能力标签
视频转录工具
🔌
MCP工具

视频转录工具

基于 Rust · 让 AI 助手直接操作你的系统与工具
英文名:video-transcriber-mcp-rs
⭐ 11 Stars 🍴 5 Forks 💻 Rust 📄 MIT 🏷 AI 7.5分
7.5AI 综合评分
视频转录MCPRust
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估,视频转录工具 获评「推荐使用」。这款MCP工具在功能完整性、社区活跃度和易用性方面表现出色,AI 评分 7.5 分,适合有一定技术背景的用户使用。

📚 深度解析

视频转录工具 是一款基于 MCP(Model Context Protocol)标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源,旨在建立 AI 模型与外部工具之间的标准化通信接口,目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 视频转录工具,你的 AI 助手将获得额外的工具调用能力,可以用自然语言直接操控该工具的功能,无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置,永久增强"——配置完成后,每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上,MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信,工具的功能以"工具列表"的形式暴露给 AI 模型,AI 可以按需调用。视频转录工具 提供了结构化的工具调用接口,使 AI 模型能够精确地理解和使用每个功能点,显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比,MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON,即可让 AI 获得全新能力。AI Skill Hub 将 视频转录工具 评为 AI 评分 7.5 分,属于同类工具中的优质选择。

📋 工具概览

高性能MCP服务器,支持1000+平台视频转录

视频转录工具 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。

GitHub Stars
⭐ 11
开发语言
Rust
支持平台
Windows / macOS / Linux
维护状态
轻量级项目,按需更新
开源协议
MIT
AI 综合评分
7.5 分
工具类型
MCP工具
Forks
5

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

高性能MCP服务器,支持1000+平台视频转录

视频转录工具 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。

📌 核心特色
  • 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
  • 提供结构化工具调用接口,显著降低 AI 集成复杂度
  • 支持 Claude Desktop 和 Claude Code 无缝接入,开箱即用
  • 可与其他 MCP 工具组合叠加,构建完整 AI 工作站
  • 轻量无侵入设计,不影响现有系统架构
🎯 主要使用场景
  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:通过 Claude Code CLI 一键安装
claude skill install https://github.com/nhatvu148/video-transcriber-mcp-rs

# 方式二:手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "------": {
      "command": "npx",
      "args": ["-y", "video-transcriber-mcp-rs"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
📋 安装步骤说明
  1. 确认已安装 Node.js(v18 或以上版本)
  2. 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
  3. 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
  4. 保存配置文件并重启 Claude 客户端
  5. 重启后,在对话中即可使用本工具
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 安装后在 Claude 对话中直接使用
# 示例:
用户: 请帮我用 视频转录工具 执行以下任务...
Claude: [自动调用 视频转录工具 MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入:"列出所有可用的 MCP 工具"
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "______": {
      "command": "npx",
      "args": ["-y", "video-transcriber-mcp-rs"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效
📑 README 深度解析 真实文档 完整度 67/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

Video Transcriber MCP 🚀

High-performance video transcription MCP server using whisper.cpp (Rust)

License: MIT Rust Version

A Model Context Protocol (MCP) server that transcribes videos from 1000+ platforms using whisper.cpp. Built with Rust for maximum performance and efficiency.

✨ Features

  • 🚀 High performance transcription using whisper.cpp (C++ with Rust bindings)
  • 🎥 Download from 1000+ platforms (YouTube, Vimeo, TikTok, Twitter, etc.)
  • 📂 Transcribe local video files (mp4, avi, mov, mkv, etc.)
  • 🎤 100% offline transcription (privacy-first)
  • 🎛️ 5 model sizes (tiny, base, small, medium, large)
  • 🌐 90+ languages supported
  • 📝 Multiple output formats (TXT, JSON, Markdown)
  • 🔌 MCP integration for Claude Code
  • 🌐 Dual transport - stdio (local) and Streamable HTTP (remote)
  • Native binary - no Python or Node.js required
  • 💾 Low memory footprint compared to Python implementations

Prerequisites

1. Rust (1.85+ for Rust 2024 edition)

curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

2. yt-dlp (for downloading videos) ```bash

📦 Installation

Cargo Install

If you have Rust installed:

cargo install video-transcriber-mcp

Note: You'll need to manually install dependencies: yt-dlp, ffmpeg, cmake

1. Install Task (if not already installed)

brew install go-task/tap/go-task

2. Complete setup (build + download model)

task setup

📦 Manual Build from Source

Build from Source

```bash

Build the project

cargo build --release

How to Build Fast Software

Video: https://www.youtube.com/watch?v=example Platform: YouTube Channel: Tech Channel Duration: 600s

---

Build

