MCP YouTube Transcript
An MCP server retrieving transcripts of YouTube videos
Descripción del creador (original en inglés)
AI lead qualification: ICP filter, 0-100 scoring, Hunter.io enrichment, HubSpot/Pipedrive export.
Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.
Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.
Elige la app de IA que usas y copia la configuración.
Necesitas
¿Qué app usas?
Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.
Abre Claude Desktop → Settings → Developer → Edit Config y pega esto en claude_desktop_config.json
{
"mcpServers": {
"leadpipe": {
"command": "npx",
"args": [
"-y",
"leadpipe-mcp-server"
]
}
}
}Ejecuta esto en tu terminal
claude mcp add leadpipe -- npx -y leadpipe-mcp-serverPégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"leadpipe": {
"command": "npx",
"args": [
"-y",
"leadpipe-mcp-server"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Pégalo en .vscode/mcp.json de tu proyecto
{
"servers": {
"leadpipe": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"leadpipe-mcp-server"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Este se ejecuta en tu computadora, y ChatGPT solo puede conectarse a servidores en internet. Elige otra app.
Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.
Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 9 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub enzoemir1, dueña del repo
Todavía no hemos leído este repo en GitHub
Todavía no hemos leído este repo en GitHub
Este se ejecuta en tu computadora; no hay endpoint en internet
Se ejecuta en tu computadora y usa ajustes locales en su lugar
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Superó 1 de 1 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).
El repo de GitHub cambió por última vez –, y la última versión (1.4.0) llegó al registro hace 7 meses.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Node.js en tu computadora.
En la misma categoría: MCP YouTube Transcript, Google Analytics MCP, BibiGPT YouTube Video Summarizer
Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.
Cómo leer una tarjeta:↓ Descargas por semanai★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
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.
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
AI-powered lead qualification engine for the Model Context Protocol
LeadPipe ingests leads from any source, enriches them with company data, scores them 0-100 using configurable AI rules, and exports qualified leads to your CRM — all through the MCP protocol.
git clone https://github.com/enzoemir1/leadpipe-mcp.git
cd leadpipe-mcp npm ci npm run build
Add to your MCP client config:
{
"mcpServers": { "leadpipe": { "command": "node", "args": ["path/to/leadpipe-mcp/dist/index.js"] } } }
Seed the pipeline with a realistic demo dataset — 14 leads across 5 archetypes (hot decision-makers, warm mid-level, cold junior/small-co, raw unenriched, and disqualified) — so every downstream tool returns meaningful output without any API keys. Safe to call multiple times; each call appends a fresh batch with new UUIDs.
{}
Returns: counts by status plus sample_lead_ids you can feed into lead_enrich, lead_score, or lead_export.
Filter leads against your Ideal Customer Profile before spending any enrichment credits. Uses only locally-available signals — email domain, job title, country, industry, company size, tech stack — so nothing is charged to Hunter.io, HubSpot, or Pipedrive.
{
"criteria": { "reject_freemail": true, "required_title_keywords": ["vp", "director", "head", "founder"], "target_countries": ["US", "CA", "GB"], "min_company_size": "11-50", "required_tech_stack": ["shopify"] }, "auto_disqualify": true }
Returns per-lead qualified/rejected decisions with reasons and an estimated credit savings figure.
Pairs well with platform detection tools. If you chain a tool like Detecto (
detect_platform) *before*lead_qualify, the detected tech stack populatescompany.tech_stack, andrequired_tech_stackcan drop wrong-platform leads before they ever reach enrichment or scoring.
Add a single lead to the pipeline.
{
"email": "jane@acme.com", "first_name": "Jane", "last_name": "Smith", "job_title": "VP of Engineering", "company_name": "Acme Corp", "company_domain": "acme.com", "source": "website_form", "tags": ["demo-request"] }
Add 1-100 leads at once. Duplicates are automatically skipped.
{
"leads": [ { "email": "lead1@corp.com", "job_title": "CEO" }, { "email": "lead2@startup.io", "job_title": "CTO" } ] }
Enrich a lead with company data using the email domain.
{ "lead_id": "uuid-of-lead" }
Returns: company name, industry, size, country, tech stack, LinkedIn URL.
Calculate a qualification score (0-100). Leads scoring 60+ are marked qualified.
{ "lead_id": "uuid-of-lead" }
Returns score + detailed breakdown across all 6 dimensions.
