MCP YouTube Transcript
An MCP server retrieving transcripts of YouTube videos
Beschreibung vom Entwickler (englisches Original)
Competitor intelligence for AI agents — SEO, traffic, social, Product Hunt, pricing, AI insights.
Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.
Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.
Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.
Du brauchst
Welche App nutzt du?
Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.
Funktioniert in Claude im Web, auf dem Desktop und auf dem Handy:
https://www.analook.com/mcpFühre das in deinem Terminal aus
claude mcp add --transport http analook https://www.analook.com/mcpIn .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"analook": {
"url": "https://www.analook.com/mcp"
}
}
}Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.
In .vscode/mcp.json in deinem Projekt einfügen
{
"servers": {
"analook": {
"type": "http",
"url": "https://www.analook.com/mcp"
}
}
}Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.
ChatGPT verbindet sich nur mit Servern im Internet:
https://www.analook.com/mcpMenünamen können sich je nach Tarif und mit der Zeit leicht unterscheiden.
Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.
Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.
Die Tool-Liste dieses Servers haben wir noch nicht gelesen; wir prüfen die Endpunkte reihum.
Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 6. Nov. 2026
Der Registry-Name wurde mit dem GitHub-Konto Gingiris bestätigt, dem das Repo gehört
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieses Repo haben wir noch nicht von GitHub gelesen
Noch nicht geprüft; wir prüfen die Endpunkte reihum
Noch nicht geprüft; wir prüfen die Endpunkte reihum
Noch nicht geprüft; wir lesen die Tool-Liste, wenn wir den Endpunkt prüfen
Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.
Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.
Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.
Er läuft in der Cloud des Entwicklers. Du verbindest dich übers Internet, ohne etwas zu installieren, aber was du sendest, läuft über die Server des Entwicklers.
Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (1.0.0) kam vor 7 Monaten in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Er verbindet sich per URL, also funktionieren auch Apps, die Remote-MCP-Server akzeptieren, zum Beispiel ChatGPT im Entwicklermodus.
In derselben Kategorie: MCP YouTube Transcript, Google Analytics MCP, BibiGPT YouTube Video Summarizer
Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.
So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti
An MCP server retrieving transcripts of YouTube videos
GA4 MCP server for AI agents: schema discovery, server-side aggregation, analysis-ready defaults.
AI video summarizer: summarize and transcribe YouTube, Bilibili, TikTok and podcast videos.
Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.
[English](#english) | [中文](#中文版) · [🤖 MCP Server](#-remote-mcp-server) · [📖 Docs](https://www.analook.com/docs/mcp.html)
Analook is available as a Remote MCP server — use it from Claude Desktop, Cursor, or any MCP-compatible client. No install, no local process.
{
"mcpServers": { "analook": { "url": "https://www.analook.com/mcp", "headers": { "Authorization": "Bearer " } } } }
5 tools: analyze_competitor, get_report_status, get_report, get_report_markdown, list_my_reports.
Full docs & token instructions → [analook.com/docs/mcp](https://www.analook.com/docs/mcp.html)
💡 出海增长咨询 · 1v1 Session 约课 $200 — Telegram @Iris_carrot
或访问 [gingiris.com](https://gingiris.com/en) — Iris 的出海增长咨询,1:1 指导、开源项目运营、企业顾问服务
🌱 Philosophy
*"做竞品分析不是为了抄,是为了找到别人没做好的地方。"* — Competitor research isn't about copying — it's about finding the gaps they left open.
*"数据会说话,但你得先知道问对问题。"* — Data speaks, but only if you ask the right questions.
*"30 秒看懂一个产品,30 天超越它。"* — Understand a product in 30 seconds. Surpass it in 30 days.
💼 Work With Iris
1. Strategic Consultation (1v1)
| Session | Price | Best For |
|:--------|:------|:---------|
| Quick Call (30 min) | $150 USD | Specific questions, quick diagnosis |
| Deep Dive (60 min) | $300 USD | Full strategy review, detailed roadmap |
2. Advisory Retainer
| Plan | Price | Includes |
|:-----|:------|:---------|
| Monthly Retainer | $1,500 USD/mo | Up to 5 hours strategic consultation + milestone reviews |
3. Playbooks & Templates
| Package | Price | Contents |
|:--------|:------|:---------|
| Starter Pack | $29 USD | Core methodology + essential tools |
| Flagship Bundle | $199 USD | Complete SOP, competitor research framework, templates |
📩 Contact @Iris_carrot on Telegram — Crypto/USDT and Wire Transfer accepted
Analook is an open-source AI-powered competitor intelligence tool built by Iris, former cofounder & COO of AFFiNE (60k+ stars).
