Комплексный инструментарий для анализа видео YouTube с использованием возможностей анализа на основе ИИ. Этот проект обеспечивает извлечение транскриптов, генерацию графов знаний, анализ настроений, моделирование тем и генерацию заметок для образовательных и исследовательских целей.

Особенности

Видеоанализ YouTube - чат-интерфейс

MCP Powered YouTube Video Analysis Toolkit. Извлеките и проанализируйте стенограммы из видео на YouTube.

Генерация знаний

Интерактивные графы знаний из видеоконтента.

Высококачественное поколение

Автоматическая генерация пометок из транскриптов.

Анализ настроений

Комплексный анализ настроений с эмоциональными срывами.

###Тема моделирования

Классификация контента и анализ структуры.

Интеграция MCP: Модельный контекстный протокол для бесшовной интеграции агентов ИИ

Стандартизированный доступ к инструментам для нескольких поставщиков ИИ Многосерверная поддержка возможностей распределенного анализа Асинхронная потоковая передача для взаимодействия агентов в реальном времени

Архитектура

Проект состоит из двух основных компонентов:

Сервер /server

FastMCP Server: построен с использованием FastMCP 2.

MCP-Powered YouTube Video Analysis Toolkit

A comprehensive toolkit for analyzing YouTube videos using AI-powered analysis capabilities. This project provides transcript extraction, knowledge graph generation, sentiment analysis, topic modeling, and note generation for educational and research purposes.

Features

YouTube Video Analysis - Chat Interface

Interface of MCP Powered YouTube Video Analysis Toolkit. Extract and analyze transcripts from YouTube videos.

Knowledge Graph Generation

Interactive knowledge graphs from video content.

High Quality Note Generation

Automated markdown note generation from transcripts.

Sentiment Analysis

Comprehensive sentiment analysis with emotional breakdowns.

Topic Modeling

Content classification and structure analysis.

MCP Integration: Model Context Protocol for seamless AI agent integration

• Standardized tool access across multiple AI providers
• Multi-server support for distributed analysis capabilities
• Asynchronous streaming for real-time agent interactions

Architecture

The project consists of two main components:

Server (/server)

• FastMCP Server: Built with FastMCP 2.0 framework for Model Context Protocol implementation
  • Automatic tool discovery and async support for high-performance operations
  • Pythonic decorators for simple function-to-tool conversion
  • Built-in authentication and proxying capabilities
  • Comprehensive protocol handling with minimal boilerplate code
• YouTube Tools: Video transcript extraction and search capabilities via MCP tools
• Analysis Tools: AI-powered prompts exposed as MCP resources for knowledge graphs, sentiment analysis, and topic modeling
• Data Storage: Persistent storage management for transcripts, notes, and analysis results

Client (/client)

• MCP Client Integration: Built with mcp-use library for seamless MCP server communication
  • Multi-server support enabling connection to multiple MCP servers simultaneously
  • Asynchronous streaming of agent outputs for real-time interactions
  • Dynamic server selection for optimized task execution
  • Configurable via JSON for flexible server management
• Streamlit Dashboard: Interactive web interface for visualization
• Multi-tab Interface: Separate views for different analysis types
• Real-time Chat: MCP-powered chatbot for video analysis using intelligent agents
• Data Visualization: Interactive charts and graphs for analysis results

Project Structure

youtube-video-analysis-kit/
├── README.md
├── data/                          # Shared data directory
│   ├── transcripts/              # YouTube video transcripts