把 YouTube 情报能力接进你的 AI：Algrow MCP Server 实战教程

你有没有这种崩溃时刻：

• 灵感没了，想找 YouTube 爆款当参考
• 频道分析要做，开一堆统计网站、复制粘贴到 AI
• 看到好视频，想把结构拆了、把字幕变脚本、再顺手配音

来回切页面，手就像在搬砖。👷

Algrow MCP Server 的玩法很“外国人脑回路”：把 YouTube 的搜索、数据抓取、爆款挖掘、TTS 等能力，做成 MCP 服务，直接接到你常用的 AI 客户端里。

你在 Cursor / Claude / ChatGPT / VS Code / Windsurf / OpenClaw 里发一句话，AI 直接帮你“操作”——不写代码、不跳网页、不切工具。

这套方案到底解决什么？

把它理解成：给你的 AI 装了一个 “YouTube 情报外设”。

你可以用对话完成这些事：

• 搜索频道：找同赛道账号、竞品账号
• 找爆款视频：按时间、热度、主题筛
• 抓取数据：标题、简介、发布时间、播放量、互动数据等（以服务实际返回为准）
• 生成 TTS：把脚本直接变配音（以服务实际支持的引擎为准）

真正爽的点在于：这些动作不再是“你去做”，而是“AI 帮你跑流程”。

你需要准备什么

1）一个支持 MCP 的客户端

常见选择：

• Cursor
• Claude（桌面端或支持 MCP 的形态）
• ChatGPT（支持 MCP 的客户端/外壳）
• VS Code（通过支持 MCP 的扩展/宿主）
• Windsurf / OpenClaw

你用哪个就接哪个，逻辑一致。

2）Algrow MCP Server（服务端）

你可以把它当成一个“工具服务”。客户端通过 MCP 去调用它提供的能力。

小提醒：不同客户端的 MCP 配置入口不一样，但本质都是把“server 信息 + 启动方式/连接方式”填进去。

接入思路（看懂这一段就能自己配）

MCP 的核心就是两件事：

• 客户端：你聊天的地方（Cursor/Claude/VS Code…）
• 服务端：提供工具能力的地方（Algrow MCP Server）

接入完成后，你在聊天框打：

“帮我找 3 个做 AI 教程的频道，整理它们最近 30 天播放最高的视频，并提炼标题套路。”

客户端会把这句话拆成工具调用，交给 Algrow MCP Server 去跑。

上手就能用的指令模板（直接复制）

下面这些写法偏“人话”，更适合日常用。你可以按自己的赛道替换关键词。

1）搜频道：快速找到同赛道竞品

指令示例：

• “搜索 YouTube 上讲 Stable Diffusion 的频道，按订阅量从高到低列 10 个，备注频道风格。”
• “帮我找专做 Excel 自动化 的频道，挑内容更新频率高的 5 个。”

你会得到什么：

• 频道列表
• 频道定位/风格备注
• 可能还会带上推荐理由（取决于你让它输出什么）

2）找爆款：把“灵感枯竭”按下暂停键

指令示例：

• “从频道 A 里找最近 90 天播放最高的 20 条视频，按播放量排序，输出表格。”
• “关键词 Cursor 教程，找近期爆款视频，提炼标题公式和封面关键词。”

一个很实用的要求：

• 让它把爆款按类型分组（教程/评测/案例/对比/盘点），你会立刻看到你该做哪种内容。

3）抓数据：给内容判断“上仪表盘”

你可以让 AI 不要只给“感觉”，而是给数据。

指令示例：

• “抓取这 30 条视频的标题、发布时间、播放量、点赞量、评论数，算出互动率，并标出互动率前 5。”
• “对比频道 A 和频道 B 最近 50 条视频的平均播放量和发布频率，给结论：哪个更健康？”

小技巧：

• 要它输出成 Markdown 表格，直接能粘到 Notion/飞书文档。

4）生成 TTS：脚本写完直接出声音

适合场景：

• 你做口播，但不想自己录
• 你做短视频，要快速试音色
• 你想把脚本丢给 AI 做多版本配音

指令示例：

• “把这段脚本转成 60 秒口播 TTS，语气自然，语速略快，适合知识类短视频。”
• “同一段内容生成 3 个版本：沉稳男声/清爽女声/电台风，输出对应音频链接或文件信息（按工具返回为准）。”

如果你对 TTS 音色很挑，记得让它输出：音色名、语速、停顿、重读点。细节越多，越像真人。

一条“从找爆款到出成品”的工作流（你照着跑）

假设你做的是「AI 教程」频道，今天想做“Cursor + MCP”。

Step A：找参考

对 AI 说：

“搜 10 个讲 Cursor 教程的频道，给我最近 60 天游览最高的视频各 3 条。”

Step B：拆套路

继续说：

“把这些爆款标题归类，提炼 5 个可复用标题模板，并告诉我每类适合什么受众。”

Step C：反推脚本结构

继续说：

“选 1 个最适合新手的选题，给我 60 秒短视频脚本：开场 3 秒钩子 + 3 个要点 + 结尾引导关注。语气像朋友聊天，别说废话。”

Step D：直接出 TTS

继续说：

“把脚本转 TTS，语气干脆一点，停顿按短视频节奏来。”

你会发现：你几乎没离开一个聊天窗口。

避坑清单（别等踩了才骂街）

• 指令太笼统：只说“找爆款”不够。加上时间范围、数量、排序字段（播放量/互动率/增长速度）。
• 只看播放量不看互动：有些视频播放高但评论少，说明“刷到的人多，想聊的人少”。做选题要看你目标。
• 忘了限定语言/地区：你做中文内容，就明确“中文频道/中文关键词/面向华语受众”。
• 输出不落地：让它给“标题模板 + 开场钩子 + 分镜提示 + 口播节奏”，别只要一段泛泛分析。
• TTS 一遍过的执念：配音这种东西，多生成 2-3 版，你选最顺耳的那条，效率反而更高。

你可以怎么用它赚回时间（很现实）

• 每周选题会：原本 2 小时翻频道 → 20 分钟搞定一份“爆款清单 + 标题模板”
• 竞品复盘：原本手动抄数据 → 直接表格输出，顺手算互动率
• 口播试稿：原本写完还要自己录一版试听 → TTS 直接给你 3 个版本对比

少切 10 个网页，你就能早点下班一小时。真的。😄

一句话总结这个玩法

把 Algrow MCP Server 接进你的 MCP 客户端后，你的 AI 不止会“说”，还会“动手做”。

你只管提需求：搜频道、挖爆款、抓数据、出配音。

剩下的脏活累活，让工具链跑。