp or keyword extraction Scene-change detection + vision model
Cross-video Re-search all chunks each time Connections already in the wiki
Over time Library of isolated videos Compounding knowledge base

🏗️ Technical Architecture

mcptube-vision is built around a core insight: video knowledge should compound, not be re-discovered. Every architectural decision flows from this principle.

System Overview

flowchart TD
    YT[YouTube URL] --> EXT[YouTubeExtractor\ntranscript + metadata]
    EXT --> FRAMES[SceneFrameExtractor\nffmpeg scene-change detection]
    FRAMES --> VISION[VisionDescriber\nLLM vision model]
    VISION --> WIKI_EXT[WikiExtractor\nLLM knowledge extraction]
    EXT --> WIKI_EXT
    WIKI_EXT --> WIKI_ENG[WikiEngine\nmerge + update]
    WIKI_ENG --> FILE[FileWikiRepository\nJSON pages on disk]
    WIKI_ENG --> FTS[SQLite FTS5\nsearch index]
    FILE --> AGENT[Ask Agent\nFTS5 → LLM reasoning]
    FTS --> AGENT
GitHub で README 全文を見る

インストール

This server does not publish a one-line install command.

Open the repository installation guide MCP 初心者？mcpskill.org のガイドから始めましょう →

設定

{ "mcpServers": { "mcptube": { "command": "mcptube", "args": ["serve", "--stdio"] } } }