Communitygithub.com

XFWang522/vidscribe

🎬 Servidor MCP + Skill para Agentes + CLI — Transcreva qualquer URL de vídeo para texto. Integre-se ao Claude Desktop / Cursor / Windsurf / Codex. Suporta Bilibili, YouTube, TikTok, mais de 1000 sites × 5 provedores de ASR.

O que é vidscribe?

O XFWang522/vidscribe é uma ferramenta multiplataforma que combina um servidor MCP (Model Context Protocol), uma skill para agentes de IA e uma interface de linha de comando (CLI) para transcrever automaticamente o áudio de vídeos a partir de suas URLs. Ele é incrivelmente versátil, suportando mais de 1000 sites de vídeo, incluindo Bilibili, YouTube e TikTok, e oferece integração com 5 provedores diferentes de reconhecimento automático de fala (ASR). Esta skill é especialmente útil para desenvolvedores que utilizam assistentes de IA como Claude Desktop, Cursor, Windsurf e Codex, pois permite que o agente acesse e transcreva conteúdo de vídeo diretamente, transformando dados de áudio não estruturados em texto estruturado para análise, resumo ou indexação. Ao ser ativada, a skill recebe uma URL de vídeo e um provedor ASR opcional, baixa o áudio do vídeo e utiliza o serviço de transcrição escolhido para gerar um texto final, que é então retornado ao agente para processamento posterior.

Funciona com✓Claude Code✓Codex CLI✓Cursor✓Windsurf
npx skills add XFWang522/vidscribe

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que vidscribe faz?

🎬 Servidor MCP + Skill para Agentes + CLI — Transcreva qualquer URL de vídeo para texto. Integre-se ao Claude Desktop / Cursor / Windsurf / Codex. Suporta Bilibili, YouTube, TikTok, mais de 1000 sites × 5 provedores de ASR.

Funcionalidades

  • Multiplataforma: Funciona como servidor MCP, skill para agentes de IA e CLI.
  • Suporte Abrangente a Sites: Transcreve vídeos de Bilibili, YouTube, TikTok e mais de 1000 outros sites.
  • Múltiplos Provedores ASR: Escolha entre 5 provedores diferentes de reconhecimento de fala (ASR) para atender às suas necessidades de precisão e custo.
  • Integração com Agentes: Integra-se perfeitamente com Claude Desktop, Cursor, Windsurf e Codex.

Como Usar

Como Skill de Agente (por exemplo, em Cursor ou Codex)

Simplesmente forneça ao agente um prompt como:

Transcreva o vídeo da URL: https://www.youtube.com/watch?v=EXAMPLE e resuma seu conteúdo.

O agente, se tiver o vidscribe configurado como uma skill MCP, baixará automaticamente o áudio e usará o serviço ASR configurado para gerar a transcrição.

Como CLI

vidscribe transcribe "https://www.youtube.com/watch?v=EXAMPLE" --provider whisper

Provedores ASR

ProvedorDescrição
whisperModelo OpenAI Whisper (local ou API)
googleGoogle Cloud Speech-to-Text
awsAmazon Transcribe
azureAzure Cognitive Services
customProvedor ASR personalizado

Configuração

As variáveis de ambiente podem ser usadas para configurar o provedor ASR padrão e as credenciais da API:

  • VIDSCRIBE_ASR_PROVIDER: Define o provedor ASR padrão (ex.: whisper).
  • VIDSCRIBE_WHISPER_MODEL: Caminho ou nome do modelo Whisper (ex.: base).
  • GOOGLE_APPLICATION_CREDENTIALS: Caminho para o arquivo de credenciais do Google Cloud.
  • AWS_ACCESS_KEY_ID e AWS_SECRET_ACCESS_KEY: Credenciais AWS.
  • AZURE_SPEECH_KEY e AZURE_SPEECH_REGION: Credenciais do Azure.

Exemplo de Saída

Título do Vídeo: Introdução à Inteligência Artificial
Duração: 15:32
Provedor: whisper
Transcrição:
[00:00] Bem-vindo à nossa aula sobre inteligência artificial.
[00:15] Hoje vamos explorar os fundamentos do aprendizado de máquina.
...

Licença

MIT

Habilidades Relacionadas