```bash

Debug build

cargo build

Release build (optimized)

cargo build --release

⚡ Quick Start (Using Taskfile)

The fastest way to get started:

```bash

🚀 Quick Start

Example Output

```markdown

CLI Options

video-transcriber-mcp --help

Options:
  -t, --transport <TRANSPORT>  Transport mode [default: stdio] [possible values: stdio, http]
      --host <HOST>            Host address for HTTP transport [default: 127.0.0.1]
  -p, --port <PORT>            Port for HTTP transport [default: 8080]
  -h, --help                   Print help
  -V, --version                Print version

---

🔧 Configuration

Environment Variables

```bash

🎛️ Model Comparison

ModelSpeedAccuracyMemoryUse Case
**tiny**⚡⚡⚡⚡⚡⭐⭐~400 MBQuick drafts, testing
**base**⚡⚡⚡⚡⭐⭐⭐~600 MBGeneral use (default)
**small**⚡⚡⚡⭐⭐⭐⭐~1.2 GBBetter accuracy
**medium**⚡⚡⭐⭐⭐⭐⭐~2.5 GBHigh accuracy
**large**⭐⭐⭐⭐⭐⭐~4.8 GBBest accuracy, slowest

🆚 Comparison with TypeScript Version

I built the original video-transcriber-mcp in TypeScript. Here's why I rewrote it in Rust:

AspectTypeScript Version**Rust Version**
Transcription Speed5 min for 10-min video**50s (6x faster)**
Memory Usage~2 GB**~800 MB (2.5x less)**
Startup Time~2s**<100ms (20x faster)**
Binary SizeN/A (Node.js runtime)**~8 MB standalone**
DependenciesNode.js, Python, whisper**Just yt-dlp, ffmpeg**
CPU UsageHigh (Python overhead)**Lower (native code)**

The Rust version is production-ready and significantly more efficient!

🎯 aiskill88 AI 点评 A 级 2026-05-31

高性能MCP服务器,支持多平台视频转录

📚 实用指南(长尾问题)
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
部署方案
  • 云端托管:可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
video-transcriber-mcp-rs 中文教程video-transcriber-mcp-rs 安装报错怎么办video-transcriber-mcp-rs MCP 配置video-transcriber-mcp-rs 与同类工具对比video-transcriber-mcp-rs 最佳实践video-transcriber-mcp-rs 适合谁用

⚡ 核心功能

👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
⚠️ 常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点
  • +MIT 协议,可免费商用
  • +标准化 MCP 协议,生态互联性强
  • +与 Claude 官方生态无缝对接
  • +即插即用,配置简单快捷
⚠️ 不足
  • 依赖 Claude 客户端,非 Claude 用户无法使用
  • MCP 协议仍在持续演进,接口可能变更
  • 需要一定的配置步骤
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一,可自由商用、修改、分发,仅需保留版权声明。

🔗 相关工具推荐

📚 相关教程推荐
📰 相关 AI 新闻
🍿 AI 圈相关吃瓜
🗺️ 相关解决方案
🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

video-transcriber-mcp-rs 是一款Rust开发的AI辅助工具。开源MCP工具:High-performance MCP server for transcribing videos from 1000+ platforms using w。⭐11 · Rust 主要应用场景包括:视频转录和分析。
💡 AI Skill Hub 点评

AI Skill Hub 点评:视频转录工具 的核心功能完整,质量良好。对于Claude Desktop / Claude Code 用户来说,这是一个值得纳入个人工具库的选择。建议先在非生产环境试用,再逐步推广。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 视频转录工具
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 video-transcriber-mcp-rs
原始描述 开源MCP工具:High-performance MCP server for transcribing videos from 1000+ platforms using w。⭐11 · Rust
Topics 视频转录MCPRust
GitHub https://github.com/nhatvu148/video-transcriber-mcp-rs
License MIT
语言 Rust
🔗 原始来源
🐙 GitHub 仓库  https://github.com/nhatvu148/video-transcriber-mcp-rs

收录时间:2026-05-31 · 更新时间:2026-06-01 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。