MCP Video Digest (视频内容提取总结)
English | 中文
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 | sh2. 克隆项目：
git clone https://github.com/R-lz/mcp-video-digest.git
cd mcp-video-digest3. 创建并激活虚拟环境：
uv venv
source .venv/bin/activate # Linux/Mac
# 或
.venv\Scripts\activate # Windows4. 安装依赖：
uv pip install -e .speechmatics 在使用requests调试的时候出现了各种问题(不是speechmatics的问题, 是我菜),所以使用了speechmatics sdk
配置说明
- 在项目根目录创建
.env文件或者重命名.env.example，配置所需的 API 密钥：
mv .env.example .env
# 修改
DEEPGRAM_API_KEY=your_deepgram_key
GLADIA_API_KEY=your_gladia_key
SPEECHMATICS_API_KEY=your_speechmatics_key
ASSEMBLYAI_API_KEY=your_assemblyai_key注意：至少需要配置一个服务的 API 密钥
- 服务优先级顺序：
- Deepgram（推荐用于中文内容） - Gladia - Speechmatics - AssemblyAI
使用方法
- 启动服务：
uv run src/main.py或者使用调试模式：
UV_DEBUG=1 uv run src/main.py- 调用服务：
from mcp.client import MCPClient
async def process_video():
client = MCPClient()
result = await client.call(
"get_video_content",
url="https://www.youtube.com/watch?v=video_id"
)
print(result)- 客户端SSE为示例
{
"mcpServers": {
"video_digest": {
"url": "http://:8000/sse"
}
}
}
# 当然可以在Client传递Key
"env": {
"DEEPGRAM_API_KEY":"your_deepgram_key"
}
STDIO方式修改启动命令即可:未验证和测试 MCP文档
测试
运行测试脚本：
uv run test.py
# 或
python test.py测试脚本会：
- 验证环境变量配置
- 测试 YouTube 下载功能
- 测试各个转录服务
- 测试完整的视频处理流程
开发指南
- 添加新的转录服务：
- 在 src/services/transcription/ 目录下创建新的服务类 - 继承 BaseTranscriptionService 类 - 实现 transcribe 方法
- 自定义下载服务：
- 在 src/services/download/ 目录下修改或添加新的下载器 - 继承或修改 YouTubeDownloader 类
依赖管理
- 使用
uv pip install package_name安装新依赖 - 使用
uv pip freeze > requirements.txt导出依赖列表 - 使用
pyproject.toml管理依赖，uv.lock锁定依赖版本
错误处理
服务会处理以下情况：
- API 密钥缺失或无效
- 视频下载失败
- 音频转录失败
- 网络连接问题
- 服务限制和配额
注意事项
- 确保有足够的磁盘空间用于临时文件
- 注意各服务提供商的 API 使用限制
- 建议使用 Python 3.11 或更高版本
- 临时文件会自动清理
- 使用 uv 可以获得更快的依赖安装速度和更好的依赖管理
STT Key申请及免费额度
- Speechmatics 每月免费8小时 - 定价
- Gladia 每月免费10小时 - 定价
- AssemblyAI 共50$免费额度 - 定价
- Deepgram 共200$的免费额度 - 定价
内容仅供参考
许可证
采用 MIT 许可证。