Transcripter 的 MCP 服务器

为 Transcripter 项目实现的模型上下文协议（MCP）服务器。此包提供了使用 MCP 标准的 AI 功能所需的工具和资源。

功能

工具

• test-api: 测试 API 端点并返回结果
• transcription-search: 使用过滤和分页功能搜索转录文本
• transcription-summary: 使用 AI 生成转录文本的摘要

资源

• transcription://{id}: 通过 ID 访问转录数据
• analysis://{id}: 通过 ID 访问分析数据

要求

• Node.js >= 18.0.0
• npm >= 7.0.0

安装

npm install

构建

# Build for both ESM and CommonJS
npm run build

# Build for ESM only
npm run build:esm

# Build for CommonJS only
npm run build:cjs

运行

# Start the MCP server on the default port (3500)
npm run server

# Start the MCP server on a custom port
npm run server 4000

测试

npm test

使用示例

使用 test-api 工具

import { Client } from "@modelcontextprotocol/sdk/client";
import { SSEClientTransport } from "@modelcontextprotocol/sdk/client/sse";

async function testApiEndpoint() {
  // Connect to the MCP server
  const transport = new SSEClientTransport("http://localhost:3500/sse", "http://localhost:3500/message");
  const client = new Client();
  await client.connect(transport);
  
  // Use the test-api tool
  const result = await client.tools.execute("test-api", {
    endpoint: "transcriptions",
    method: "GET",
  });
  
  console.log(result);
}

使用 transcription 资源

import { Client } from "@modelcontextprotocol/sdk/client";
import { SSEClientTransport } from "@modelcontextprotocol/sdk/client/sse";

async function getTranscription(id: number) {
  // Connect to the MCP server
  const transport = new SSEClientTransport("http://localhost:3500/sse", "http://localhost:3500/message");
  const client = new Client();
  await client.connect(transport);
  
  // Access the transcription resource
  const transcription = await client.resources.get(`transcription://${id}`);
  
  console.log(transcription);
}

与 Transcripter 集成

该 MCP 服务器与 Transcripter 项目集成，为转录和分析提供基于 AI 的功能。它作为 AI 模型交互的标准接口。

项目结构

• src/cli.ts: 启动 MCP 服务器的命令行界面
• src/tools/: MCP 工具的实现
• src/resources/: MCP 资源提供者的实现
• src/tests/: 工具和资源的测试

许可证

MIT