OpenAI Responses API MCP: YouTube Transkriptiot GPT-5:lle

OpenAI Responses API voi kutsua etäisiä MCP-palvelimia suoraan — julistat palvelimen tools-osiossa ja malli löytää ja kutsuu sen työkaluja itsestään. Kytke youtube2text.org:n MCP-palvelin ja GPT-5 voi hakea minkä tahansa YouTube-transkription keskustelun aikana ilman, että kirjoitat yhtään hakukoodia. Testasin tämän tarkkaa asetusta gpt-5-versiota vastaan tänään; alla oleva konfiguraatio on valmis kopioitavaksi.

Työkalulohko

Tämä on koko integraatio:

{
  "type": "mcp",
  "server_label": "youtube2text",
  "server_url": "https://youtube2text.org/mcp",
  "headers": {"x-api-key": "YOUR_KEY"},
  "require_approval": "never"
}

headers-kenttä välittää youtube2text API-avaimesi palvelimelle jokaisen kutsun yhteydessä. require_approval: "never" ohittaa ihmisen hyväksyntäkierroksen — järkevä täällä, koska ainoa työkalu on vain luku -transkriptio-haku. Hanki avain Google-kirjautumisen kautta osoitteessa youtube2text.org/app/keys tai hanki jaettu demonäppäin osoitteesta GET https://youtube2text.org/api/demo-key (5 videota/kuukausi per IP).

Täydellinen Python-esimerkki

from openai import OpenAI

client = OpenAI()

resp = client.responses.create(
    model="gpt-5",
    tools=[{
        "type": "mcp",
        "server_label": "youtube2text",
        "server_url": "https://youtube2text.org/mcp",
        "headers": {"x-api-key": "YOUR_KEY"},
        "require_approval": "never",
    }],
    input="Summarize https://www.youtube.com/watch?v=dQw4w9WgXcQ "
          "in five bullet points.",
)

print(resp.output_text)

Siinä se on. Ei transkriptio-hakukoodia, ei jäsennystä, ei kehotteen kokoamista. Malli päättää tarvitsevansa transkription, kutsuu työkalua, lukee tuloksen ja kirjoittaa yhteenvedon.

Mitä tapahtuu kulissien takana

Kävele läpi resp.output-kohtaa ja näet mekanismin:

1. Ensin tulee mcp_list_tools-kohta. Responses API yhteyden https://youtube2text.org/mcp ja veti työkaluluettelon — meidän tapauksessamme yksi työkalu, transcribe_video(url, maxChars?), joka palauttaa {title, content, contentSize, videoId, pubDate, truncated}. Tämä tuonti tapahtuu kerran keskustelua kohden ja se välimuistetaan myöhemmillä kierroksilla.
2. Kun malli päättää kutsua sitä, tulee mcp_call-kohta valittujen argumenttien kanssa ({"url": "https://www.youtube.com/watch?v=..."}) ja palvelimen vastauksen jälkeen, täydellinen työkalun tulos.
3. Lopuksi tavallinen message-kohta mallin vastauksella, jonka output_text antaa sinulle.

Palvelin on virtaava HTTP ja tilaton, joten ei istuntokättelyä hallittavaksi — jokainen kutsu on itsenäinen. Jos videolla ei ole kuvatekstejä, työkalu palauttaa TRANSCRIPT_UNAVAILABLE-virheen, jonka malli välittää tavallisessa englannissa sen sijaan, että kaatuu ajon.

Yksi arvoinen seikka tietää

GPT-5 on mielissään yhteenveto, analysointi ja lainaus lyhyistä transkriptio-fragmenteista. Pyydä sitä toistamaan pitkiä sanastoon sanallisia otteita ja se saattaa kieltäytyä — OpenAI:n tekijänoikeus suojaukset alkavat pitkän sanamukaisen kolmannen osapuolen sisällön jälleen tuottamisesta. Testauksessani tänään yhteenvedot, aiheen poimiminen ja Q&A kaikki toimivat ilman hankaluutta; "anna minulle koko transkriptio takaisin" ei. Jos tarvitset raa'an tekstin, ohita malli kokonaan ja osui REST-päätteeseen curlilla — maksat tunnisteita oman API-vastauksesi pesemiseksi muuten.

Kustannushuomautus

Transkriptiot ovat suuria. Tunnin puhuminen on noin 8 000–10 000 sanaa, kaikki jotka laskeutuvat GPT-5:n kontekstiin työkalun tuotoksena ja laskutetaan syötettyjen tunnisteiden mukaan. Jos olet tiivistelmässä äänenvoimakkuudella, siirtää maxChars kehoteohjuksesta (malli välittää sitä työkalu-argumenttina) tai esikäsittele jollain halvemmalla.

Sama palvelin, muut asiakkaat

Identtinen MCP-pääte toimii Claudella — Messages API mcp_servers -lohkon kautta tai claude.ai-liitin ja Claude Codessa — joten yksi youtube2text-avain kattaa koko agenttikarjasi.

Avaimet ja paketit (ilmainen 5/kk rajoittamaton 19,99 dollariin) ovat osoitteessa youtube2text.org/app/keys.