
YouTube MCP Server-integration
YouTube MCP Server gör det möjligt för FlowHunt AI-agenter att interagera programmatiskt med YouTube, automatisera videoanalys, hämtning av transkriptioner, inn...
Integrera AI-arbetsflöden med bilibili MCP Server för att få åtkomst till och analysera användarprofiler, videoinformation och utföra innehållssökningar direkt från bilibili.com.
bilibili MCP Server är en Model Context Protocol (MCP)-server utformad för att koppla AI-assistenter och applikationer till bilibili.com API. Genom att agera som en brygga möjliggör den AI-drivna arbetsflöden att hämta information från bilibili, såsom användarprofiler, videometadata och sökresultat. Denna integration stärker AI-assistenters kapacitet för uppgifter som rör upptäckt av videoinnehåll, hämtning av användardata och innehållsanalys. Utvecklare kan använda denna server för att automatisera och effektivisera arbetsflöden som kräver interaktion med bilibilis omfattande innehållsekosystem, vilket gör det enklare att inkorporera aktuell video- och användarinformation i olika applikationer eller forskningsprojekt.
Inga promptmallar nämns uttryckligen i tillgänglig dokumentation eller kod.
Inga explicita resursprimitiver listas i tillgänglig dokumentation eller kod.
mid
mid
).bvid
bvid
.bvid
och därmed effektivisera arbetsflöden för innehållscuration eller analys.{
"mcpServers": {
"bilibili": {
"command": "npx",
"args": ["-y", "@wangshunnn/bilibili-mcp-server"]
}
}
}
{
"mcpServers": {
"bilibili": {
"command": "npx",
"args": ["-y", "@wangshunnn/bilibili-mcp-server"]
}
}
}
{
"mcpServers": {
"bilibili": {
"command": "npx",
"args": ["-y", "@wangshunnn/bilibili-mcp-server"]
}
}
}
{
"mcpServers": {
"bilibili": {
"command": "npx",
"args": ["-y", "@wangshunnn/bilibili-mcp-server"]
}
}
}
Om bilibili API kräver autentisering, använd miljövariabler för känsliga nycklar. Här är ett exempel på konfiguration:
{
"mcpServers": {
"bilibili": {
"command": "npx",
"args": ["-y", "@wangshunnn/bilibili-mcp-server"],
"env": {
"BILIBILI_API_KEY": "${BILIBILI_API_KEY}"
},
"inputs": {
"apiKey": "${BILIBILI_API_KEY}"
}
}
}
}
Byt ut "BILIBILI_API_KEY"
mot det faktiska namnet på din miljövariabel.
Använd MCP i FlowHunt
För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:
Klicka på MCP-komponenten för att öppna konfigurationspanelen. I avsnittet för systemets MCP-konfiguration klistrar du in uppgifter om din MCP-server i detta JSON-format:
{
"bilibili": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
När det är konfigurerat kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner och kapaciteter. Kom ihåg att byta ut “bilibili” mot det faktiska namnet på din MCP-server och byt ut URL:en mot din egen MCP-server-URL.
Sektion | Tillgänglighet | Detaljer/Noteringar |
---|---|---|
Översikt | ✅ | |
Lista över prompts | ⛔ | Inga promptmallar hittades |
Lista över resurser | ⛔ | Inga resursprimitiver dokumenterade |
Lista över verktyg | ✅ | Användarinfo, videoinfo, videosöksverktyg listade |
Skydda API-nycklar | ✅ | Exempel ges |
Samplingstöd (mindre viktigt vid utvärdering) | ⛔ | Ej nämnt |
Baserat på tillgänglig dokumentation och serverfunktioner tillhandahåller bilibili MCP Server grundläggande verktyg för interaktion med bilibili API men saknar detaljerad dokumentation kring resurser, prompts och avancerade MCP-funktioner såsom roots och sampling. Integrationsinstruktionerna är tydliga och den är öppen källkod med en tillåtande licens. Betyg: 5/10.
Har en LICENSE | ✅ |
---|---|
Har minst ett verktyg | ✅ |
Antal forks | 1 |
Antal stjärnor | 4 |
bilibili MCP Server är en Model Context Protocol-server som kopplar AI-assistenter och applikationer till bilibili.com API och möjliggör åtkomst till användarprofiler, videometadata och sökresultat för automatisering och analys av innehåll.
Den erbjuder verktyg för att hämta användarinformation via användar-ID (mid), hämta videometadata via bvid samt söka efter videor med nyckelord.
Användningsområden inkluderar automatiserad hämtning av användardata, extraktion av videometadata, innehållsupptäckt, övervakning i realtid och att berika appar eller botar med uppdaterad bilibili-data.
Lagra känsliga API-nycklar i miljövariabler och referera till dem i din MCP-serverkonfiguration. Exempel: { "env": { "BILIBILI_API_KEY": "
Lägg till MCP-komponenten i ditt arbetsflöde, konfigurera den med din servers uppgifter och koppla den till din AI-agent i FlowHunt. Detta gör att din agent kan använda alla bilibilis verktyg och data.
Automatisera och berika dina AI-lösningar med realtidsdata om video och användare från bilibili. Börja bygga kraftfulla arbetsflöden idag.
YouTube MCP Server gör det möjligt för FlowHunt AI-agenter att interagera programmatiskt med YouTube, automatisera videoanalys, hämtning av transkriptioner, inn...
YouTube Video Sammanfattare MCP-server gör det möjligt för AI-assistenter och utvecklare att extrahera och sammanfatta innehåll från YouTube-videor – inklusive ...
ModelContextProtocol (MCP) Server fungerar som en brygga mellan AI-agenter och externa datakällor, API:er och tjänster, vilket gör det möjligt för FlowHunt-anvä...