YouTube Transcript Fetcher (YTT)

MCP音视频

提供方 AndrewCTF

音视频 stdio · 本地进程 API Key 社区 / 第三方 Claude DesktopClaudeCursorVS Code
查看接入方式

使用Whisper AI转录技术从YouTube视频中获取转录文本,支持多种输出格式,无需YouTube API密钥。

一句话选型结论

按资料字段整理

YouTube Transcript Fetcher (YTT) 属于音视频类 MCP 服务器,stdio · 本地进程,API Key,可直接接入 Claude Desktop、Claude、Cursor 等,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API Key 部署方式本地部署
GitHub 星标 2 仓库热度,无公开仓库时显示未标注
工具数 3 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3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

AI转录Python本地部署YouTube工具视频处理文本提取CLI工具

安装与配置

stdio · 本地进程 API Key
客户端在本机拉起子进程,数据不出本机
python -m venv .venv

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 Python,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 3 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 3 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 Desktop、Claude、Cursor,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API Key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 Desktop、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 Transcript Fetcher (YTT)当前 3 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AndrewCTF上游标注的维护方 AndrewCTF
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API Key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 · Python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

8.5 KB
来自项目仓库与上游目录的原文,未做删改

YouTube转录费彻

使用Whisper AI转录从任何YouTube视频中获取转录。在YouTube上搜索并获得最佳结果的成绩单。不需要YouTube API密钥。

特性

  • Whisper电动 --最先进的AI转录,99%以上的准确率
  • YouTube搜索 --搜索YouTube并获取最佳结果的成绩单
  • 不需要API密钥 -在没有YouTube数据API证书的情况下工作
  • 多种格式 --文本、JSON、SRT、VTT输出
  • 缓存 --SQLite支持的缓存避免了重新转录
  • 无费率限制 -Whisper在本地运行,没有外部API限制
  • CLI和库 --用作命令行工具或Python模块
  • MCP服务器 --通过模型上下文协议与人工智能工具集成

安装```bash

Clone the repository

git clone https://github.com/andrewctf/ytt.git
cd ytt

Create virtual environment

python -m venv .venv
source .venv/bin/activate # Linux/Mac
.venv\Scripts\activate # Windows

Install dependencies

pip install -r requirements.txt

Optional: GPU support

pip install torch torchvision --index-url https://download.pytorch.org/whl/cu128


> **注:** 有关GPU/CUDA的详细设置,请参阅 QUICKSTART.md.

### Whisper的附加设置

Whisper需要 `ffmpeg` 用于音频提取:

**窗户(带翼):**```powershell
winget install ffmpeg

macOS:```bash
brew install ffmpeg


**Linux:**```bash
sudo apt install ffmpeg

快速开始

有关详细的安装和设置说明,请参阅 QUICKSTART.md.

命令行界面```bash

Get transcript (Whisper is used by default)

python cli.py transcript VIDEO_ID

Or with a full YouTube URL

python cli.py transcript "https://www.youtube.com/watch?v=a1JTPFfshI0"

Different output formats

python cli.py transcript VIDEO_ID --format json
python cli.py transcript VIDEO_ID --format srt
python cli.py transcript VIDEO_ID --format vtt

Save to file

python cli.py transcript VIDEO_ID --output transcript.txt

Batch processing

python cli.py transcript VIDEO_ID1 VIDEO_ID2 VIDEO_ID3

Search YouTube for videos and get transcripts

python cli.py search "Python tutorial" --limit 5 --with-transcripts

Search only (no transcripts)

python cli.py search "Python tutorial" --limit 10

JSON output for search

python cli.py search "Python tutorial" --format json

Cache management

python cli.py cache-stats
python cli.py cache-stats --clean # Remove expired entries


### Python库```python
from src.service import get_transcript
from src.search_service import search, search_and_get_transcripts

# Basic usage
result = await get_transcript("VIDEO_ID")
print(result.content)

# With options
result = await get_transcript(
"VIDEO_ID",
language="en",
output_format="json",
use_cache=True,
)

# Access metadata
print(f"Source: {result.source}")      # 'whisper' or 'innertube'
print(f"Language: {result.language}")   # Detected language
print(f"Video ID: {result.video_id}")

# Search YouTube for videos
results = await search("Python tutorial", max_results=5)
for video in results:
print(f"{video.title} ({video.video_id}) - {video.channel_name}")

# Search and get transcripts for results
results = await search_and_get_transcripts("Python tutorial", max_results=3, language="en")
for video, transcript in results:
if transcript:
print(f"{video.title}: {transcript.content[:100]}...")

对于同步使用:```python
import asyncio
from src.service import get_transcript
from src.search_service import search

def fetch_transcript(video_id):
return asyncio.run(get_transcript(video_id))

def search_videos(query, max_results=5):
return asyncio.run(search(query, max_results=max_results))

result = fetch_transcript("VIDEO_ID")
print(result.content)

videos = search_videos("Python tutorial")


### MCP服务器

> **注:** 看 QUICKSTART.md 有关Claude Desktop、Cursor和VS Code的详细配置。

启动MCP服务器:```bash
python -m mcp_server.server

服务器公开了三个工具:

  • get_transcript -获取单个视频的文字记录
  • get_transcripts_batch -同时获取多个视频的转录
  • search_videos -在YouTube上搜索与查询匹配的视频

或者通过添加到MCP设置中与Claude Desktop集成:```json
{
"mcpServers": {
"yt-transcript": {
"command": "python",
"args": ["-m", "mcp_server.server"],
"cwd": "/absolute/path/to/ytt"
}
}
}


