يمكّن خادم YouTube MCP برنامج Claude من جلب النصوص المكتوبة للفيديوهات، والبحث فيها، واستخراج تفاصيلها عند الطلب. تعرّف على الطرق الثلاث التي تعمل بها هذه الخوادم، وإعداد Claude Desktop و Claude Code، والأوامر النصية التي تعطي إجابات يمكن الاستشهاد بها، وحلّ احتياطي للفيديوهات التي لا تحتوي على ترجمات.
تلصق رابط YouTube في محادثة، وتطلب ثلاث نقاط مهمة، فيجيبك Claude من النص المكتوب الفعلي للفيديو بدلًا من التخمين من العنوان. هذا هو الوعد الذي يقدمه خادم YouTube MCP: برنامج صغير يقع بين Claude و YouTube ويسلّمه النصوص وتفاصيل الفيديو ونتائج البحث عند الطلب. لا مزيد من التنقل عبر محاضرة مدتها 90 دقيقة للعثور على الشريحة الوحيدة الخاصة بالتسعير. ولا مزيد من نسخ الترجمات إلى نافذة المحادثة وأنت تأمل أن يبقى التنسيق سليمًا.
لها نقاط ضعف أيضًا. تُعطَّل الترجمات أحيانًا. والبحث يستنفد حصة واجهة البرمجة بسرعة. والنصوص الطويلة تستهلك نافذة السياق. يشرح هذا المقال طريقة عمل هذه الخوادم، وكيف تربط أحدها مع Claude Desktop أو Claude Code، والأوامر النصية التي تعيد إجابات يمكنك الاستشهاد بها، وما الذي تفعله حين يرفض فيديو أن يقدم نصه. يقدم القسم الأخير حلًا احتياطيًا للفيديوهات التي لا تحتوي على ترجمات إطلاقًا: فرّغ الصوت بنفسك، ثم أعد النص إلى Claude.
بروتوكول سياق النموذج (Model Context Protocol)، أو MCP، معيار مفتوح قدّمته Anthropic أواخر عام 2024 ليتمكن مساعدو الذكاء الاصطناعي من استدعاء أدوات خارجية بطريقة واحدة متسقة. يعرض خادم MCP قائمة بالأدوات، ولكل أداة اسم ووصف قصير ومدخلات محددة النوع. يقرأ العميل، مثل Claude Desktop أو Claude Code، هذه القائمة. عندما يحتاج طلبك إلى إحدى هذه الأدوات، يستدعيها Claude ويقرأ ما يعود به.
يعرض خادم YouTube MCP عادةً مزيجًا من هذه الأدوات، وإن كانت الأسماء تختلف من مشروع لآخر:
تتواصل معظم الخوادم المحلية مع Claude عبر stdio. يشغّل Claude البرنامج على جهازك، ويتبادل معه الرسائل عبر الإدخال والإخراج القياسيين. لا شيء يُستضاف لك، ولا شيء يعمل ما لم يبدأه العميل.
تقوم قدرتان بمعظم العمل، وهما تحلّان مشكلتين مختلفتين.
النصوص تجيب عن سؤال "ماذا قيل في هذا الفيديو". وهي رخيصة وسريعة ونصية فقط. يستطيع Claude أن يقتبس جملة، أو يبني مخططًا بالطوابع الزمنية، أو يستخرج كل رقم ذكره المتحدث.
البحث عن الفيديوهات يجيب عن سؤال "أي الفيديوهات يستحق وقتي". يعيد العناوين والقنوات والتواريخ، لكنه لا يخبرك بشيء عما بداخلها حتى تجلب نصوص أفضل المرشحين. أقوى سير عمل يربط الاثنين: ابحث، ثم اختر القائمة المختصرة، ثم اجلب النصوص، ثم قارن.
💡 نصيحة: اطلب من Claude أن يعرض قائمة نتائج البحث المختصرة قبل أن يجلب أي نص. بذلك توفر الحصة وتُبقي نافذة السياق نظيفة.
لا تصل كل خوادم YouTube MCP إلى YouTube بالطريقة نفسها. وتحدد الطريقة ما تثبّته، وما تكلّفه، وأين يمكن أن تفشل.
