Verbatim MCP

让 AI agent 直接驱动 Verbatim —— 本机自托管的音视频转写 + 博主观点分析工具。

装好之后，你可以直接对 Claude 说：

把这个 B 站链接转写了，转完告诉我讲了什么

搜一下我的转写库里提到「量化交易」的内容

分析一下这个 UP 主的观点，最多看 20 个视频

Claude 会自己调用转写、轮询进度、取回结果。

前置条件

1. Verbatim 本体在跑（默认 http://127.0.0.1:5001）。这个 MCP server 只是个客户端，不含转写能力。
2. Python 3.10+（Verbatim 本体锁在 3.9，这里是独立进程，互不影响）。

安装

git clone https://github.com/xyzxinlu-max/getAudio.git
cd getAudio/verbatim-mcp
python3 -m venv .venv && .venv/bin/pip install -e .

接到 Claude Code

claude mcp add verbatim --scope user -- /绝对路径/verbatim-mcp/.venv/bin/verbatim-mcp

接到 Claude Desktop 的话，编辑 claude_desktop_config.json：

{
  "mcpServers": {
    "verbatim": {
      "command": "/绝对路径/verbatim-mcp/.venv/bin/verbatim-mcp"
    }
  }
}

Verbatim 不在默认地址时，加一个环境变量：

{
  "mcpServers": {
    "verbatim": {
      "command": "/绝对路径/verbatim-mcp/.venv/bin/verbatim-mcp",
      "env": { "VERBATIM_URL": "http://127.0.0.1:5002" }
    }
  }
}

提供的工具

设计说明

转写和分析都是长任务，所以工具是「提交 → 拿 id → 轮询」两段式，不会让 agent 阻塞几分钟干等。每个提交类工具的返回值里都写了下一步该调谁。

纯 HTTP 客户端，不 import Verbatim 任何代码。好处是两边的 Python 版本互不牵扯，Verbatim 挂了也只是工具调用失败，不会拖垮 agent 会话。

长文本默认截断（转写 4000 字、分析文档 8000 字），避免几万字正文无脑塞进上下文。需要全文时传 full=True。

隐私提醒

转写引擎选 gemini / dashscope 时，音频会上传到对应厂商。要完全本地处理就用 whisper（默认），不需要任何 API key。

License

MIT