Idea To Content MCP

idea-to-content-mcp

一个基于 Model Context Protocol 的内容工作流 MCP, 用于把「创作想法」拆解成适配不同社交平台的结构化内容方案。

工具本身不写死文案模板, 而是通过精心设计的中文提示词驱动大模型, 由大模型完成多轮思考和「专家团队式」讨论, MCP 只负责结构约束和结果校验。

功能概览

• 支持平台: 抖音(douyin)、B站(bilibili)、小红书(xiaohongshu)、YouTube Shorts(youtubeShorts)、快手(kuaishou)
• 输入: 平台 + 想法 + 目标 + 受众 (+ 可选风格)
• 输出: 结构化的内容工作流计划(Plan), 包含:

- 项目卡片: 项目名、受众、痛点、可见结果、AI 角色 - 平台指南: 建议时长、画面比例、风格要点、必备要素 - 多条选题: 每条含脚本(钩子/中段要点/结尾引导) + 分镜

安装与构建

npm install
npm run build

提示: 需要 Node 18+ (内置 fetch), 并且依赖包会从网络安装。

运行 MCP 服务器

设置 OpenAI 相关环境变量:

export OPENAI_API_KEY=你的key
export OPENAI_MODEL=gpt-4.1-mini   # 可选, 默认 gpt-4.1-mini

启动 MCP 服务器:

npm start

在支持 MCP 的宿主中注册该服务器, 示例(伪代码):

{
  "servers": {
    "idea-to-content-mcp": {
      "command": "node",
      "args": [
        "/absolute/path/to/idea-to-content-mcp/dist/index.js"
      ],
      "env": {
        "OPENAI_API_KEY": "sk-xxx-your-key",
        "OPENAI_MODEL": "gpt-4.1-mini"
      }
    }
  }
}

宿主侧即可调用工具 planContent:

{
  "tool": "planContent",
  "arguments": {
    "platform": "douyin",
    "idea": "用AI做PubMed文献自动采集工具",
    "goal": "让科研党查文献更快、整理更省心",
    "audience": "医学科研学生和医生",
    "style": "偏实战、带一点故事感"
  }
}

返回值为一个对象, 结构如下:

{
  "systemPrompt": "..." 
}

其中 systemPrompt 是一段为「调用方大模型」准备的长提示词, 内部已经包含:

• 平台特点与内容风格约束
• 「专家团队多轮讨论」的角色与思考流程
• 目标输出结构(Plan 类型)的详细说明

调用方的大模型拿到 systemPrompt 后, 可以用它作为 system / user 提示词, 在自身对话或工具链中继续生成符合 Plan 结构的内容工作流方案。

类型与质量

• 使用 TypeScript + zod 约束工具输入/输出结构
• MCP 内部通过提示词驱动大模型模拟「平台策略 + 编导 + 数据分析 + 陪跑教练」专家团队, 在一次调用中完成多轮内部思考, 最终只输出结构化结果

注意事项

• 不要在仓库中提交任何真实的 API Key
• 本 MCP 不直接调用任何第三方 LLM 或使用 API Key, 它只负责根据输入生成高质量的提示词, 把「内容拆解工作」全部交给调用它的大模型来完成