AI导哈

视频转录知识提取服务

通过YouTube视频转录处理实现技术内容自动知识提取的服务，支持转录清洗、概念提取和方法论分析等功能。

  • by marc-shade
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 marc-shade/video-transcript-mcp

使用说明

视频转录MCP服务器

通过YouTube文字记录处理从技术视频和讲座中自主获取知识。

描述

视频转录MCP使人工智能系统能够从YouTube教程、会议演讲、技术演示和专家访谈中学习。使用yt-dlp进行可靠的转录提取，并具有智能清洗和概念提取功能。

特性

  • YouTube转录获取：使用yt-dlp从任何YouTube视频中获取文字记录
  • 成绩单清理：删除重复、格式化伪影和口吃
  • 概念提取：通过频率分析确定关键技术概念
  • 方法提取：所述提取技术和方法
  • 扬声器分析：识别并分离多位发言者
  • 内存集成：将提取的知识存储在增强的存储系统中

安装

git clone https://github.com/marc-shade/video-transcript-mcp
cd video-transcript-mcp
pip install -r requirements.txt

# Requires yt-dlp
pip install yt-dlp

配置

添加 ~/.claude.json:

{
  "mcpServers": {
    "video-transcript": {
      "command": "python3",
      "args": ["/absolute/path/to/video-transcript-mcp/server.py"],
      "env": {
        "AGENTIC_SYSTEM_PATH": "/path/to/agentic-system"
      }
    }
  }
}

MCP工具

工具 说明
fetch_youtube_transcript 通过yt-dlp从YouTube URL获取成绩单
clean_transcript 清理和组织原始成绩单文本
extract_concepts 识别关键技术概念和术语
extract_methodologies 提取技术和最佳实践
analyze_speakers 在成绩单中分隔多位发言者
store_video_knowledge 将提取的知识存储在增强内存中

使用示例

获取成绩单

result = mcp__video-transcript__fetch_youtube_transcript(
    url="https://youtube.com/watch?v=abc123",
    language="en",
    auto_clean=True
)
# Returns: {
#   "transcript": "Full cleaned transcript...",
#   "video_id": "abc123",
#   "title": "Video Title",
#   "duration": "15:32"
# }

提取概念

concepts = mcp__video-transcript__extract_concepts(
    transcript="Long transcript text...",
    min_frequency=2,
    focus_domains=["AI", "machine learning", "AGI"]
)
# Returns: {
#   "concepts": ["transformer", "attention", "self-improvement"],
#   "frequencies": {"transformer": 15, "attention": 12, ...}
# }

提取方法

methods = mcp__video-transcript__extract_methodologies(
    transcript="Long transcript text..."
)
# Returns: {
#   "methodologies": ["fine-tuning", "transfer learning", "RLHF"],
#   "descriptions": {...}
# }

存储视频知识

mcp__video-transcript__store_video_knowledge(
    video_id="abc123",
    concepts=["transformers", "attention mechanisms"],
    methodologies=["fine-tuning", "transfer learning"],
    insights=["Key insight about AGI..."]
)
# Stores in enhanced-memory for later retrieval

需求

  • Python 3.10+
  • yt-dlp
  • mcp SDK
  • requirements.txt中的依赖关系

存储

成绩单保存到 $AGENTIC_SYSTEM_PATH/video-transcripts/

整合

该MCP集成了：

  • 增强记忆mcp：用于存储提取的知识
  • 研究论文mcp：用视频学习补充学术论文研究

链接

  • github：https://github.com/marc-shade/video-transcript-mcp
  • 问题：https://github.com/marc-shade/video-transcript-mcp/issues

许可证

麻省理工学院

相关 MCP