Audio Note Taker MCP

音频笔记记录器 - 带MCP的AI语音笔记

利用由Claude和MCP（模型上下文协议）驱动的AI代理工作流，将语音记录转换为可执行的任务、日历事件和结构化笔记。

概述

这个项目展示了一个端到端的AI代理工作流程，该流程：

1. 从用户那里获取音频录音
2. 使用Deepgram将音频转录为文字
3. 使用Claude AI提取可操作项
4. 将结构化数据保存到存储中
5. 生成日历事件链接

构建于：

• Next.js 15 + TypeScript（或：Next.js 15搭配TypeScript）
• 工具链中的MCP（模型上下文协议）
• Claude AI（Anthropic出品）用于智能提取
• Deepgram用于语音转文字
• 使用AWS S3进行存储（可选）

建筑学

User Audio → Next.js Frontend → Claude AI Agent
                                      ↓
                              MCP Tools Chain:
                              1. transcribe_audio
                              2. extract_tasks
                              3. save_note
                              4. create_calendar_event

克劳德通过根据输入自动串联MCP工具来协调工作流程。

已实现的MCP工具

1. transcribe_audio

• 目的使用Deepgram API转录音频
• 输入Base64音频数据或URL
• 输出转录文本、时长、置信度评分

2. extract_tasks

• 目的分析转录文本并提取结构化数据
• 输入转录文本
• 输出任务、日历事件和笔记

3. save_note

• 目的将处理过的笔记保存到S3或本地文件系统
• 输入所有提取的数据
• 输出笔记ID和存储URL

4. create_calendar_event

• 目的生成Google日历事件链接
• 输入活动详情（标题、日期、时间）
• 输出日历链接，方便添加

设置说明

1. 安装依赖项

pnpm install

2. 配置环境变量

创建 .env.local 文件：

# Required
DEEPGRAM_API_KEY=your_deepgram_api_key
ANTHROPIC_API_KEY=your_anthropic_api_key

# Optional (for S3 storage)
AWS_ACCESS_KEY_ID=your_aws_access_key
AWS_SECRET_ACCESS_KEY=your_aws_secret_key
AWS_REGION=us-east-1
AWS_S3_BUCKET=audio-notes-bucket

获取API密钥：

• Deepgram：https://console.deepgram.com/
• Anthropic：https://console.anthropic.com/

3. 运行开发服务器

pnpm dev

开放 http://localhost:3000 翻译为中文是：“本地主机上的3000端口”。不过，通常我们不会直接这样翻译网址，而是会说“访问本地开发服务器，端口为3000”。但根据您的要求，直接翻译网址部分就是“本地主机上的3000端口”

测试MCP服务器

使用随附的测试客户端测试您的MCP工具：

node scripts/test-client.mjs http://localhost:3000

这将连接到您的本地MCP服务器，并列出可用的工具。

部署

部署到 AWS Amplify

1. 连接存储库

- 在AWS Amplify中创建新应用 - 连接到您的Git仓库

1. 配置构建设置

- 构建命令： pnpm install && pnpm build - 输出目录： .next

1. 添加环境变量

- 添加来自（指定位置/文件）的所有环境变量 .env.local - 确保在适当的地方将其标记为机密

1. 部署

- Amplify 将自动构建和部署 - SSL证书自动生成

部署到Vercel（备选方案）

vercel deploy

在Vercel仪表板中添加环境变量。

致Vercel的备注：

• 启用 流体计算
• 调整 maxDuration 在 app/mcp/route.ts 如果使用Pro/Enterprise（专业版/企业版）

项目结构

mcp-for-next.js/
├── app/
│   ├── mcp/
│   │   └── route.ts          # MCP tools implementation
│   ├── page.tsx               # Homepage
│   ├── layout.tsx             # Root layout
│   └── globals.css            # Global styles
├── scripts/
│   └── test-client.mjs        # MCP test client
├── .env.example               # Environment variables template
└── MCP_TOOLS_DESIGN.md        # Detailed tool design doc

示例工作流程

用户输入（语音）：

“提醒我在周五前跟进莎拉关于第四季度预算的事宜，并安排团队在下周二下午2点进行同步会议。”

克劳德的工具链：

1. transcribe_audio() → 返回成绩单
2. extract_tasks() → 提取物：

- 任务：“与Sarah跟进第四季度预算事宜”（截止日期：周五） - 活动：“团队同步会议”（日期：下周二，下午2点）

1. save_note() → 保存到存储中
2. create_calendar_event() → 生成日历链接

结果： 结构化、可操作的数据，即刻可用！

开发说明

• 存储回退如果未配置AWS凭证，笔记将保存到本地 data/notes/ 目录
• 错误处理每个工具都能优雅地处理缺失的API密钥，并返回有用的错误信息
• 详尽的日志记录启用在 app/mcp/route.ts 用于调试

使用了（或构建于）

• Next.js - React 框架
• MCP处理器 Vercel的MCP适配器
• Deepgram SDK（软件开发工具包） - 语音转文字
• Anthropic SDK（注：Anthropic是一家专注于开发人工智能技术的公司，SDK代表软件开发工具包） - 克劳德AI
• AWS SDK（亚马逊网络服务软件开发工具包） - S3存储
• Tailwind CSS - 搭配/造型

许可证

麻省理工学院（MIT）