YouTube Research & Transcription 是一个专为内容研究者、开发者和分析师设计的工具，通过集成 YouTube Data API v3 和 yt-dlp 备用方案，实现对 YouTube 内容的深度访问与自动化处理。该工具允许用户搜索视频、获取频道信息、提取带时间戳的字幕文本，并检索详细的视频元数据，如标题、描述、发布时间及统计数据。其核心架构基于 MCP（Model Context Protocol）服务器，支持通过标准化的接口调用 YouTube 官方 API，确保数据的准确性和实时性。当主 API 无法提供字幕时，系统自动切换至 yt-dlp 作为补充手段，极大提升了转录功能的可靠性。整个流程设计注重安全性和隐私保护，API 密钥仅用于认证 Google 官方服务，所有请求均直接发送至 googleapis.com，杜绝第三方介入风险。此外，工具支持灵活的配置方式，既可通过环境变量设置密钥，也可集成进 Clawdbot 等平台配置文件中，便于在 AI 辅助工作流中无缝嵌入。
核心功能特点
- 支持通过 YouTube Data API v3 搜索视频并返回详细元数据（标题、描述、播放量、发布时间等）
- 可获取频道基本信息及最新发布的视频列表，适用于追踪播客或系列节目更新
- 提供带精确时间戳的视频字幕抓取功能，主用 MCP 服务，失败时自动 fallback 至 yt-dlp
- 支持播放列表信息查询，方便批量分析相关内容集合
- 具备完整的错误恢复机制，包括本地构建 MCP 服务器和 yt-dlp 降级使用方案
- API 配额优化建议，鼓励多用无成本的字幕接口，谨慎控制搜索调用频率
适用场景
该工具特别适合需要从海量 YouTube 内容中提取结构化信息的场景。例如，研究人员可以定期抓取知名播客频道（如 Lex Fridman Podcast）的最新一期节目，结合自动生成的字幕快速定位关键观点或访谈片段，用于撰写博客文章、制作社交媒体内容或进行学术引用。开发者则可利用其搜索功能发现社区讨论热点，分析技术趋势，甚至构建推荐系统。对于内容创作者而言，通过获取竞争对手频道的更新动态和视频详情，能够及时调整自身发布策略。此外，在 AI 训练数据准备过程中，该工具能高效批量采集带字幕的视频资源，显著降低人工整理成本。由于字幕提取不消耗 API 配额，用户可频繁调用以提升数据覆盖率。无论是做竞品分析、舆情监控，还是搭建知识库，该工具都提供了稳定且可扩展的技术支撑。