تجلب هذه الخوادم مسار الترجمات الذي يعرضه YouTube أصلًا أسفل الفيديو، إما عبر مكتبة نصوص أو بقراءة ملفات الترجمة باستخدام yt-dlp. لا تحتاج إلى بيانات اعتماد API ولا إلى مشروع في Google Cloud، لذلك يستغرق الإعداد بضع دقائق. ضعفها واضح: لا توجد ترجمات، فلا شيء لجلبه. كما أنها تُحظر غالبًا بصورة أكبر عند تشغيلها من خادم سحابي مقارنةً باتصال منزلي.
تستدعي هذه الخوادم واجهة YouTube Data API v3 الرسمية، وتحتاج إلى بيانات اعتماد من Google Cloud Console. البيانات الوصفية والبحث موثوقان، لكن الحصة محدودة. يحصل كل مشروع افتراضيًا على 10,000 وحدة يوميًا، وطلب البحث يكلّف 100 وحدة، وطلب الحصول على فيديو عادي يكلّف وحدة واحدة. يعني ذلك نحو 100 عملية بحث يوميًا قبل أن تنفد الحصة، وتُعاد تعيينها عند منتصف الليل بتوقيت المحيط الهادئ. يسرد جدول الحصص الرسمي سعر كل طريقة.
عقبة إضافية: تنزيل الترجمات عبر واجهة البرمجة الرسمية يكلّف 200 وحدة لكل استدعاء، ويتطلب صلاحية التعديل على الفيديو. لذلك لا يمكن لمسار واجهة البرمجة وحده عادةً جلب نصوص فيديوهات صنّاع محتوى آخرين، ولهذا تجمع إعدادات كثيرة بين Data API للبحث وأداة لاستخراج النصوص.
تنزّل هذه الخوادم الصوت باستخدام yt-dlp، ثم تشغّل عليه التعرّف على الكلام. وهي أبطأ وتحتاج إلى قدرة حوسبة، لكنها تعمل مع الفيديوهات التي لا تحتوي على ترجمات. هذا هو الخيار الثقيل، والاختيار الصحيح حين تكون الدقة في الصوت المشوش أهم من السرعة.
| النهج | جهد الإعداد | يحتاج إلى بيانات اعتماد API | يعمل بدون ترجمات | القيد الرئيسي |
|---|---|---|---|---|
| استخراج الترجمات | منخفض | لا | لا | ترجمات مفقودة، وطلبات محظورة |
| YouTube Data API | متوسط | نعم | لا، لفيديوهات صنّاع المحتوى الآخرين | 10,000 وحدة يوميًا |
| التنزيل والتفريغ النصي | مرتفع | يعتمد على الخادم | نعم | بطيء، ويحتاج إلى قدرة حوسبة |
قبل أن تثبّت أي شيء، اختر خادمًا يمكنك قراءة مصدره. يشغّل خادم MCP شيفرة على جهازك بصلاحياتك، لذلك تحقق أولًا من المستودع والمشرف عليه وسجل الإيداعات الأخير. كما تحتاج إلى Node.js للخوادم التي تُشغَّل عبر npx، أو إلى Python مع uv للخوادم المبنية على Python.
افتح Settings ثم Developer ثم Edit Config، أو افتح الملف مباشرة. على macOS يقع الملف في ~/Library/Application Support/Claude/claude_desktop_config.json. وعلى Windows يقع في %APPDATA%\Claude\claude_desktop_config.json. أضف إدخالًا ضمن mcpServers:
{
"mcpServers": {
"youtube": {
"command": "npx",
"args": ["-y", "your-youtube-mcp-package"]
}
}
}
استبدل your-youtube-mcp-package باسم الحزمة من ملف README الخاص بالخادم، وأضف أي متغير بيئي يطلبه الملف، مثل بيانات اعتماد Data API. ثم أغلق Claude Desktop بالكامل وأعد فتحه. يجب أن تُظهر قائمة الأدوات الآن أدوات YouTube.
يسجّل Claude Code الخادم بأمر واحد:
claude mcp add youtube -- npx -y your-youtube-mcp-package
أضف --scope user لجعل الخادم متاحًا في كل المشاريع بدلًا من المشروع الحالي فقط. شغّل /mcp داخل Claude Code للتحقق من أن الاتصال يعمل.
💡 نصيحة لنظام Windows: على Windows الأصلي، تحتاج الخوادم التي تُشغَّل عبر npx عادةً إلى غلاف
cmd /c. استخدمclaude mcp add youtube -- cmd /c npx -y your-youtube-mcp-package.
