douyin-summary-mcp 1.0.0

MCP服务：从抖音分享链接提取音频、进行语音识别并整理对话内容

抖音语音识别MCP服务

这是一个MCP（Model Context Protocol）服务，用于从抖音分享链接中提取音频、进行语音识别，并使用AI大模型整理对话内容。

功能特性

• 解析抖音分享文本，自动提取短链接
• 通过RapidAPI获取抖音视频的MP3音频地址
• 使用阿里云通义千问语音识别模型进行音频转文字
• 使用阿里千问大模型整理对话内容，识别说话人角色
• 支持异步任务处理和自动轮询
• 返回结构化的对话JSON数组

项目结构

douyin-summary-mcp/
├── src/
│   ├── __init__.py
│   ├── douyin_parser.py          # 解析抖音分享文本，提取短链接
│   ├── rapidapi_client.py        # RapidAPI客户端，获取MP3地址
│   ├── aliyun_asr.py             # 阿里云语音识别客户端
│   ├── qwen_client.py            # 阿里千问大模型客户端，整理对话内容
│   ├── mcp_server.py             # 命令行入口（旧版）
│   └── mcp_protocol_server.py    # MCP协议服务器实现
├── mcp_server.py                 # MCP服务器启动脚本（主入口）
├── requirements.txt              # Python依赖
├── config.py                     # 配置文件（API Keys）
├── claude_desktop_config.example.json  # Claude Desktop配置示例
├── MCP_SETUP.md                  # MCP服务配置指南
└── README.md                     # 项目说明文档

安装

方式1：通过 pip 安装（推荐）

pip install douyin-summary-mcp

安装后，MCP服务器命令 douyin-summary-mcp 将可用。

方式2：从源码安装

1. 克隆项目

git clone <repository-url>
cd douyin-summary-mcp

2. 安装依赖

pip install -r requirements.txt

或者直接安装为开发模式：

pip install -e .

3. 配置环境变量

创建 .env 文件（参考 .env.example）：

# RapidAPI配置
RAPIDAPI_KEY=your_rapidapi_key_here

# 阿里云配置
DASHSCOPE_API_KEY=your_dashscope_api_key_here

获取API Keys：

• RapidAPI Key: 访问 RapidAPI Douyin API New，订阅服务并获取API Key
• 阿里云DashScope API Key: 访问 阿里云DashScope，获取API Key

使用方法

命令行使用

python3 -m src.mcp_server "7.46 [e-mail] YZZ:/ 08/31 随机进家做菜：叔叔吃了我烧的肉，觉得之前老伴做的不香了！# 抖音美食推荐官 # 随机进家做菜 # 美食 # 红烧肉 # 排骨汤 https://v.douyin.com/ybL9NO9RjKA/ 复制此链接，打开Dou音搜索，直接观看视频！"

Python代码使用

from src.mcp_server import process_douyin_share

share_text = "7.46 [e-mail] YZZ:/ 08/31 随机进家做菜... https://v.douyin.com/ybL9NO9RjKA/ 复制此链接..."

result = process_douyin_share(share_text)

if result["success"]:
    print(f"识别文本: {result['data']['recognized_text']}")
    if result['data'].get('formatted_dialogue'):
        import json
        print(f"格式化对话: {json.dumps(result['data']['formatted_dialogue'], ensure_ascii=False, indent=2)}")
else:
    print(f"处理失败: {result['message']}")

API说明

process_douyin_share(share_text: str) -> Dict[str, Any]

处理抖音分享链接的主函数。

参数：

• share_text (str): 抖音分享文本

返回：

{
    "success": bool,           # 是否成功
    "message": str,            # 状态消息
    "data": {
        "douyin_url": str,      # 提取的抖音短链接
        "mp3_url": str,         # 获取的MP3地址
        "recognized_text": str, # 识别出的原始文本
        "formatted_dialogue": [ # 格式化后的对话数组（可选）
            {
                "speaker": "说话人1",  # 说话人角色
                "text": "说话内容"     # 说话内容
            },
            ...
        ]
    } or None
}

工作流程

1. 解析分享文本: 使用正则表达式从分享文本中提取抖音短链接（如 https://v.douyin.com/ybL9NO9RjKA）

2. 获取MP3地址: 调用RapidAPI的Douyin API接口，从短链接提取视频ID，获取视频的MP3音频地址

3. 语音识别:

   • 提交异步任务到阿里云语音识别服务（使用 qwen3-asr-flash-filetrans 模型）
   • 轮询任务状态直到完成
   • 从 transcription_url 下载识别结果JSON文件
   • 提取识别出的文本内容（从 transcripts[0].text）

