VideoNote-Mcp

视频链接 → 多格式笔记
一条链接 → 一篇笔记 · 端到端或解耦，任意组合

中文 | English

快速开始 • 文档 • 真实案例 • 流水线地图 • 任务管理 • 最佳实践 • 如何贡献

VideoNote-Mcp 把「视频链接 → 多格式笔记」整条流水线打包成 MCP Server：给 agent 一个链接，自动完成 下载 → 语音转写 → 画面理解 → 弹幕/评论，默认由当前对话里的 Agent 写笔记（配置 LLM 仅当 Agent 无法看图时作为后备）。

仓库：HuangYincan/VideoNote-MCP。

既可端到端使用（一条链接 → 一篇笔记），也可解耦：生成、素材、任务、媒体处理等工具按需取用。无需启动任何后端服务。

快速开始

只配置 MCP 即可，不需要安装 Skills。

# 1) 注册独立 MCP（PyPI 已发布版本）
claude mcp add --scope user videonote -- uvx videonote@latest

# 2) 在终端配置转写 / 平台登录；默认由当前 Agent 写笔记，无需 LLM Key
uvx videonote@latest setup

# 3) 重启或重连 MCP，然后发视频链接，请 Agent 输出文字稿或笔记

支持 JSON 的 MCP 客户端也可使用：

{
  "mcpServers": {
    "videonote": {
      "type": "stdio",
      "command": "uvx",
      "args": ["videonote@latest"]
    }
  }
}

旧版 Skills 与 /videonote-setup 已移除，可通过 Git 历史查阅；LaTeX/Typst 模板已独立恢复到 videonote_mcp/templates/，不需要恢复 Skills。已经安装的旧插件或本地 Skill 不会自动删除；若改用独立 MCP，请手动停用旧插件/Skill，避免重复加载。源码修改需客户端直接指向源码，uvx 不会加载未发布的本地修复。

[!TIP] 四种安装方式、配置细节、更新与安全见 docs/04-使用手册.md。

使用源码中的修复（未发布到 PyPI）

uvx videonote@latest 运行已发布的包，不会读取本地修改。需要本仓库的抖音修复时，使用 源码 JSON 配置，将 /absolute/path/to/VideoNote-MCP 替换为实际仓库绝对路径：

{
  "mcpServers": {
    "videonote": {
      "type": "stdio",
      "command": "uv",
      "args": [
        "--directory",
        "/absolute/path/to/VideoNote-MCP",
        "run",
        "--frozen",
        "videonote"
      ]
    }
  }
}

在终端使用同一份源码登录，然后重连 MCP：

uv --directory /absolute/path/to/VideoNote-MCP sync --frozen
uv --directory /absolute/path/to/VideoNote-MCP run --frozen videonote login douyin

若设置了 VIDEONOTE_DATA_DIR / VIDEONOTE_CONFIG_DIR，CLI 与 MCP 必须使用相同值。手机确认后如有二次验证，请在打开的官方浏览器窗口内完成；附加校验未能确认不等于 Cookie 无效，不必仅因此反复扫码。详见抖音登录排障。

Agent 指引与独立导出模板

MCP 初始化说明与 health_check / get_config 会提供官方仓库、安装/排障文档入口及版本匹配提醒；失败体检项返回 next_steps。这些是建议，不会自动安装依赖或修改配置。MCP 尚未启动时，先按本 README 配置，再结合客户端启动日志排查。

无需 Skills，也保留排版模板：Math Note（LaTeX 中英文）、English Article（LaTeX）、zju-lab（Typst）随安装包分发，含原始许可证与配套文件。仍为 10 个工具，不需要改 MCP JSON。

process_media(action="template")                                          # 列模板
process_media(action="template", template_file="GUIDE.md")                 # 离线导出指南
process_media(action="template", template_id="latex-math-note",
              template_file="main.tex")                                  # 读源码
process_media(action="template", template_id="latex-math-note",
              out_dir="<health_check.data_dir>/exports/my-note")           # 复制到新的目录

已有目录不覆盖；默认仅写数据目录内。也可读取 videonote://templates / videonote://help/export Resources，不支持 Resources 的客户端走以上工具即可。

• SRT/VTT/JSON：process_media(action="export") 确定性导出。
• LaTeX/Typst：Agent 复用已有底稿填模板；MCP 不自动编译 PDF。有编译器、字体及依赖且实际编译成功后才交付 PDF，否则交付完整源码。历史样例 PDF 不是用户生成的结果。
• 详见随包导出指南。凭证只在用户终端或官方页面输入。

以上描述当前源码能力。已发布包可能尚未包含这些修改：先核对 health_check.server_version 与发布记录；需要当前代码时使用上面的源码配置，不把 main/dev 文档当作旧版本的功能保证。

文档

安装 / 配置 / 使用 / 环境变量 / 更新 / 安全等完整说明已归档到 docs/（README 只保留概览）：

• 文档索引
• 架构设计 · 可编辑架构图
• 使用手册 —— 安装（4 种方式）· 配置（setup 向导 + CLI）· 环境变量 · 更新 · 安全
• 更新日志

真实案例

两个端到端真实案例：一个走 AGENT 直接生成并输出 LaTeX mathnote PDF，一个走 全自动 LLM 生成产出便携 Markdown。

案例一 · agent_direct + LaTeX mathnote（DeepSeek-V4 视频）

来源：【闪客】深入解读 DeepSeek V1~V4！男女老少都听得懂～

一条视频 + 四类外部资料（论文 / 技术报告 / 公众号官宣 / 开源集合）→ AGENT 直接生成精修笔记，并输出 LaTeX mathnote PDF（中文楷体模板）：

