MCP Video Digest (视频内容提取总结)

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

2. 服务优先级顺序：

   • Deepgram（推荐用于中文内容）
   • Gladia
   • Speechmatics
   • 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

2. 调用服务：

   from mcp.client import MCPClient
   
   async def process_video():
       client = MCPClient()
       result = await client.call(
           "get_video_content",
           url="https://www.youtube.com/watch?v=video_id"
       )
       print(result)

3. 客户端SSE为示例

{
    "mcpServers": {
      "video_digest": {
        "url": "http://<ip>:8000/sse"
    }
  }
}


# 当然可以在Client传递Key

"env": {
   "DEEPGRAM_API_KEY":"your_deepgram_key"
}

STDIO方式修改启动命令即可:未验证和测试 MCP文档

测试

运行测试脚本：

uv run test.py 
# 或
python test.py

测试脚本会：

• 验证环境变量配置
• 测试 YouTube 下载功能
• 测试各个转录服务
• 测试完整的视频处理流程

开发指南

1. 添加新的转录服务：

   • 在 src/services/transcription/ 目录下创建新的服务类
   • 继承 BaseTranscriptionService 类
   • 实现 transcribe 方法

2. 自定义下载服务：

   • 在 src/services/download/ 目录下修改或添加新的下载器
   • 继承或修改 YouTubeDownloader 类

依赖管理

• 使用 uv pip install package_name 安装新依赖
• 使用 uv pip freeze > requirements.txt 导出依赖列表
• 使用 pyproject.toml 管理依赖，uv.lock 锁定依赖版本

错误处理

服务会处理以下情况：

• API 密钥缺失或无效
• 视频下载失败
• 音频转录失败
• 网络连接问题
• 服务限制和配额

注意事项

1. 确保有足够的磁盘空间用于临时文件
2. 注意各服务提供商的 API 使用限制
3. 建议使用 Python 3.11 或更高版本
4. 临时文件会自动清理
5. 使用 uv 可以获得更快的依赖安装速度和更好的依赖管理
6. YouTube下载可能需要身份验证,可以复制cookie到根目录下cookies.txt 使用插件快速生成 或者使用cookies-from-browser等其他认证方式, yt-dlp

STT Key申请及免费额度

• Speechmatics 每月免费8小时 - 定价
• Gladia 每月免费10小时 - 定价
• AssemblyAI 共50$免费额度 - 定价
• Deepgram 共200$的免费额度 - 定价

内容仅供参考

许可证

采用 MIT 许可证。