اختبر بفيديو قصير: "اجلب نص هذا الرابط، وأعطني أول خمس دقائق في نقاط مع الطوابع الزمنية." يطلب Claude الإذن في أول مرة يستدعي فيها أداة. وافق عليه، ثم تحقق من أن الطوابع الزمنية تطابق الفيديو.
الطلبات المحددة تتفوق على الطلبات الغامضة. اطلب أدلة لا انطباعات:
💡 نصيحة: طلب الطوابع الزمنية والاقتباسات الحرفية يبقي Claude مرتبطًا بالنص. إذا لم تكن خلف الإجابة أي عبارة مقتبسة، فتعامل معها بحذر.
يظهر عائد الإعداد حين تربط البحث بالنصوص. جرّب أمرًا مثل هذا:
"ابحث في YouTube عن خمسة فيديوهات هي الأكثر صلة بموضوع [topic]، واعرض لي العناوين والقنوات أولًا. بعد أن أختار ثلاثة منها، اجلب نصوصها وقارن ما يقوله كل فيديو عن [question] في جدول."
راقب حجم ما تجلبه. يُنطق الكلام الإنجليزي بنحو 150 كلمة في الدقيقة، وتكلّف الكلمة الواحدة قرابة 1.3 توكن، لذلك هذه تقديرات تقريبية:
| مدة الفيديو | عدد الكلمات التقريبي | عدد التوكنات التقريبي |
|---|---|---|
| 10 دقائق | 1,500 | 2,000 |
| ساعة واحدة | 9,000 | 12,000 |
| 3 ساعات | 27,000 | 36,000 |
جلب خمس محاضرات مدة كل منها ساعة في محادثة واحدة يعني نحو 60,000 توكن من النص الخام قبل أن يكتب Claude كلمة واحدة. تتعامل نوافذ السياق الكبيرة مع ذلك، لكنها تستنزف حصتك بسرعة. لخّص كل فيديو في طلب مستقل، ثم اطلب من Claude دمج الملخصات.
الباحثون والطلاب. مرّر قائمة تشغيل محاضرات عبر الخادم فيديو تلو الآخر. اطلب مسردًا للمصطلحات وقائمة بالأسئلة المفتوحة لكل محاضرة، ثم ادمجها في ورقة دراسة واحدة. ولأن كل إجابة تحمل طابعًا زمنيًا، يمكنك العودة إلى الدقيقة المحددة عندما يبدو شيء غير صحيح.
صنّاع المحتوى والبودكاست. اجلب نصوص أرشيفك الخاص واسأل أي الحلقات تذكر موضوعًا معينًا، وأي العبارات الجاذبة تتكرر، وأي الأفكار تستحق متابعة. تتحول الحلقات الطويلة إلى مسودات مدونة، وأقسام نشرة بريدية، ونصوص مقاطع قصيرة، دون أن يعيد أحد كتابة كلمة واحدة.
فرق المنتجات والتسويق. شاهد الندوات الإلكترونية للمنافسين وعروض المنتجات دون أن تُعطّل أحدًا عن عمله. اجلب النص، واطلب من Claude أن يسرد الميزات الجديدة، وتغييرات الأسعار، وادعاءات التموضع، ثم ضع النتيجة في مستند مشترك. ويمكن لفرق الدعم أن تحوّل فيديوهات الشروحات إلى مسودات لمركز المساعدة بالطريقة نفسها.
💡 احترم المصدر: النصوص ملك لصنّاع المحتوى. استخدمها للبحث، ولخّص واذكر المصدر، ولا تعيد نشرها كلمة بكلمة.
تعود معظم الإخفاقات إلى قائمة قصيرة من الأسباب:
| الأعراض | السبب المرجّح | الحل |
|---|---|---|
| "لا يوجد نص متاح" | تعطيل الترجمات أو عدم توليدها بعد | فرّغ الصوت، وراجع الدليل أدناه |
| يعمل في المنزل ويفشل على الخادم | نطاق عناوين IP للمضيف محظور | شغّل الخادم محليًا |
| نص بلغة خاطئة | اختار الخادم أول مسار ترجمة | اذكر رمز اللغة في أمرك، مثل en |
| أسماء مشوّهة، وغياب علامات الترقيم | ترجمات مولّدة تلقائيًا | اطلب من Claude تنظيف النص وتحديد الأسماء غير المؤكدة |
| يتوقف البحث في منتصف النهار | استنفاد الحصة اليومية | ابحث بقدر أقل، واختصر قوائم النتائج، وانتظر إعادة التعيين |
| الأدوات مفقودة في Claude | ملف JSON معطوب أو عدم إعادة التشغيل | تحقق من ملف الإعداد، وأعد تشغيل العميل بالكامل، وراجع السجلات |
تضغط الفيديوهات الطويلة على نافذة السياق. اطلب ملخصًا واحدًا لكل مقطع مدته 10 دقائق، ثم مخططًا مدمجًا في النهاية. وإذا أعاد الخادم الطوابع الزمنية بالثواني، فاطلب من Claude تحويلها إلى دقائق وثوانٍ حتى تنتقل بنقرة مباشرة إلى الموضع.
