MCP Audio RAG Server

MCP音频RAG服务器

使用人工智能将您的音频文件转换为可搜索的知识库。向克劳德询问有关您的会议、播客、讲座或任何音频内容的问题。

这是什么？

这是一个MCP（模型上下文协议）服务器，它允许您：

1. 转录 使用谷歌Gemini AI的任何音频文件
2. 商店 可搜索数据库中的转录
3. 搜索 使用自然语言浏览所有音频内容

设置完成后，您可以简单地问Claude以下问题：

• *“他们在我的会议录音中讨论了什么预算？”*
• *“在我的播客收藏中查找机器学习的提及”*
• *“昨天讲座的要点是什么？”*

运作原理

┌─────────────┐     ┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│ Audio File  │ ──▶ │   Gemini    │ ──▶ │  Chunking   │ ──▶ │  Supabase   │
│ (.mp3, etc) │     │ Transcribe  │     │ + Embedding │     │  (pgvector) │
└─────────────┘     └─────────────┘     └─────────────┘     └─────────────┘
                                                                   │
┌─────────────┐     ┌─────────────┐     ┌─────────────┐            │
│   Claude    │ ◀── │   Results   │ ◀── │   Search    │ ◀──────────┘
│  Response   │     │ + Snippets  │     │   Query     │
└─────────────┘     └─────────────┘     └─────────────┘

快速开始

先决条件

• Node.js 18+ - 点击此处下载
• Gemini API密钥 - 免费获得一个
• 辅助数据库账户 - 免费注册

步骤1：克隆并安装

git clone https://github.com/matheusslg/mcp-audio-rag.git
cd mcp-audio-rag
npm install

步骤2：设置辅助数据库

1. 在以下位置创建新项目 网站 supabase.com
2. 首选 SQL编辑器 在您的仪表板中
3. 粘贴并运行以下内容 supabase/schema.sql

第3步：获取API密钥

Supabase （设置→ API):

• 复制 项目Url → SUPABASE_URL
• 复制 service_role密钥 → SUPABASE_SERVICE_KEY

谷歌AI工作室:

• 在以下位置创建密钥 aistudio.google.com/apikey → GEMINI_API_KEY

步骤4：配置

cp .env.example .env

编辑 .env:

GEMINI_API_KEY=your-key-here
SUPABASE_URL=https://your-project.supabase.co
SUPABASE_SERVICE_KEY=your-service-role-key

第五步：加入克劳德

适用于Claude Code CLI (~/.claude.json):

{
  "mcpServers": {
    "audio-rag": {
      "command": "npx",
      "args": ["tsx", "/full/path/to/mcp-audio-rag/src/server.ts"],
      "env": {
        "GEMINI_API_KEY": "your-key",
        "SUPABASE_URL": "https://your-project.supabase.co",
        "SUPABASE_SERVICE_KEY": "your-service-role-key"
      }
    }
  }
}

适用于克劳德桌面 (~/Library/Application Support/Claude/claude_desktop_config.json 在Mac上）：

配置与上述相同。

用法

转录音频

只需告诉克劳德转录一个文件：

Transcribe /path/to/meeting.mp3

想要使用特定的模型吗？只要问：

Transcribe /path/to/lecture.m4a using gemini-2.5-pro

搜索您的音频

问一些自然的问题：

What did they say about the project timeline?
Search for mentions of "budget" in my recordings
Find discussions about AI in my podcasts

管理您的图书馆

List all my transcribed audio files
Delete the recording from last week
Get the full transcript of meeting.mp3
Summarize the podcast episode

可用型号

支持的音频格式

.mp3 .mp4 .m4a .wav .webm .mpeg .mpga

可用工具

故障排除

支持这个项目

如果这个项目为你节省了时间或帮助了你，考虑给我买杯咖啡！

许可证

麻省理工学院-随心所欲地使用它！

______________________________________________________________________

Made with Gemini + Supabase + Claude