Youtube Whisper MCP

MCP音视频

提供方 rickycm

音视频 stdio · 本地进程 Token 社区 / 第三方 Claude
查看接入方式

一个基于Whisper语音识别的YouTube视频总结服务,支持无字幕视频的转录和总结,适用于需要快速获取视频内容的用户。

一句话选型结论

按资料字段整理

Youtube Whisper MCP 属于音视频类 MCP 服务器,stdio · 本地进程,Token,可直接接入 Claude,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类音视频 传输方式stdio · 本地进程 鉴权Token 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 2 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

音视频
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量2暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

语音识别JavaScript本地部署视频总结本地处理中文优化无字幕支持

安装与配置

stdio · 本地进程 Token
客户端在本机拉起子进程,数据不出本机
pip install openai-whisper

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js 等运行时,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 2 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
转写与字幕

把音视频转成文字和字幕。

音视频处理

裁剪、转码、拼接素材。

内容分发

把成品发到对应平台。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 2 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好Token对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在音视频场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Youtube Whisper MCP当前 2 stdio · 本地进程 本地部署 有 2026-05-17
Ableton MCP B7b69a6a 16 stdio · 本地进程 本地部署 有 2026-05-17
Mini Max MCP 8 SSE · 服务端推送 远程部署 有 2026-05-18
LocalAI 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Youtube E0eb3510 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Voicemode MCP 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

音视频
字段来自项目仓库与公开索引,中文说明由本站标注
提供方rickycm上游标注的维护方 rickycm
分类音视频本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式Token远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

6.8 KB
来自项目仓库与上游目录的原文,未做删改

YouTube Whisper MCP Server

一个基于 Whisper 语音识别的 YouTube 视频总结 MCP 服务器,解决原版 MCP 无法处理无字幕视频的问题。

核心优势

✅ 无需字幕 - 直接从音频转录,不依赖视频字幕
✅ 中文优化 - 针对中文视频优化,支持中英混合
✅ 完全本地 - 所有处理在本地完成,保护隐私
✅ 免费使用 - 基于开源工具,无 API 费用

工作原理```

YouTube 视频 → yt-dlp 下载音频 → Whisper 转文字 → GPT 总结


## 前置要求

在安装此 MCP 服务器之前,请确保已安装以下工具:

### macOS```bash
# 安装 Homebrew(如未安装)
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# 安装依赖
brew install yt-dlp ffmpeg

# 安装 Whisper
pip install openai-whisper
# 或者使用 Homebrew
brew install whisper

Linux```bash

Ubuntu/Debian

sudo apt update
sudo apt install yt-dlp ffmpeg
pip install openai-whisper

或者使用 pipx

pipx install openai-whisper


### Windows```powershell
# 使用 Chocolatey
choco install yt-dlp ffmpeg

# 安装 Python(如果未安装)
choco install python

# 安装 Whisper
pip install openai-whisper

快速开始

1. 安装 Node.js(如果未安装)

推荐使用 nvm 安装:```bash

macOS/Linux

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.0/install.sh | bash
nvm install --lts
nvm use --lts

Windows

从 https://nodejs.org 下载安装


### 2. 安装 MCP 服务器```bash
# 克隆或下载此项目
cd youtube-whisper-mcp

# 安装依赖
npm install

# 构建
npm run build

3. 配置到 OpenCode

在 OpenCode 配置文件中添加:```json
{
"mcpServers": {
"youtube-whisper": {
"command": "node",
"args": ["/path/to/your/youtube-whisper-mcp/server.js"]
}
}
}


或者使用 npx(推荐):```json
{
"mcpServers": {
"youtube-whisper": {
"command": "npx",
"args": ["-y", "youtube-whisper-mcp"]
}
}
}

注意:如需使用 npx 方式,请先发布到 npm:```bash
npm publish


### 4. 测试```bash
npm test

或者运行快速测试脚本:```bash
node quick-test.js


## 可用工具

安装后,以下工具将自动在 OpenCode 中可用:

### 1. summarize_youtube_video

总结 YouTube 视频(无需字幕)

**参数:**
- `url` (必填): YouTube 视频链接
- `summary_length` (可选): 总结长度 - `short` · `medium` · `long`

**使用示例:**```
"summarize https://www.youtube.com/watch?v=VIDEO_ID"

返回:```json
{
"video_info": {
"title": "视频标题",
"url": "https://youtube.com/watch?v=...",
"duration": "23:10",
"uploader": "频道名称",
"views": 24943
},
"summary": "视频内容总结...",
"transcript_length": 5000,
"full_transcript": "完整转录文本..."
}


### 2. get_video_transcript

获取视频完整转录文本

**参数:**
- `url` (必填): YouTube 视频链接

**使用示例:**```
"get transcript of https://www.youtube.com/watch?v=VIDEO_ID"

性能优化

处理时间估算

  • 短视频 (< 5 分钟): 1-2 分钟
  • 中等视频 (5-20 分钟): 3-8 分钟
  • 长视频 (> 20 分钟): 10-30 分钟

加速技巧

  1. 使用较小的 Whisper 模型(server.js 中):``javascript // 在 transcribeAudio 函数中修改 const command =whisper "${audioPath}" --model tiny --language Chinese --output_format json`;

