MCP Call Recording

MCP呼叫记录服务器

MCP（模型上下文协议）服务器，使用 人工智能驱动的结构化摘要此服务器使业务利益相关者能够通过Claude Desktop和Microsoft Copilot 365 Studio使用自然语言查询客户端呼叫记录。

现在由OpenAI GPT-4-turbo提供支持 以获得一流的摘要质量和结构化提取。

架构图（使用Gemini Nano Banana生成）

数据流

在我们确定了可以在嵌入级别进行的改进后，这是数据流的改进版本。

特性

• 自动索引：监视VTT转录文件的目录，并在后台自动为其建立索引
• AI驱动的摘要：使用OpenAI GPT-4-turbo生成具有呼叫类型、参与者、公司/企业、关键主题、行动项目和决策的完美结构化摘要
• 高级嵌入：OpenAI text-embedding-3-small（1536维），提供卓越的语义搜索质量
• 自然语言查询问“总结美国银行销售电话”或“Capital One电话中的行动项目是什么？”
• 100%一致的格式：GPT-4-turbo即使对于长转录本（860+行，286+段）也能保持完美的结构
• 所有参与者已捕获：绝不会错过会议参与者-所有发言者都被正确识别
• 无幻觉：正确显示缺失信息的“未知”，而不是捏造数据
• 单工具界面：简单 query_transcripts 处理所有查询的工具（纯语义搜索）

服务器使用：

• OpenAI GPT-4涡轮：生成结构化摘要的一流法学硕士（每份成绩单约0.01-0.05美元）
• OpenAI嵌入：text-embedding-3-small，用于1536维语义搜索（每个转录本约0.0001美元）
• 色度：矢量数据库；Node.js客户端连接到 ChromaDB服务器 奔跑在 http://localhost:8000。持久数据存储在启动Chroma服务器时配置的目录中（请参阅 CHROMADB_SETUP.md).
• 文件监视器（chokidar）：自动检测新的、更改的或删除的VTT文件并为其建立索引
• MCP协议：AI辅助集成的标准协议（stdio传输）

先决条件

• Node.js 18+
• OpenAI API密钥（在https://platform.openai.com/api-keys)
• 5美元+OpenAI学分（涵盖约200份成绩单）
• 包含VTT转录文件的目录
• ChromaDB服务器 运行于 http://localhost:8000 （参见 CHROMADB_SETUP.md)

安装

1. 克隆或下载此存储库。

1. 安装依赖项：

   npm install

1. 构建TypeScript代码：

   npm run build

1. 创建一个 .env 项目根目录中的文件：

   OPENAI_API_KEY=sk-proj-your-key-here
   VTT_DIRECTORY=/path/to/vtt/transcript/files
   CHROMA_DB_PATH=./chroma_db

看 ENV_SETUP.md 有关详细的环境设置说明。

1. 在运行MCP服务器之前，启动ChromaDB服务器（在单独的终端中）——请参阅 CHROMADB_SETUP.md.

配置

环境变量

MCP服务器从环境变量（例如从 .env 项目根目录中的文件）：

成本：平均每份成绩单约0.02美元（因长度而异）。您的5美元信用额度约为200份成绩单。

Claude桌面设置

1. 编辑您的Claude Desktop配置文件：

- macOS: ~/Library/Application Support/Claude/claude_desktop_config.json - 视窗: %APPDATA%\Claude\claude_desktop_config.json - Linux: ~/.config/claude/claude_desktop_config.json

1. 添加MCP服务器（使用 绝对的 通往 dist/index.js):

   {
     "mcpServers": {
       "call-recording": {
         "command": "node",
         "args": ["/absolute/path/to/MCP_Call_Recording/dist/index.js"]
       }
     }
   }

示例配置位于 config/claude-desktop.json.

