iflow-mcp_r-lz_mcp-video-digest

# MCP Video Digest (视频内容提取总结) <div align="right"> <a href="README_EN.md">English</a> | <b>中文</b> </div> ## 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： ```bash curl -LsSf https://astral.sh/uv/install.sh | sh ``` ### 2. 克隆项目： ```bash 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： ```bash uv venv source .venv/bin/activate # Linux/Mac # 或 .venv\Scripts\activate # Windows ``` ### 4. 安装依赖： ```bash 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： ```bash uv run src/main.py ``` 或者使用调试模式： ```bash UV_DEBUG=1 uv run src/main.py ``…