4. 对话整理:

   • 调用阿里千问大模型（qwen-plus）分析对话内容
   • 识别不同的说话人角色
   • 将对话分段并格式化为JSON数组
   • 每个元素包含 speaker（说话人角色）和 text（说话内容）

技术细节

阿里云语音识别

• 模型: qwen3-asr-flash-filetrans
• 地域: 中国大陆（北京）
• 接口类型: 异步接口
• 支持时长: 最长12小时音频
• API文档: 阿里云录音文件识别

RapidAPI

• 接口: https://douyin-api-app-web.p.rapidapi.com/web/aweme/detail
• 方法: POST
• 文档: RapidAPI Douyin API (APP - WEB)
• 说明: 需要先从抖音短链接提取视频ID，然后调用接口获取视频详情

阿里千问大模型

• 模型: qwen-plus
• 用途: 整理对话内容，识别说话人角色
• 输出格式: JSON数组，包含 speaker 和 text 字段

错误处理

服务包含完整的错误处理机制：

• 配置验证：启动时检查必要的环境变量
• 网络异常：处理API调用失败和超时
• 任务超时：设置最大轮询次数，避免无限等待
• 日志记录：详细记录处理过程，便于调试

MCP使用方式

本项目已实现完整的MCP（Model Context Protocol）协议支持，可以直接作为MCP服务器使用。

快速开始

1. 安装包

   pip install douyin-summary-mcp
   

2. 配置Claude Desktop

   编辑Claude Desktop配置文件（位置见下方），添加：

   {
     "mcpServers": {
       "douyin-summary": {
         "command": "douyin-summary-mcp",
         "env": {
           "RAPIDAPI_KEY": "your_rapidapi_key_here",
           "DASHSCOPE_API_KEY": "your_dashscope_api_key_here"
         }
       }
     }
   }
   

   注意： 如果通过pip安装，直接使用 douyin-summary-mcp 命令即可，无需指定完整路径。

   如果从源码安装，需要使用：

   {
     "mcpServers": {
       "douyin-summary": {
         "command": "python3",
         "args": ["/绝对路径/douyin-summary-mcp/mcp_server.py"],
         "env": {
           "RAPIDAPI_KEY": "your_rapidapi_key_here",
           "DASHSCOPE_API_KEY": "your_dashscope_api_key_here"
         }
       }
     }
   }
   

   配置文件位置：

   • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%\Claude\claude_desktop_config.json
   • Linux: ~/.config/Claude/claude_desktop_config.json

3. 重启Claude Desktop

   配置完成后重启Claude Desktop，即可使用 @douyin-summary 工具。

详细配置指南

详细的配置步骤和故障排除，请参考 MCP_SETUP.md

其他使用方式

方式1：命令行调用

python3 -m src.mcp_server "抖音分享文本..."

方式2：Python模块调用

from src.mcp_server import process_douyin_share

share_text = "抖音分享文本..."
result = process_douyin_share(share_text)

作为Python模块调用

from src.mcp_server import process_douyin_share

# 处理抖音分享链接
share_text = "抖音分享文本..."
result = process_douyin_share(share_text)

if result["success"]:
    # 获取原始识别文本
    recognized_text = result['data']['recognized_text']
    
    # 获取格式化后的对话
    formatted_dialogue = result['data'].get('formatted_dialogue')
    if formatted_dialogue:
        for item in formatted_dialogue:
            print(f"{item['speaker']}: {item['text']}")

返回数据示例

{
  "success": true,
  "message": "处理成功",
  "data": {
    "douyin_url": "https://v.douyin.com/ybL9NO9RjKA",
    "mp3_url": "https://example.com/audio.mp3",
    "recognized_text": "完整的识别文本...",
    "formatted_dialogue": [
      {
        "speaker": "主持人",
        "text": "这是一期东北大丰收的保姆级教程..."
      },
      {
        "speaker": "主持人",
        "text": "这道菜需要用到一口大铁锅..."
      }
    ]
  }
}

注意事项

1. 确保音频文件URL是公网可访问的
2. 阿里云语音识别是异步接口，可能需要等待较长时间（取决于音频长度）
3. RapidAPI接口可能需要订阅才能使用
4. 千问大模型调用需要消耗API额度，请合理使用
5. 请妥善保管API Keys，不要提交到版本控制系统
6. 如果步骤4（对话整理）失败，仍会返回步骤3的识别文本，保证流程不中断

许可证

[根据项目需要添加许可证信息]