Video DigestSAFE

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 | sh

2. 克隆项目:

git clone https://github.com/R-lz/mcp-video-digest.git
cd mcp-video-digest

3. 创建并激活虚拟环境:

uv venv
source .venv/bin/activate  # Linux/Mac
# 或
.venv\Scripts\activate     # Windows

4. 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

1. 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

1. 服务优先级顺序:
2. Deepgram(推荐用于中文内容)
3. Gladia
4. Speechmatics
5. AssemblyAI

使用方法

1. 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
``