Serveur MCP
Serveur MCP transcript.im pour les agents IA
Le serveur MCP de transcript.im donne à un client IA un outil de transcription qu'il peut appeler directement. Pointez Claude, ChatGPT, Cursor ou OpenAI Agent Builder vers le serveur, fournissez une clé API et le modèle pourra récupérer la transcription d'un lien public, lancer un lot, exporter des sous-titres ou rechercher sur YouTube sans navigateur et sans intégration sur mesure. C'est un endpoint HTTP distant : un client hébergé n'a donc besoin que de l'URL et d'une clé, pas d'une installation locale.
- Un endpoint distant sur
https://mcp.transcript.im/mcp, authentifié par votre clé API : rien à installer. - Onze outils pour les transcriptions, les lots, les exports, la découverte YouTube et l'usage.
- Aucun outil IA : votre client exécute déjà le modèle ; le serveur fournit les transcriptions et les données de la plateforme.
- Le même compte et le même pipeline d'extraction que vous utilisez déjà via la REST API.
- Les transcriptions longues sont découpées en blocs avec un jeton de page pour qu'un seul résultat ne sature pas la fenêtre de contexte.
Ce que fait le serveur MCP de transcript.im
Le Model Context Protocol permet à un client de découvrir et d'appeler les outils qu'un serveur publie. Le serveur MCP de transcript.im utilise cette surface pour une seule tâche : transformer un lien vidéo ou audio public en transcription et répondre aux questions sur la plateforme qui l'entourent. Un client appelle get_transcript avec une URL ; le serveur atteint le pipeline d'extraction de transcript.im, utilise les sous-titres du créateur lorsqu'ils existent et bascule sur la transcription IA lorsqu'il n'y en a pas.
- L'extraction de transcription comme outil : un appel transforme un lien en texte horodaté.
- La découverte YouTube aussi : recherchez des vidéos, résolvez des chaînes, listez les mises en ligne et les éléments de playlist, et lisez les métadonnées de sous-titres.
- Lots et exports : mettez de nombreux liens en file, puis exportez l'ensemble terminé.
- Aucun modèle à l'intérieur : le serveur renvoie des données ; le client décide quoi en faire.
Les outils que votre agent peut appeler
Transcriptions
get_transcript extrait une transcription depuis une URL ou lit le bloc suivant d'une transcription longue, et get_transcript_info renvoie les métadonnées d'une vidéo et les pistes de sous-titres que l'API peut résoudre avant que vous ne vous engagiez dans une extraction. Ensemble, ils permettent à un agent de juger si une vidéo vaut la peine d'être transcrite, de demander une priorité de langue réellement nécessaire, puis de récupérer le texte avec ou sans horodatage.
Lots et exports
create_batch lance une exécution à partir d'une liste d'URL, d'une playlist ou d'une chaîne ; get_batch indique le statut, les compteurs et la page suivante d'éléments ; et export_batch transforme un lot terminé en texte ou en sous-titres. C'est ainsi qu'un agent traite tout le catalogue d'un créateur au lieu d'un clip à la fois, et un lien en échec est signalé de son côté au lieu de faire perdre le reste.
Découverte YouTube
search_video trouve des vidéos ou des chaînes par sujet, get_channel résout un handle ou une URL, list_channel_video liste les mises en ligne d'une chaîne, list_playlist_item parcourt une playlist et list_caption lit les métadonnées de sous-titres d'une vidéo ainsi que le texte de la transcription. Ce sont les outils qu'un agent utilise pour explorer une niche, vérifier ce qu'un créateur a publié et choisir la bonne source avant de transcrire quoi que ce soit.
Compte
get_usage renvoie le récapitulatif d'usage du compte, pour qu'un agent voie ce que le compte a déjà consommé avant de s'engager dans un gros lot ou une longue chaîne, au lieu de découvrir une limite en cours d'exécution.
Connectez le client que vous utilisez déjà
Claude
Ajoutez le serveur distant comme connecteur personnalisé, ou enregistrez-le depuis la ligne de commande. Claude négocie avec le serveur MCP, expose ses outils à la conversation et les garde disponibles d'un tour à l'autre : vous pouvez donc demander une transcription en langage naturel puis enchaîner sur un résumé sans répéter le lien.
ChatGPT
Ajoutez un connecteur MCP et choisissez l'authentification par clé API. ChatGPT appelle alors les outils de transcription comme n'importe quelle autre application connectée : un lien vidéo collé dans le chat peut devenir un texte lisible que le modèle cite, traduit ou analyse.
Cursor et autres éditeurs
Pointez la configuration mcpServers de l'éditeur vers l'URL distante avec votre clé API. L'agent de l'éditeur peut alors transcrire un lien et écrire le résultat directement dans votre projet ou vos notes.
OpenAI Agent Builder
Ajoutez un outil MCP avec l'URL du serveur et un identifiant Bearer, et l'agent pourra utiliser les transcriptions comme une étape d'un flux plus large, en transmettant le texte à ce qui suit sans connecteur personnalisé.
