MCP Video Digest (视频内容提取总结)
About
Transcribe and summarize video content from links using various transcription services.
Details
- Author
- R-lz
- GitHub stars
- 28
- Downloads
- 612
- Categories
- Productivity, Other, Media
Jump to
- 支持超过 1000 个视频网站的下载和音频提取
- 多转录服务：Deepgram、Gladia、Speechmatics、AssemblyAI
- 根据可用 API 密钥自动选择最优服务
- 异步处理设计，提高并发性能
- 完整的错误处理和日志记录
- 支持说话人分离
- 支持本地模型 CPU/GPU 加速处理
Setting up with Highlight
This MCP is not yet compatible with Highlight’s one-click setup. However, you can still use it with Highlight by following these steps:
- Download and install Highlight from highlightai.com/download
- Navigate to the plugins tab and select "Add Custom Plugin"
-
Configure the plugin with the settings below
Plugin Name
MCP Video Digest (视频内容提取总结)Command (node, npx, python, etc.)Please refer to the README for specific instructions on how to obtain API keys or other required environment variables.
- Enable "Start Automatically" if you want the plugin to start when Highlight launches
From the repository
1. 安装 uv 或使用 Python，克隆项目，创建虚拟环境并安装依赖（uv pip install -e .）。2. 在项目根目录创建 .env 文件，至少配置一个转录服务的 API 密钥（如 DEEPGRAM_API_KEY）。3. 启动服务：uv run src/main.py。4. 通过 MCP Client 调用 get_video_content 工具，传入视频 URL 即可获取转写文本。支持 SSE 和 STDIO 两种连接方式。
Claude Desktop / Cursor
Paste into your MCP client config file to install this server.
{
"mcpServers": {
"mcp video digest (\u89c6\u9891\u5185\u5bb9\u63d0\u53d6\u603b\u7ed3)": {
"mcp-video-digest": {
"command": "uv",
"args": [
"venv"
]
}
}
}
}McpServers
{
"mcp-video-digest": {
"command": "uv",
"args": [
"venv"
]
}
}MCP Video Digest (视频内容提取总结)
<div align="right">
<a href="README_EN.md">English</a> | <b>中文</b>
</div>
项目简介
MCP Video Digest 是一个视频内容处理服务，,能够从 YouTube、Bilibili、TikTok、Twitter... 视频中提取音频并转换为文本。该服务支持多个转录服务提供商，包括 Deepgram、Gladia、Speechmatics 和 AssemblyAI，可以根据配置的 API 密钥灵活选择使用。(第一个MCP练手的项目,主要熟悉MCP的开发和运行流程)功能特点
- 支持超过1000个网站上的流媒体内容下载和音频提取 - 多个转录服务提供商支持： - Deepgram - Gladia - Speechmatics - AssemblyAI - 灵活的服务选择机制，根据可用的 API 密钥自动选择服务 - 异步处理设计，提高并发性能 - 完整的错误处理和日志记录 - 支持说话人分离 - × 支持本地模型cpu/gpu加速处理目录结构
.
├── src/ # 源代码目录
│ ├── services/ # 服务实现目录
│ │ ├── download/ # 下载服务
│ │ └── transcription/ # 转录服务
│ ├── main.py # 主程序逻辑
│ └── __init__.py # 包初始化文件
├── config/ # 配置文件目录
├── test.py # 测试脚本
├── run.py # 服务启动脚本
├── pyproject.toml # 项目配置和依赖管理
├── uv.lock # UV 依赖锁定文件
└── .env # 环境变量配置
测试截图
安装说明
1. 安装 uv 或使用 python
如果还没有安装 uv，可以使用以下命令安装：curl -LsSf https://astral.sh/uv/install.sh | sh
2. 克隆项目：
git clone https://github.com/R-lz/mcp-video-digest.git
cd mcp-video-digest
3. 创建并激活虚拟环境：
```bash uv venv source .venv/bin/activate # Linux/MacSign in to leave a review
Use Google, GitHub, or an email account so ratings stay tied to real people.
No reviews posted yet.
