XFWang522/vidscribe

vidscribe は何をしますか？

🎬 MCPサーバー + エージェントスキル + CLI — 動画URLをテキストに文字起こし。Claude Desktop / Cursor / Windsurf / Codexに統合。Bilibili、YouTube、TikTok、1000以上のサイト × 5つのASRプロバイダーに対応。

機能

• 動画の文字起こし: 動画のURLを入力するだけで、自動的に音声をテキストに変換します。
• 複数プラットフォーム対応: Claude Desktop、Cursor、Windsurf、CodexなどのAIエージェントツールに統合可能。
• 幅広いサイト対応: Bilibili、YouTube、TikTokを含む1000以上のウェブサイトからの動画をサポート。
• マルチASRプロバイダー: 5つの異なるASR（自動音声認識）プロバイダーから選択可能。

セットアップ

前提条件

• Node.js 18以上
• 有効なASRプロバイダーのAPIキー（例：Whisper、Google Cloud Speech-to-Textなど）

インストール

npm install -g vidscribe

または、プロジェクトに直接インストール:

npm install vidscribe

MCP統合

claude_desktop_config.json に以下の設定を追加:

{
  "mcpServers": {
    "vidscribe": {
      "command": "npx",
      "args": ["-y", "vidscribe"],
      "env": {
        "VIDSCRIBE_ASR_PROVIDER": "whisper",
        "VIDSCRIBE_API_KEY": "your-api-key-here"
      }
    }
  }
}

使用方法

CLI

vidscribe transcribe https://www.youtube.com/watch?v=example

MCPサーバー

MCPサーバーは自動的にエージェントツールとして認識されます。以下のツールが利用可能:

• transcribe_video: 動画URLを文字起こし
• list_providers: 利用可能なASRプロバイダーを一覧表示
• get_status: 文字起こしのステータスを確認

プログラミングAPI

import { transcribe } from 'vidscribe';

const result = await transcribe('https://www.bilibili.com/video/BV1GJ411x7y7');
console.log(result.text);

環境変数

変数名	説明	必須
VIDSCRIBE_ASR_PROVIDER	ASRプロバイダーを指定（例：whisper, google）	はい
VIDSCRIBE_API_KEY	ASRプロバイダーのAPIキー	はい
VIDSCRIBE_OUTPUT_DIR	出力ディレクトリ（デフォルト: ./output）	いいえ
VIDSCRIBE_LANGUAGE	言語コード（デフォルト: auto）	いいえ

サポートサイト

• YouTube
• Bilibili
• TikTok
• Instagram
• Twitter/X
• Facebook
• Vimeo
• Dailymotion
• その他1000以上のサイト（yt-dlp対応）

ASRプロバイダー

1. Whisper（OpenAI、ローカル）
2. Google Cloud Speech-to-Text
3. AWS Transcribe
4. Azure Speech
5. WhisperX（ローカル、タイムスタンプ付き）

ライセンス

MIT