MCP YouTube Transcript
An MCP server retrieving transcripts of YouTube videos
คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)
MCP server for Framedash game telemetry: query analytics, heatmaps, perf regressions, and alerts
สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน
ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry
เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง
FRAMEDASH_API_KEY, FRAMEDASH_PROJECT_ID, FRAMEDASH_BASE_URLค่าที่ติดป้ายความลับคือกุญแจของบัญชีคุณ อย่าส่งให้ใคร และอย่าวางในแชต
ต้องเตรียมก่อน
คุณใช้แอปไหน
เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”
เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json
{
"mcpServers": {
"framedash": {
"command": "npx",
"args": [
"-y",
"@framedash/mcp-server"
],
"env": {
"FRAMEDASH_API_KEY": "ใส่ค่าของคุณ",
"FRAMEDASH_PROJECT_ID": "ใส่ค่าของคุณ",
"FRAMEDASH_BASE_URL": "ใส่ค่าของคุณ"
}
}
}
}พิมพ์คำสั่งนี้ใน Terminal
claude mcp add framedash --env FRAMEDASH_API_KEY='ใส่ค่าของคุณ' --env FRAMEDASH_PROJECT_ID='ใส่ค่าของคุณ' --env FRAMEDASH_BASE_URL='ใส่ค่าของคุณ' -- npx -y @framedash/mcp-serverเติมค่าที่เว้นว่างไว้ก่อนรัน
วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json
{
"mcpServers": {
"framedash": {
"command": "npx",
"args": [
"-y",
"@framedash/mcp-server"
],
"env": {
"FRAMEDASH_API_KEY": "ใส่ค่าของคุณ",
"FRAMEDASH_PROJECT_ID": "ใส่ค่าของคุณ",
"FRAMEDASH_BASE_URL": "ใส่ค่าของคุณ"
}
}
}
}เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง
วางในไฟล์ .vscode/mcp.json ของโปรเจกต์
{
"servers": {
"framedash": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"@framedash/mcp-server"
],
"env": {
"FRAMEDASH_API_KEY": "ใส่ค่าของคุณ",
"FRAMEDASH_PROJECT_ID": "ใส่ค่าของคุณ",
"FRAMEDASH_BASE_URL": "ใส่ค่าของคุณ"
}
}
}
}เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง
ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น
ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี
FRAMEDASH_PROJECT_ID envFRAMEDASH_BASE_URL envค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README
รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง
เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 7 พ.ย. 2569
ชื่อใน registry ยืนยันด้วยบัญชี GitHub crane-valley ซึ่งเป็นเจ้าของ repo
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต
ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน
รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต
เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo
จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น
ต้องใส่ค่าเหล่านี้: FRAMEDASH_API_KEY
รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)
repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (0.2.0) เข้า registry 3 วันที่ผ่านมา
โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Node.js ในเครื่องด้วย
ในหมวดเดียวกันมี MCP YouTube Transcript, Google Analytics MCP, BibiGPT YouTube Video Summarizer
server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว
อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi
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.
ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ
MCP (Model Context Protocol) server for the Framedash game telemetry platform. Provides 12 read-only tools and 4 resources for querying analytics data from LLM-powered tools.
Add to your claude_desktop_config.json:
{
"mcpServers": { "framedash": { "command": "npx", "args": ["@framedash/mcp-server"], "env": { "FRAMEDASH_API_KEY": "fd_xxx", "FRAMEDASH_PROJECT_ID": "your-project-uuid" } } } }
Add to your VS Code settings:
{
"claude.mcpServers": { "framedash": { "command": "npx", "args": ["@framedash/mcp-server"], "env": { "FRAMEDASH_API_KEY": "fd_xxx", "FRAMEDASH_PROJECT_ID": "your-project-uuid" } } } }
| Variable | Required | Description |
|---|---|---|
FRAMEDASH_API_KEY | Yes | API key with analytics:read for the aggregate tools; the raw query tool additionally requires data:admin |
FRAMEDASH_PROJECT_ID | No | Default project UUID for project-scoped tools |
FRAMEDASH_BASE_URL | No | API base URL (default: https://app.framedash.dev) |
If FRAMEDASH_PROJECT_ID is omitted, project-scoped tools still work but require an explicit project_id argument per call.
| Tool | Description |
|---|---|
query | Execute SQL analytics query (SELECT only, limit default 100) |
get_dashboard | Project KPI summary (DAU, MAU, sessions, events) |
get_retention | Cohort retention data |
get_funnel | Funnel analysis for event steps |
get_insights | Event insights with grouping |
get_heatmap | Heatmap grid data for a map |
list_projects | Show the project bound to the API key |
get_project_status | Project health overview |
list_maps | List maps in a project |
list_content | List content registry entries |
list_alerts | List alert rules |
get_alert_history | Alert trigger history |
| URI | Description |
|---|---|
framedash://projects | Project bound to the API key |
framedash://projects/{projectId}/maps | Map list with bounds |
framedash://projects/{projectId}/content | Content registry |
framedash://projects/{projectId}/status | Project health status |
The stateless hosted HTTP endpoint /api/mcp rejects request batches containing more than 100 messages with HTTP 400 and JSON-RPC error code -32600. This limit applies per POST request and is separate from the existing 1 MiB request-body limit. The independent stdio transport remains unaffected.
To accommodate this bound, update clients to split message batches into groups of at most 100 messages, or transmit messages as individual POST requests.
Run from the repository root:
pnpm install
pnpm --filter @framedash/mcp-server... build pnpm --filter @framedash/mcp-server test
With pnpm 9, the trailing ... selects the MCP package plus its workspace dependencies, including @framedash/api-client, before compiling from a clean checkout.
MIT