## 运作原理```
Video ID → Cache Check
↓ found?
Return Cached
↓ not found
Whisper (primary)
- Download audio via yt-dlp
- Transcribe with faster-whisper
- Returns word-level timestamps
↓ fails?
Innertube API (fallback)
- Extract API key from video page
- Fetch caption tracks
- Parse JSON3 timed text
↓
Cache Result
↓
Format & Return

耳语(初级)

  • 使用下载音频 yt-dlp
  • 转录使用 faster-whisper (CPU优化)
  • 返回单词级时间戳和分段文本
  • 适用于任何带音频的视频
  • ~1-3倍实时处理速度

Innertube API(回退)

  • 抓取YouTube的内部API
  • 不需要API密钥
  • 快速(每段视频约0.5-2s)
  • 约85%的覆盖率(一些视频缺少字幕)
  • 速率限制(每个IP约5个需求/10秒)

输出格式

文本(默认)```

Good morning, here we are, a live suturing course like nobody else has ever
done and what are we covering, we're covering every suturing technique...


### JSON```json
{
"video_id": "a1JTPFfshI0",
"language": "en",
"source": "whisper",
"segments": [
{"start": 0.0, "end": 4.5, "text": "Good morning, here we are..."},
{"start": 4.5, "end": 9.2, "text": "a live suturing course..."}
]
}

SRT(SubRip)```

1
00:00:00,000 --> 00:00:04,500
Good morning, here we are, a live suturing course...

2
00:00:04,500 --> 00:00:09,200
a live suturing course like nobody else...


### VTT(网络VTT)```
WEBVTT

00:00:00.000 --> 00:00:04.500
Good morning, here we are, a live suturing course...

00:00:04.500 --> 00:00:09.200
a live suturing course like nobody else...

配置

编辑 config.py 要自定义行为:```python
class Config:

Whisper settings

WHISPER_MODEL = "base" # tiny/base/small/medium/large
WHISPER_FALLBACK_ENABLED = True

Cache settings

CACHE_TTL_DAYS = 7
CACHE_DB_PATH = ".transcript_cache.db"

Rate limiting (for Innertube fallback)

RATE_LIMIT_RATE = 0.5 # tokens per second
RATE_LIMIT_BURST = 5 # max bucket size

Batch processing

MAX_BATCH_SIZE = 50


### Whisper型号

|型号|速度|精度|内存|
|-------|-------|----------|--------|
|微小| 10倍|约75%|约1GB|
|基数|7x|~85%|~1GB|
|小|4x|~90%|~2GB|
|中等|2x|~95%|~5GB|
|大|1x|~97%|~6GB|

这 `base` 该模型推荐用于大多数用例——足够快速和准确。

## 文件结构```
ytt/
├── src/
│   ├── __init__.py
│   ├── fetcher.py          # Innertube API client
│   ├── whisper_runner.py    # Whisper transcription
│   ├── parser.py            # Caption parsing utilities
│   ├── formatters.py        # Output formatters
│   ├── cache.py             # SQLite cache
│   ├── rate_limiter.py      # Token bucket
│   ├── service.py           # Orchestrator
│   ├── searcher.py          # YouTube search
│   ├── search_cache.py      # Search result cache
│   ├── search_service.py    # Search orchestrator
│   ├── cuda_dll_manager.py  # Auto-download CUDA libraries
│   └── exceptions.py        # Custom exceptions
├── mcp_server/
│   ├── __init__.py
│   └── server.py           # FastMCP server
├── cli.py                   # CLI entrypoint
├── main.py                  # Library entrypoint
├── config.py                # Configuration
├── requirements.txt         # Core dependencies
├── requirements-mcp.txt     # MCP dependencies
├── README.md
└── QUICKSTART.md

故障排除

“没有名为'rich'的模块”

安装依赖项:```bash
pip install -r requirements.txt


### Whisper失败,显示“未找到ffmpeg”

安装ffmpeg(请参阅上面的安装部分)。

### 转录速度慢

- 使用较小的Whisper型号(`base` 而不是 `large`)
- 通过更改使用GPU加速 `device="cpu"` 到 `device="cuda"` 在 `whisper_runner.py`
- 启用缓存以避免重新转录

### Innertube的速率限制

Innertube回退受YouTube的速率限制(约5个req/10s)。使用Whisper作为主要(默认)来避免这种情况。缓存还可以防止冗余请求。

### 缓存不工作

检查缓存统计信息:```bash
python cli.py cache-stats

清除过期条目:```bash
python cli.py cache-stats --clean


## 发展

### 运行测试```bash
pytest

格式代码```bash

black src/
ruff check src/
```

许可证

MIT许可证

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 Transcript Fetcher (YTT) 怎么安装?

在客户端按下面的安装命令接入:python -m venv .venv。装完在客户端配置里引用同一个包或端点。

YouTube Transcript Fetcher (YTT) 怎么在 Claude Desktop、Claude、Cursor 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 Transcript Fetcher (YTT) 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 Transcript Fetcher (YTT) 需要 API Key 吗?

资料标注需要API Key认证,使用前准备好对应凭据,并按最小权限配置。

YouTube Transcript Fetcher (YTT) 支持哪些客户端?

资料标注支持 Claude Desktop、Claude、Cursor、VS Code;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 Transcript Fetcher (YTT) 能提供哪些能力?

资料显示约 3 个工具;能力标签包括 命令行工具、Python、Claude、视频处理。具体工具清单以官方文档为准。

YouTube Transcript Fetcher (YTT) 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

YouTube Transcript Fetcher (YTT) 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。