1. 重新启动克劳德桌面。

1. 服务器将加载 .env，索引中的现有VTT文件 VTT_DIRECTORY，并注意新的、更改的或删除的文件。

Microsoft Copilot 365 Studio安装程序

服务器当前正在使用 标准 运输。对于Copilot Studio，您需要将其作为HTTP MCP服务器运行（例如，在中添加HTTP传输 src/index.ts 或在适配器后面运行）。

作为参考， config/copilot-studio.json 说明了可能的结构（名称、描述、传输类型、环境变量）。集 VTT_DIRECTORY, CHROMA_DB_PATH，以及 OPENAI_API_KEY 在您的部署环境中。

用法

配置后，您可以向Claude Desktop（或设置HTTP后的Copilot Studio）询问有关通话记录的问题，例如：

• “上次与美国银行通话时讨论的主要风险是什么？”
• “确定上次与美国银行销售部客户通话中确定的最大风险”
• “本月与Acme Corp的电话会议做出了哪些决定？”
• “总结1月15日与TechCorp通话的要点”

服务器将：

1. 为您的问题生成嵌入
2. 跑a 语义搜索 在矢量数据库中（无元数据过滤）
3. 返回包含相关片段、元数据（客户、日期、发言人）和相关性得分的格式化答案

工具： query_transcripts

• question （必填）：关于成绩单的自然语言问题。
• limit （可选，默认值：10）：返回的最大结果数。
• minScore （可选，默认值：0.0）：最小相关性得分（0-1）。以下部分不包括在内。

运作原理

自动索引

启动服务器时：

1. 扫描 VTT_DIRECTORY 对于现有的 .vtt 文件
2. 将每个文件解析为带有时间戳的片段
3. 从文件名和VTT内容中提取元数据（客户端名称、日期、参与者、调用类型）
4. 使用OpenAI GPT-4-turbo生成AI驱动的结构化摘要
5. 使用OpenAI text-embedding-3-small（1536个维度）创建整个摘要的语义嵌入
6. 在ChromaDB中存储摘要和嵌入以进行语义搜索
7. 当文件监视器检测到新文件或更改的文件时，使用相同的管道

文件监视

服务器使用chokidar监视VTT目录：

• 新文件：自动索引
• 更改文件：重新索引（首先删除该文件的现有段）
• 已删除的文件：从数据库中删除该文件的段

查询处理

对于每个查询：

1. 该问题使用OpenAI text-embedding-3-small嵌入（与索引使用的模型相同）
2. Chroma通过嵌入相似度（余弦距离→ 转换为0-1分）
3. 结果按以下方式过滤 minScore，按分数排序，并使用摘要文本和元数据进行格式化

重新索引

如果需要刷新一个文件或整个目录的索引：

• 单个文件 （强制重新索引一个VTT文件）：

  npm run reindex -- path/to/file.vtt
  # or: tsx reindex-file.ts path/to/file.vtt

• 所有文件 在 VTT_DIRECTORY （强制重新索引所有内容）：

  npm run reindex-all
  # or: tsx reindex-all.ts

这两个脚本都使用您的 .env （例如。 VTT_DIRECTORY, CHROMA_DB_PATH, OPENAI_API_KEY).Chroma服务器必须正在运行。