Enter any product URL. In ~30 seconds, Analook runs a 7-module parallel analysis pipeline and returns a structured deep-dive report — growth strategy, traffic signals, social footprint, ProductHunt history, AI insights, and more.
Built for:
| Signal | What You Learn |
|---|---|
| 🌐 Website History | When launched, how fast it grew, Wayback timeline |
| 📈 Traffic & SEO | Monthly visits, top channels, keyword gaps |
| 🐦 Twitter / X | Followers, engagement rate, content strategy |
| 🚀 Product Hunt | Launch scores, positioning, community response |
| 💡 AI Deep Dive | ICP, business model, growth flywheel, tactical recs |
| 📡 Propagation | Peak traffic events, viral moments, channel breakdown |
| 🧠 Growth Strategy | Early-stage strategy reconstruction from public signals |
[analook.com](https://www.analook.com) — Free to use. No login required.
Try with: lovable.dev · linear.app · notion.so · cursor.com
| Module | File | Description |
|---|---|---|
| Website History | modules/website_history.py | Wayback Machine CDX API, first-seen date, snapshot timeline |
| Traffic & SEO | modules/traffic_analysis.py | DataForSEO — monthly visits, channels, top pages, keywords |
| Social Media | modules/social.py | Apify Twitter scraper — followers, engagement, recent content |
| Product Hunt | modules/producthunt.py | PH GraphQL API — launches, scores, upvotes, reviews |
| Growth Analysis | modules/growth_analysis.py | Traffic peak detection, event correlation, growth stage |
| AI Summary | modules/ai_summary.py | 7-section structured analysis via TeamoRouter + DeepSeek fallback |
| Report Builder | app.py | FastAPI orchestrator — parallel pipeline, job state, streaming |
Analook's AI module goes beyond surface-level summaries. Each report includes:
Powered by TeamoRouter (primary) and DeepSeek (fallback), with max 4,000 token output per report.
# Source available at https://clawhub.ai/user/gingiris
cd Competitor-analysis-tool pip install -r requirements.txt
Create a .env file:
TEAMOROUTER_API_KEY=sk-teamo-...
DEEPSEEK_API_KEY=sk-... DATAFORSEO_B64=base64(email:password) PRODUCTHUNT_TOKEN=... APIFY_API_TOKEN=apify_api_...
Run locally:
uvicorn app:app --reload --port 8000
Visit http://localhost:8000
One-click deploy on Railway:
Steps:
mainThe app is Dockerized and uses Nixpacks on Railway (Python 3.13).
| Service | Purpose | Notes |
|---|---|---|
| TeamoRouter | Primary LLM | Routes to best available model |
| DeepSeek | Fallback LLM | Cost-efficient backup |
| DataForSEO | Traffic & SEO data | Monthly visits, channels, keywords |
| Apify | Twitter/X scraping | apidojo/twitter-profile-scraper actor |
| ProductHunt | Launch history | PH GraphQL API |
| Wayback Machine | Website history | CDX API + timemap |
If Analook saved you hours of manual research, a ⭐ helps others discover it!
Iris (生姜iris) — Former cofounder & COO of AFFiNE (60k+ GitHub stars). Now running [Gingiris](https://gingiris.com) — an open-source go-to-market and global expansion consulting practice.
Related Playbooks (now on ClawHub):
Analook 是一个开源 AI 竞品情报工具,由 AFFiNE(60k+ stars)联创 & 前 COO Iris 构建。
输入任意产品网址,30 秒内生成一份结构化竞品深度报告——包含增长策略、流量信号、社交足迹、ProductHunt 历史、AI 洞察等全套数据。
| 模块 | 数据来源 | 输出内容 |
|---|---|---|
| 🌐 网站历史 | Wayback Machine | 上线时间、成长速度、快照时间线 |
| 📈 流量 & SEO | DataForSEO | 月访问量、流量渠道、关键词矩阵 |
| 🐦 Twitter/X | Apify | 粉丝数、互动率、内容策略 |
| 🚀 Product Hunt | PH GraphQL | 发布记录、评分、社区反馈 |
| 💡 AI 深度分析 | TeamoRouter | ICP 画像、商业模式、增长飞轮、战术建议 |
| 📡 传播分析 | 综合 | 流量峰值事件、渠道来源、传播节点 |
| 🧠 早期增长策略 | 综合 | 从公开信号反推产品早期增长路径 |
# Source: https://clawhub.ai/user/gingiris (联系 iris@gingiris.com 获取源代码访问)
cd Competitor-analysis-tool pip install -r requirements.txt
uvicorn app:app --reload --port 8000
Railway 一键部署: Fork 本 repo → Railway 连接 → 添加环境变量 → 自动部署 ✅
Iris(生姜iris),AFFiNE 联创 & 前 COO,现运营 Gingiris 开源出海增长咨询。