2. **模型选择**(从快到慢,从不准到准):
- `tiny` - 最快,最不准确
- `base` - 平衡选择
- `small` - 推荐日常使用
- `medium` - 准确,但较慢
- `large` - 最准确,最慢

### 硬件要求

- **最低**: 4GB RAM, 2 CPU cores
- **推荐**: 8GB+ RAM, 4+ CPU cores
- **GPU**: 如果有 NVIDIA GPU,Whisper 会自动使用 CUDA 加速

## 常见问题

### Q1: 视频下载失败

**问题**: `ERROR: Unable to download video data: HTTP Error 403`

**解决方案**:```bash
# 更新 yt-dlp
pip install -U yt-dlp

# 或使用 Homebrew
brew upgrade yt-dlp

Q2: Whisper 转录失败

问题: whisper: command not found

解决方案:```bash

确保 Whisper 已安装

which whisper

如果使用 pip 安装,可能需要添加到 PATH

export PATH="$PATH:$(python -m site --user-base)/bin"


### Q3: 中文转录效果差

**解决方案**:
1. 使用更大的模型:`--model medium` 或 `--model large`
2. 明确指定语言:`--language Chinese`
3. 确保音频质量良好

### Q4: 处理时间太长

**解决方案**:
1. 使用较小的 Whisper 模型
2. 先下载音频(`-x` 参数)可以加快处理
3. 考虑使用 GPU 加速

### Q5: 如何清理临时文件?

MCP 服务器会在 `/tmp/youtube-whisper-mcp/` 目录自动清理。但您可以手动清理:```bash
rm -rf /tmp/youtube-whisper-mcp/*

高级配置

集成 OpenAI API 进行更好的总结

默认使用简单截取,您可以通过集成 OpenAI/Claude API 来获得更好的总结效果:``javascript // 在 server.js 中修改 summarizeText 函数 async function summarizeText(text) { const response = await axios.post(&#x27;https://api.openai.com/v1/chat/completions&#x27;, { model: &#x27;gpt-3.5-turbo&#x27;, messages: [ { role: &#x27;system&#x27;, content: &#x27;你是一个专业的视频内容总结助手。请用简洁的中文总结以下内容。&#x27; }, { role: &#x27;user&#x27;, content:请总结这段视频转录内容(500字左右):\n\n${text}} ], max_tokens: 1000 }, { headers: { &#x27;Authorization&#x27;:Bearer ${process.env.OPENAI_API_KEY}`,
'Content-Type': 'application/json'
}
});

return response.data.choices[0].message.content;
}


## 与 NoteGPT 集成

如果您喜欢 NoteGPT 的总结效果,可以这样组合使用:

1. **使用 MCP 获取转录**:```
&quot;get transcript of https://youtube.com/watch?v=...&quot;
  1. 复制转录到 NoteGPT:
    - 访问 https://notegpt.io/youtube-video-summarizer
    - 粘贴转录文本
    - 让 NoteGPT 总结

技术架构

核心技术栈

  • yt-dlp: YouTube 视频下载
  • Whisper: 语音识别转文字
  • FFmpeg: 音频处理
  • Node.js + MCP SDK: MCP 服务器
  • OpenAI/Claude API (可选): 智能总结

目录结构```

youtube-whisper-mcp/
├── server.js # MCP 服务器主程序
├── package.json # 项目配置
├── README.md # 使用说明
├── quick-test.js # 快速测试脚本
└── .gitignore # Git 忽略配置
```

贡献指南

欢迎贡献代码!请遵循以下步骤:

  1. Fork 此项目
  2. 创建功能分支 (git checkout -b feature/amazing-feature)
  3. 提交更改 (git commit -m &#x27;Add amazing feature&#x27;)
  4. 推送到分支 (git push origin feature/amazing-feature)
  5. 创建 Pull Request

许可证

本项目基于 MIT 许可证开源。

致谢

  • yt-dlp - 强大的 YouTube 下载工具
  • OpenAI Whisper - 开源语音识别模型
  • Model Context Protocol - MCP 标准

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
Youtube Whisper MCP 怎么安装?

在客户端按下面的安装命令接入:pip install openai-whisper。装完在客户端配置里引用同一个包或端点。

Youtube Whisper MCP 怎么在 Claude 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Youtube Whisper MCP 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Youtube Whisper MCP 需要 API Key 吗?

资料标注需要Token认证,使用前准备好对应凭据,并按最小权限配置。

Youtube Whisper MCP 支持哪些客户端?

资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Youtube Whisper MCP 能提供哪些能力?

资料显示约 2 个工具;能力标签包括 语音识别、本地处理、JavaScript、Claude。具体工具清单以官方文档为准。

Youtube Whisper MCP 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Youtube Whisper MCP 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。