使用说明

Fathom has an official MCP now, you should juse use that one.

父亲MCP

本地第一台MCP服务器，将Fathom会议变成人工智能可搜索的知识库。

Fathom MCP从Fathom获取会议和成绩单，在本地生成嵌入 llama.cpp，将所有内容存储在SQLite中+ sqlite-vec，并通过FastMCP公开搜索/检索工具。

它是为那些想要快速、私密、低基础设施的团队而构建的，这些团队需要留在他们的机器上并与MCP本地客户端一起工作的智能。

为什么这个项目

会议录音很有价值，但很难快速查询。

此服务器为您提供：

Webhook和同步从Fathom摄取。
在所有会议中进行语义转录搜索。
集中QA的会议记录演练。
本地向量堆栈（SQLite+GGUF嵌入），而不是外部向量基础设施。
可供AI助手和代理工作流使用的MCP工具。

本地优先，通过设计

Fathom MCP经过精心设计，使您的可搜索会议知识在本地存在：

转录块和元数据存储在本地SQLite中。
嵌入是通过本地GGUF模型在进程中生成的 llama.cpp.
相似性搜索使用 sqlite-vec 在同一个本地数据库中。
没有外部矢量数据库，没有托管检索服务，没有额外的数据管道。

唯一的网络依赖性是Fathom摄入（API/webhooks）和一次性模型下载（如果GGUF文件尚未存在）。

核心能力

混合服务器： 一个ASGI应用程序中的FastAPI API端点+FastMCP端点。
经过身份验证的MCP： 由恒定时间比较支持的承载令牌身份验证。
Webhook验证： Svix风格的签名验证，具有重放保护功能。
后台处理： Webhook和同步作业快速返回并异步处理。
矢量搜索： sqlite-vec 对本地存储的转录嵌入进行余弦距离搜索。
本地嵌入模型： 自动GGUF下载一次，然后在启动时本地重用。
最小移动部件： 无需外部缓存、代理或矢量服务。

建筑

flowchart LR
    A[Fathom API + Webhooks] --> B[FastAPI Router]
    B --> C[Meeting Service]
    C --> D[(SQLite meetings + transcripts)]
    C --> E[llama.cpp Embedder]
    E --> D
    D --> F[sqlite-vec similarity search]
    F --> G[FastMCP Tools /mcp/]
    D --> H[HTTP Tool Endpoints /tools/*]

    subgraph L[Local-First Runtime]
      B
      C
      D
      E
      F
      G
      H
    end

快速开始

1）先决条件

Python 3.14+
uv
一个Fathom API密钥和webhook秘密

安装 uv 如果需要：

curl -LsSf https://astral.sh/uv/install.sh | sh

2）安装依赖项

uv sync

3）配置环境

创建 .env 项目根目录中的文件：

# Required
FATHOM_API_URL=https://api.fathom.ai/external/v1
FATHOM_API_KEY=your_fathom_api_key
FATHOM_WEBHOOK_SECRET=whsec_base64_encoded_secret
SERVICE_API_KEY=generate_a_unique_random_secret_for_this_server

# Optional (defaults shown)
HOST=0.0.0.0
PORT=8000
VECTOR_DB_PATH=./data/vectors.db
EMBEDDING_DIMENSION=384
EMBEDDING_MODEL_PATH=./data/bge-small-en-v1.5-q8_0.gguf
EMBEDDING_MODEL_URL=https://huggingface.co/ggml-org/bge-small-en-v1.5-Q8_0-GGUF/resolve/main/bge-small-en-v1.5-q8_0.gguf

笔记：

在此项目配置中，环境名称不区分大小写。
SERVICE_API_KEY 必须是真正的秘密，而不是占位符，例如 your_service_api_key.
首次启动时，如果缺少嵌入模型，则会自动下载。
如果 EMBEDDING_MODEL_PATH 如果已存在，启动程序将保持完全本地状态以进行嵌入操作。

4）运行服务器

uv run main.py

对于开发重新加载：

uv run --reload main.py

服务器默认为 http://localhost:8000.

5）配置Fathom webhook（推荐）

要接收近乎实时的会议更新，请将Fathom配置为发送 newMeeting 事件发送到此服务器。

Webhook端点：

POST /webhook

要求：

您的端点必须可从互联网公开访问。
您的端点必须通过HTTPS（有效的TLS证书）提供服务。
Fathom中配置的webhook密钥必须匹配 FATHOM_WEBHOOK_SECRET.

典型的生产URL示例：

https://your-domain.com/webhook

如果在本地运行，请通过HTTPS隧道/反向代理公开您的服务（例如：Cloudflare隧道、ngrok或公共入口）并使用它 Fathom中的公共HTTPS URL。

API和MCP端点

公共路线

POST /webhook -接收父亲 newMeeting webhook有效载荷。
POST /sync -触发最近会议的背景撤回。
GET /tools/* -MCP工具的HTTP镜像，用于快速测试。
POST|GET /mcp/ -FastMCP可流式传输HTTP端点。

身份验证模型

/sync, /tools/*，以及 /mcp/ 需要共享服务API密钥中间件：
- Authorization: Bearer <SERVICE_API_KEY>
- X-API-Key: <SERVICE_API_KEY>
/webhook 需要有效的Svix样式签名标头：
- webhook-id
- webhook-timestamp
- webhook-signature
/docs, /redoc，以及 /openapi.json 公开（未经身份验证）

示例通话

触发器同步：

curl -X POST http://localhost:8000/sync \
  -H "Authorization: Bearer ${SERVICE_API_KEY}"