Connexion et authentification
Le serveur est un endpoint HTTP distant : connecter un client, c'est une URL et une clé, pas une installation.
- HTTP distant : ajoutez
https://mcp.transcript.im/mcpà votre client MCP ; rien n'a besoin de tourner sur votre machine. - Clé API : envoyez la clé sous la forme
Authorization: Bearer <key>oux-api-key; le serveur la transmet à la REST API, donc le même compte et les mêmes permissions s'appliquent. - Découverte des outils : l'endpoint répond aux requêtes de découverte MCP, donc un client peut énumérer les outils exposés avant d'en appeler un.
- Résultats identiques : les outils, le découpage et les erreurs correspondent à ce que le même compte obtient via la REST API, donc le comportement ne dépend pas du client.
Les transcriptions longues restent gérables
Un enregistrement de deux heures peut produire bien plus de texte qu'un modèle ne devrait en recevoir dans un seul résultat d'outil ; le serveur renvoie donc les transcriptions longues en blocs bornés. Chaque bloc signale truncated: true et un nextPageToken opaque ; rappeler get_transcript avec ce seul jeton renvoie le bloc suivant, et l'agent répète jusqu'à épuisement de la transcription.
- Résultats bornés : chaque bloc est plafonné pour qu'un seul résultat ne sature pas la fenêtre de contexte ni n'écarte le raisonnement précédent.
- Pagination sans état : le jeton porte la position et aucune session serveur n'est conservée entre les appels, donc n'importe quelle réplique peut servir le bloc suivant.
- Pagination JSON : une transcription JSON pagine par segment, de sorte qu'un consommateur structuré conserve le schéma attendu tout en parcourant le texte.
- Interrogation des jobs : une vidéo sans sous-titres renvoie un id de job, et l'agent l'interroge jusqu'à ce que la transcription soit prête.
- Début lisible : le premier bloc suffit pour répondre à une question sur l'ouverture, donc une courte relance n'a pas à charger toute la transcription.
Des erreurs sur lesquelles votre agent peut agir
Quand un appel d'outil échoue, le serveur renvoie une erreur MCP avec un texte lisible plutôt qu'une trace de pile. Des détails structurés accompagnent le résultat pour que l'agent puisse se rétablir au lieu de deviner : un code, un status HTTP, une upgradeUrl lorsqu'une limite est atteinte et availableLanguages lorsque la langue demandée n'est pas disponible. Cela transforme une impasse en action suivante : essayer une autre langue, choisir un autre lien ou signaler la limite à la personne dans la conversation. Un modèle capable de lire la raison d'un échec peut corriger sa propre tentative suivante, et c'est la différence entre un agent qui réessaie utilement et un agent qui boucle sur le même appel cassé.
Associé
FAQ du serveur MCP
Qu'est-ce que le serveur MCP de transcript.im ?
Le serveur MCP de transcript.im est une surface Model Context Protocol qui expose l'extraction de transcriptions, les jobs par lots, les exports et la découverte YouTube comme des outils qu'un client IA peut appeler.
Quels clients peuvent se connecter au serveur MCP de transcript.im ?
Claude, ChatGPT, Cursor, OpenAI Agent Builder et tout autre client MCP peuvent se connecter à l'endpoint HTTP distant avec une clé API.
Le serveur MCP de transcript.im inclut-il des outils IA ?
Non. Le serveur expose délibérément uniquement des données et des outils d'extraction, car le client exécute déjà le modèle qui résume ou réécrit le résultat.
Comment un agent obtient-il une transcription à partir d'un lien vidéo ?
Il appelle l'outil de transcription avec le lien ; le serveur utilise d'abord les sous-titres existants, bascule sur la transcription IA lorsqu'il n'y en a pas et renvoie un texte horodaté.
Comment le serveur MCP gère-t-il les transcriptions longues ?
Elles sont renvoyées en blocs bornés. Chaque résultat porte un indicateur de troncature et un jeton de page, et l'agent rappelle l'outil avec ce jeton pour lire le bloc suivant.
Un agent peut-il lancer un lot via le serveur MCP de transcript.im ?
Oui. Les outils de lots acceptent une liste d'URL, une playlist ou une chaîne, indiquent le statut et les compteurs, et exportent l'ensemble terminé en texte ou en sous-titres.
Le serveur MCP de transcript.im fonctionne-t-il avec la recherche YouTube et les chaînes ?
Oui. Des outils dédiés couvrent la recherche de vidéos et de chaînes, la résolution de chaînes, les mises en ligne d'une chaîne, les éléments de playlist et les métadonnées de sous-titres.
Comment le serveur MCP authentifie-t-il un client ?
Il accepte une clé API comme jeton Bearer ou en-tête x-api-key et la transmet à la REST API, donc ses appels arrivent sur le même compte qu'une requête API directe.
Connectez le serveur MCP de transcript.im
Ajoutez l'URL du serveur à votre client MCP, fournissez une clé API et demandez une transcription à votre agent.