备注：重新索引需要OpenAI API信用额度（每份成绩单约0.02美元）。

文件结构

MCP_Call_Recording/
├── src/
│   ├── index.ts                 # Entry point: init services, index existing files, start file watcher, start MCP server
│   ├── server.ts                # MCP server setup and tool registration (query_transcripts)
│   ├── tools/
│   │   └── query.ts             # query_transcripts tool (embedding + vector search + format answer)
│   ├── services/
│   │   ├── vttParser.ts         # VTT file parsing
│   │   ├── summaryService.ts    # OpenAI GPT-4-turbo for structured summaries
│   │   ├── embeddingService.ts  # OpenAI text-embedding-3-small (1536-dim)
│   │   ├── vectorDb.ts          # Chroma client (connects to http://localhost:8000)
│   │   ├── metadataExtractor.ts # Metadata from filename and VTT content
│   │   ├── indexer.ts           # Index one file or directory into Chroma
│   │   └── fileWatcher.ts       # chokidar-based file watcher
│   ├── types/
│   │   └── transcript.ts        # TypeScript interfaces
│   └── utils/
│       └── chunking.ts          # Legacy chunking utilities (now using full-transcript summaries)
├── config/
│   ├── claude-desktop.json      # Example Claude Desktop MCP config
│   └── copilot-studio.json      # Example structure for Copilot Studio (HTTP not implemented)
├── reindex-file.ts             # Script to reindex a single VTT file
├── reindex-all.ts              # Script to reindex all VTT files in VTT_DIRECTORY
├── check-embeddings.sql        # Optional: SQL for inspecting Chroma SQLite DB (chroma_db)
├── start_chroma.sh             # Helper to start Chroma server (see CHROMADB_SETUP.md)
├── start_chroma.py
├── package.json
├── tsconfig.json
├── CHROMADB_SETUP.md
└── README.md

发展

运行（生产构建）

npm run build
npm start

开发模式（tsx，无构建步骤）

npm run dev

手表（根据变化重建）

npm run watch

重新索引

npm run reindex -- vtt_files/SomeFile.vtt
npm run reindex-all

VTT文件格式

服务器需要WebVTT文件(.vtt 扩展）。例子：

WEBVTT

00:00:00.000 --> 00:00:05.000
Hello, this is a transcript segment.

00:00:05.000 --> 00:00:10.000
This segment has a speaker identifier.

元数据抽取

元数据来源于：

1. 文件名模式: {ClientName}_{Date}_{Type}.vtt\

例子： BankOfAmerica_2026-01-15_Sales.vtt

1. VTT标头：注释注释或其他标头元数据
2. 文件修改时间：在文件名或内容中找不到日期时回退

故障排除

服务器无法启动

• 确保在中设置了所有必需的环境变量 .env （尤其是 OPENAI_API_KEY 和 VTT_DIRECTORY).
• 验证您的OpenAI API密钥是否有效并具有信用。
• 确保 ChromaDB服务器 正在运行 http://localhost:8000 （参见 CHROMADB_SETUP.md).
• 在Claude Desktop配置中，使用 绝对的 通往 dist/index.js.
• 检查stderr/logs是否有错误。

文件未被索引

• 确认 VTT_DIRECTORY 指向正确的目录和文件 .vtt 扩展。
• 检查文件权限和stderr是否存在索引错误。
• 对于单个文件，请尝试： npm run reindex -- path/to/file.vtt.

搜索结果不佳或为空

• 确保成绩单是有效的VTT并且已被索引（查看启动日志或使用重新索引脚本）。
• 降低 minScore （例如0.0）以查看更多结果；工具默认值为0.0。
• 检查OpenAI API的使用情况以确认正在生成嵌入。

OpenAI API问题

• 费率限制：OpenAI有速率限制。如果为多个文件编制索引，则按顺序处理它们。
• 成本监控：请在以下网址查看您的使用情况https://platform.openai.com/usage
• 预算警报：将限制设置为https://platform.openai.com/settings/organization/billing/limits

安全注意事项

• API密钥安全：确保您的OpenAI API密钥的安全。永不承诺 .env 文件到版本控制。
• 成本控制：在您的OpenAI帐户中设置使用限制，以防止意外收费。
• 数据隐私：成绩单被发送到OpenAI进行处理。确保符合您的数据政策。
• 验证并约束文件路径以避免目录遍历。
• 根据需要对用户查询输入进行消毒或限制。
• 考虑对生产或HTTP部署进行速率限制和访问控制。

从Ollama移民

如果要从以前的基于Ollama的版本升级，请参阅 docs/OPENAI_MIGRATION.md 获取完整的迁移说明。

许可证

麻省理工学院