# Equivalent FastAPI auth header:
curl -X POST http://localhost:8000/sync \
  -H "X-API-Key: ${SERVICE_API_KEY}"

搜索会议：

curl "http://localhost:8000/tools/search_meetings?title=roadmap&limit=5" \
  -H "Authorization: Bearer ${SERVICE_API_KEY}"

从语义上搜索成绩单：

curl "http://localhost:8000/tools/search_transcripts?query=What%20did%20we%20decide%20about%20pricing%3F&limit=5" \
  -H "Authorization: Bearer ${SERVICE_API_KEY}"

在一个会议内搜索：

curl "http://localhost:8000/tools/search_meeting_transcripts?meeting_id=123&query=action%20items&limit=5" \
  -H "Authorization: Bearer ${SERVICE_API_KEY}"

按ID获取会议：

curl "http://localhost:8000/tools/get_meeting?meeting_id=123" \
  -H "Authorization: Bearer ${SERVICE_API_KEY}"

获取会议的完整成绩单块：

curl "http://localhost:8000/tools/get_meeting_transcript?meeting_id=123" \
  -H "Authorization: Bearer ${SERVICE_API_KEY}"

MCP工具暴露

FastMCP服务器在以下位置公开了这些工具功能 /mcp 对于AI助手和代理工作流程：

search_meetings(title, start_date, end_date, limit)
search_transcripts(query, limit)
search_meeting_transcripts(meeting_id, query, limit)
get_meeting(meeting_id)
get_meeting_transcript(meeting_id)

这些映射到HTTP使用的相同数据访问层 /tools/* 路线。

本地数据模型

SQLite数据库表：

meetings：规范的会议元数据和摘要/行动项有效载荷。
transcripts：带有相关嵌入blob的转录块。
vec_transcripts （虚拟）：用于KNN/余弦搜索的矢量索引 sqlite-vec.

默认数据库路径： ./data/vectors.db.

这种以文件为中心的布局使备份、迁移和检查变得简单。

码头工人

已发布图片：

ghcr.io/chand1012/fathom-mcp:latest

从GHCR中提取最新图像：

docker pull ghcr.io/chand1012/fathom-mcp:latest

运行容器：

mkdir -p ./data

docker run --rm -p 8000:8000 \
  -v "$(pwd)/data:/data" \
  -e FATHOM_API_URL="https://api.fathom.video" \
  -e FATHOM_API_KEY="your_fathom_api_key" \
  -e FATHOM_WEBHOOK_SECRET="whsec_base64_encoded_secret" \
  -e SERVICE_API_KEY="generate_a_unique_random_secret_for_this_server" \
  ghcr.io/chand1012/fathom-mcp:latest

如果您希望主机上的文件归当前用户所有，请添加：

-u "$(id -u):$(id -g)"

这 ./data 主机上的目录已装载到 /data 在容器中，所以两者 /data/bge-small-en-v1.5-q8_0.gguf 和 /data/vectors.db 持续在容器重启之间。

可选：如果您想在本地构建而不是使用GHCR：

docker build -t fathom-mcp .

开发工作流程

运行测试：

uv run pytest

运行特定测试：

uv run pytest test_full_workflow.py::test_full_workflow

棉绒和格式：

uv run ruff check .
uv run ruff format .

类型检查：

uv run mypy .

项目布局

src/fathom_mcp/
  api/
    client.py      # Fathom API client
    router.py      # Webhook/sync/tool HTTP endpoints
    service.py     # Fetch + store + transcript vectorization workflow
  core/
    config.py      # Pydantic settings and environment configuration
  mcp/
    server.py      # FastMCP server and tool registrations
  vector/
    database.py    # SQLite + sqlite-vec storage/search layer
    embedder.py    # Local llama.cpp embedding model integration
  webhooks/
    handler.py     # Svix signature verification + webhook ingestion
main.py            # Application assembly and startup lifecycle

安全说明

不要承诺 .env 或秘密。
旋转 SERVICE_API_KEY 定期发送webhook密钥。
中间件使用相同的服务密钥保护API和安装的MCP应用程序。
在处理有效负载之前验证webhook签名（已强制执行）。
默认情况下，本地优先减少了外部数据暴露，因为存储和矢量搜索都在盒子上。

路线图创意

增量同步调度。
多租户密钥管理。
可选的云嵌入提供商。
更丰富的MCP工具元数据和分页支持。
用于检测摄取/搜索延迟的可观察性仪表板。

贡献

欢迎PR。保持更改的重点，包括对行为更改的测试，并在打开PR之前运行lint/type检查。

许可证

此存储库中当前不包含许可证文件。

使用说明

Fathom has an official MCP now, you should juse use that one.

父亲MCP

为什么这个项目

本地优先，通过设计

核心能力

建筑

快速开始

1） 先决条件

2） 安装依赖项

3） 配置环境

4） 运行服务器

5） 配置Fathom webhook（推荐）

API和MCP端点

公共路线

身份验证模型

示例通话

MCP工具暴露

本地数据模型

码头工人

开发工作流程

项目布局

安全说明

路线图创意

贡献

许可证

相关 MCP

百度AI搜索

AI持久记忆服务器

AutoRAG 检索 MCP 服务

博物馆艺术收藏搜索服务

模型上下文协议服务器

AI搜索服务器

1）先决条件

2）安装依赖项

3）配置环境

4）运行服务器

5）配置Fathom webhook（推荐）