وتعامل كذلك مع النصوص على أنها مدخلات غير موثوقة. قد يحتوي الفيديو على تعليمات منطوقة أو مكتوبة موجهة إلى نموذج ذكاء اصطناعي، ويوصلها النص مباشرة إلى المحادثة. أبقِ موافقات الأدوات مفعّلة، ولا تشغّل جلسة YouTube بجانب أدوات تستطيع كتابة الملفات أو إرسال البريد أو المساس بأنظمة الإنتاج.
حين تكون الترجمات مفقودة أو مشوّهة بشدة، فرّغ الصوت بنفسك. نزّل فقط الصوت الذي يحق لك استخدامه: فيديوهاتك، أو مواد مرخّصة، أو محتوى يسمح صانعه بذلك. ثم يحوّل GPT 4o Transcribe على Picasso IA التسجيل إلى نص. يقبل ملفات mp3 و mp4 و mpeg و mpga و m4a و ogg و wav و webm، لذلك نادرًا ما تحتاج إلى تحويل أي شيء أولًا.
en أو es أو fr. تحسّن تسمية اللغة الدقة والسرعة معًا.💡 نصيحة: جرّب مقطعًا مدته 30 ثانية أولًا. إذا خرجت الأسماء خاطئة، فأضفها إلى حقل prompt وأعد تشغيل المقطع قبل أن تلتزم بالتسجيل كاملًا.
GPT 4o Mini Transcribe وGemini 3 Pro ينتميان إلى الفئة نفسها من تحويل الكلام إلى نص، لذلك يمكنك مقارنة الدقة على المقطع نفسه.
افتح Claude Sonnet 5 على Picasso IA والصق النص في حقل prompt. ثلاثة إعدادات مهمة:
low هو الافتراضي والأسرع، مع إيقاف التفكير. انتقل إلى medium أو high حين يكون النص طويلًا والسؤال دقيقًا.أمر يعمل جيدًا: "لخّص هذا النص في خمس نقاط، واذكر كل رقم ورد فيه، واقتبس الجملتين الأهم." بالنسبة للتسجيلات التي تستغرق ساعة، قسّم النص إلى مقاطع من 10 دقائق ثم ادمج النتائج، وهي الحيلة نفسها مع خادم YouTube.
بعد أن تحصل على ملخص، يمكنك تحويله إلى شيء يشاهده الناس فعلًا. اطلب من Claude Sonnet 5 أن يكثّف أقوى النقاط الثلاث في وصف مشهد قصير يتضمن شخصًا واضحًا وحركة كاميرا وملاحظة عن الإضاءة. ثم الصق هذا الوصف في نموذج تحويل النص إلى فيديو مثل Seedance 2.0 أو Veo 3.1 Fast. يصلح المقطع القصير كرسوم متحركة افتتاحية لمنشور أو نشرة بريدية، وتستغرق الحلقة كاملة من الصوت إلى الفيديو دقائق.
الآن لديك الحلقة كاملة. يزوّد خادم YouTube MCP Claude بالنص ونتائج البحث. وحين تفشل الترجمات، يسد تحويل الكلام إلى نص الفجوة. ثم يحوّل نموذج اللغة النص الخام إلى ملاحظات، ويحوّل نموذج الفيديو تلك الملاحظات إلى مقطع.
ابدأ صغيرًا. اختر فيديو واحدًا مدته خمس دقائق، وفرّغه على Picasso IA، ولخّصه باستخدام Claude Sonnet 5، وحرّك أفضل فكرة فيه بنموذج تحويل النص إلى فيديو. غيّر إعدادًا واحدًا في كل مرة، وقارن النتائج، واحتفظ بالأوامر التي تعمل. افتح Picasso IA، ونفّذ أول عملية تفريغ نصي، وانظر كم من جلسة بحثك القادمة يمكنك أن تسلّمه.
اختر لغتك