Page1	Page2	Page3

• 无 LLM key：Agent 读转写 + 帧图 + 评论自写笔记
• 多源交叉整合：视频 × 论文 × 技术报告 × 开源清单
• 精修保留原稿：note.md / note_original.md 双份
• LaTeX mathnote PDF：自适应修复字体缺失 / 断行溢出 / 引用去重

完整过程记录见 examples/agent-direct-deepseek-v4-mathnote/README.md。

案例二 · 全自动 LLM 生成 + 便携 Markdown（多视频并行）

极简 Prompt（3 个 B 站链接 + 输出目录，一个参数都没说明）→ 全自动跑完 环境检查 → 链接识别 → 供应商/模型发现 → 参数确认 → 多视频并行 → 生成后基于字幕精修，产出 3 份精修便携笔记（note.md + Assets/ 截图 + 「观众观点」章节，并保留 note_original.md 供对比）。

• 雅思：破误区 + 听/读/写/口语四科拆解 + 179 高频考点词 + 15 句逻辑框架
• 法医：从业 43 年法医「拉片」对比影视与现实，精修扩为 12 节
• Transformer：自注意力机制详解，18 张截图按讲课时间线分布

完整过程记录见 examples/note-generation-example/README.md。

流水线地图

实线为主流程：一条 prepare_note_material 出素材，由当前对话 Agent 写笔记；generate_note 是后备（Agent 无法看图时走配置 LLM）。虚线为可选能力（视频理解 / 弹幕评论）。各阶段细节见 docs/02-架构设计.md。

任务管理

每任务一个文件夹 note_results/{task_id}/：raw/（下载媒体）+ gen/（转写/笔记/帧/导出）+ 控制文件；全局任务索引在 SQLite video_tasks 表（含语义标题）。list_tasks 枚举全部任务（按语义标题识别）、cleanup(task_id, dry_run=True) 先查后清、cleanup 按任务 / 全局清理（默认保留配置与模型）、health_check 检查 FFmpeg / 数据库 / whisper 就绪。

flowchart TB
    DATA["data/ 数据根"] --> R["note_results/ 任务目录"]
    DATA --> DB[("video_note.db<br/>SQLite 全局任务索引")]
    R --> T1["任务 A<br/>note_results/{task_id}/"]
    R --> T2["任务 B<br/>…"]
    R --> T3["任务 C<br/>…"]
    T1 --> RAW["raw/ 原始材料<br/>音视频 · 封面"]
    T1 --> GEN["gen/ 生成材料"]
    T1 --> CTRL["status.json · result.json · manifest.json"]
    GEN --> T1A["transcript.json 转写全文"]
    GEN --> T1B["note.md 成稿笔记"]
    GEN --> T1C["Assets/ 笔记内截图"]
    GEN --> T1D["frames/ 关键帧原图"]
    GEN --> T1E["srt / vtt / json 字幕导出"]
    DB -. 索引 .-> T1

最佳实践

• 学习备考：端到端 + 视频理解 + 基于字幕的后续优化，把课程讲透。
• 会议纪要：process_media(action="merge") 合并分段录音 → process_media(action="diarize") 说话人分离 → meeting_minutes 风格。
• 讲座精读：端到端生成后，agent 基于完整字幕精修、按章节补齐细节。
• 视频赏析：开启弹幕 + 评论整合，笔记含「观众观点」章节。
• 默认路径：一条链接用 prepare_note_material，由当前对话 Agent 写笔记；Agent 无法看图或用户要求配置 LLM 时才用 generate_note。只做媒体加工用 process_media。
• 真实案例：完整案例过程记录见 examples。

维护与代码导航

• 入口：videonote_mcp/server.py 管 MCP 协议、权限与任务生命周期；cli.py 管终端初始化、登录和配置。密钥只在终端/官方页面填写。
• 共享逻辑：task_artifacts.py 统一读取任务状态和转写；app/utils/local_paths.py 统一路径规整/授权；app/utils/media_source.py 统一平台识别。inspect.py 的元信息预检和 export/ 的确定性导出不依赖 MCP 入口、数据库或转写引擎初始化。
• 处理流水线：app/services/note.py 编排任务，pipeline.py 提供处理步骤；模板资源与渲染代码独立，第三方来源见 VENDOR.md。
• 导出一致性：CLI/MCP 优先读 gen/transcript.json，缓存缺失/损坏才退到 result.json；不改写原转写。已知失败/运行中任务不能导出；无可读状态的旧任务仍允许恢复导出，但不表示任务已成功。CLI 显式 --out-dir 可选任意目录，MCP 仍默认限制在数据目录内。

开发者从接手指南和架构设计开始；不需要本机私有 Skill 或个人记忆。测试隔离运行数据，协议冒烟同时检查源码和 wheel，模板原件按哈希校验。具体命令见 CONTRIBUTING.md。

如何贡献

• 长期分支仅保留 dev、main。临时功能分支 → PR → dev（CI 必须绿）→ PR → main；交付后将 dev 快进到 main，删除已合入的临时分支，保持两者最新。
• 流程、分支命名与提交前自查见 CONTRIBUTING.md。

致谢

• Glama ：对 MCP server 的收录
• LINUX DO：新的理想型社区
• 所有开源依赖与上游流水线项目的启发