Search and filter leads with pagination.
{
"query": "acme", "status": "qualified", "min_score": 60, "limit": 20, "offset": 0 }
Export leads to CRM or file format.
{
"target": "hubspot", "min_score": 60 }
Targets: hubspot, pipedrive, csv, json
Google Sheets export is on the roadmap. Currently returns Sheets-ready formatted data.
Get pipeline analytics. No input required.
Returns: total leads, status/source breakdown, average score, score distribution, qualified rate, leads today/week/month.
View or update scoring configuration.
{
"job_title_weight": 0.30, "high_value_titles": ["ceo", "cto", "vp", "founder"], "custom_rules": [ { "field": "company_industry", "operator": "equals", "value": "fintech", "points": 15, "description": "Bonus for fintech companies" } ] }
| Resource | Description |
|---|---|
leads://recent | The 50 most recently added leads |
leads://pipeline | Pipeline summary with status counts, scores, conversion rates |
leads://config | Current scoring engine configuration |
Leads are scored 0-100 using a weighted average of 6 dimensions:
| Dimension | Default Weight | How It Works |
|---|---|---|
| Job Title | 25% | C-level/Founder: 100, VP/Director: 85, Manager: 65, Senior: 50, Junior: 15 |
| Company Size | 20% | Preferred sizes (11-50, 51-200, 201-500): 90, others scaled accordingly |
| Industry | 20% | High-value industries (SaaS, fintech, etc.): 90, others: 40 |
| Engagement | 15% | Phone provided, full name, tags, source type (landing page > CSV) |
| Recency | 10% | Today: 100, last week: 75, last month: 35, 3+ months: 5 |
| Custom Rules | 10% | User-defined rules with -50 to +50 points each |
Formula: score = sum(dimension_score * weight)
Leads with score >= 60 are qualified. Below 60 are disqualified.
Set the HUBSPOT_API_KEY environment variable with your HubSpot private app access token.
export HUBSPOT_API_KEY="pat-xxx-xxx"
Set the PIPEDRIVE_API_KEY environment variable.
export PIPEDRIVE_API_KEY="xxx"
No configuration needed. Export returns data directly.
LeadPipe extracts the domain from the lead's email and looks up company data:
HUNTER_API_KEY is set) — returns organization, industry, country, tech stack| Tier | Price | Tools | Features |
|---|---|---|---|
| Free | €0 | lead_demo_seed, lead_ingest, lead_batch_ingest, lead_search, lead_score, config_scoring | Ingest, manual scoring, ICP pre-qualification |
| Pro | €19 lifetime | + lead_qualify, lead_enrich, lead_export, pipeline_stats | AI scoring, Hunter.io enrichment, CRM export, pipeline analytics |
One-time €19 lifetime license (3 machines) — no subscription. See [Pro License](#pro-license) below to buy and activate.
npm run dev # Hot reload development
npm run build # Production build npm test # Run unit tests npm run inspect # Open MCP Inspector
LeadPipe ships in Free mode — lead_demo_seed, lead_ingest, lead_batch_ingest, lead_search, lead_score, and config_scoring are open. The following tools require a Pro license:
lead_qualify — ICP pre-filterlead_enrich — domain knowledge-base enrichmentlead_export — HubSpot / Pipedrive / Google Sheets / CSV / JSONpipeline_stats — portfolio analyticsBuy a Pro License (€19, lifetime, 3 machines): https://automatiabcn.lemonsqueezy.com/buy/360565a3-2577-45e2-93dd-1548a881f456
Or get the [Indie MCP Stack Bundle](https://automatiabcn.lemonsqueezy.com/buy/55e932fd-8319-47f0-8e95-0b86a29f2617) (€69, all 4 servers).
Then activate by setting the env var:
export LEMONSQUEEZY_LICENSE_KEY=YOUR-KEY-HERE
Or in your Claude Desktop / MCP client config:
{
"mcpServers": { "leadpipe-mcp": { "command": "npx", "args": ["-y", "leadpipe-mcp-server"], "env": { "LEMONSQUEEZY_LICENSE_KEY": "YOUR-KEY-HERE" } } } }
Validation is cached locally for 24 h, so the server is fully offline-capable after the first run.
MIT License. See LICENSE for details.
Built by Automatia BCN.