--- title: "Servidor MCP do transcript.im para agentes de IA" description: "Conecte Claude, ChatGPT, Cursor ou OpenAI Agent Builder ao servidor MCP do transcript.im e dê ao seu agente transcrições, lotes e descoberta do YouTube como ferramentas." canonical: "https://transcript.im/pt-BR/mcp" markdown: "https://transcript.im/pt-BR/mcp.md" --- # Servidor MCP do transcript.im para agentes de IA Conecte Claude, ChatGPT, Cursor ou OpenAI Agent Builder ao servidor MCP do transcript.im e dê ao seu agente transcrições, lotes e descoberta do YouTube como ferramentas. ## Links - [HTML canônico](https://transcript.im/pt-BR/mcp) - [Markdown](https://transcript.im/pt-BR/mcp.md) O servidor MCP do transcript.im dá a um cliente de IA uma ferramenta de transcrição que ele pode chamar diretamente. Aponte Claude, ChatGPT, Cursor ou OpenAI Agent Builder para o servidor, informe uma chave de API e o modelo poderá obter a transcrição de um link público, iniciar um lote, exportar legendas ou pesquisar no YouTube sem navegador e sem uma integração personalizada. É um endpoint HTTP remoto, então um cliente hospedado precisa apenas da URL e de uma chave, não de uma instalação local. - Um endpoint remoto em `https://mcp.transcript.im/mcp`, autenticado com sua chave de API: nada para instalar. - Onze ferramentas para transcrições, lotes, exportações, descoberta do YouTube e uso. - Sem ferramentas de IA: seu cliente já executa o modelo; o servidor fornece as transcrições e os dados da plataforma. - A mesma conta e o mesmo pipeline de extração que você já usa pela REST API. - Transcrições longas são divididas em blocos com um token de página para que um único resultado não inunde a janela de contexto. ## O que o servidor MCP do transcript.im faz O Model Context Protocol permite que um cliente descubra e chame as ferramentas que um servidor publica. O servidor MCP do transcript.im usa essa superfície para uma única tarefa: transformar um link público de vídeo ou áudio em uma transcrição e responder às perguntas sobre a plataforma que a cercam. Um cliente chama `get_transcript` com uma URL; o servidor chega ao pipeline de extração do transcript.im, usa as legendas do criador quando existem e recorre à transcrição com IA quando não existem. Como o trabalho pesado fica no servidor, o cliente não precisa de um baixador, de uma pilha de automação de navegador nem de um modelo de fala para texto próprio. Ele precisa apenas de uma chamada de ferramenta. É esse o encaixe de um servidor MCP de transcrições: o modelo já é o motivo de você estar aqui, então o servidor se mantém focado nos dados. - Extração de transcrições como ferramenta: uma chamada transforma um link em texto com carimbos de data e hora. - Também descoberta do YouTube: pesquise vídeos, resolva canais, liste envios e itens de playlists e leia os metadados das legendas. - Lotes e exportações: coloque muitos links na fila e depois exporte o conjunto finalizado. - Sem modelo dentro: o servidor devolve dados; o cliente decide o que fazer com eles. ## Ferramentas que seu agente pode chamar ### Transcrições `get_transcript` extrai uma transcrição de uma URL ou lê o próximo bloco de uma longa, e `get_transcript_info` devolve os metadados de um vídeo e as faixas de legenda que a API consegue resolver antes de você se comprometer com uma extração. Juntas, elas permitem que um agente decida se vale a pena transcrever um vídeo, solicite uma prioridade de idioma que realmente precisa e busque o texto com ou sem carimbos de data e hora. ### Lotes e exportações `create_batch` inicia uma execução a partir de uma lista de URLs, uma playlist ou um canal; `get_batch` informa o status, as contagens e a próxima página de itens; e `export_batch` transforma um lote finalizado em texto ou legendas. É assim que um agente processa todo o acervo de um criador em vez de um clipe por vez, e um link com falha é informado separadamente em vez de descartar o restante. ### Descoberta do YouTube `search_video` encontra vídeos ou canais por assunto, `get_channel` resolve um handle ou uma URL, `list_channel_video` lista os envios de um canal, `list_playlist_item` percorre uma playlist e `list_caption` lê os metadados das legendas de um vídeo e o texto da transcrição. São as ferramentas que um agente usa para pesquisar um nicho, conferir o que um criador publicou e escolher a fonte certa antes de transcrever qualquer coisa. ### Conta `get_usage` informa o resumo de uso da conta, para que um agente veja o que a conta já usou antes de se comprometer com um lote grande ou um canal longo, em vez de descobrir um limite no meio de uma execução. ## Conecte o cliente que você já usa ### Claude Adicione o servidor remoto como conector personalizado ou registre-o pela linha de comando. O Claude negocia com o servidor MCP, expõe suas ferramentas à conversa e as mantém disponíveis entre turnos, então você pode pedir uma transcrição em linguagem natural e pedir um resumo em seguida sem repetir o link. ### ChatGPT Adicione um conector MCP e escolha a autenticação por chave de API. O ChatGPT então chama as ferramentas de transcrição como qualquer outro app conectado, o que significa que um link de vídeo colado no chat pode virar texto legível que o modelo cita, traduz ou analisa. ### Cursor e outros editores Aponte a configuração `mcpServers` do editor para a URL remota com sua chave de API. O agente do editor poderá então transcrever um link e escrever o resultado direto no seu projeto ou nas suas notas. ### OpenAI Agent Builder Adicione uma ferramenta MCP com a URL do servidor e uma credencial Bearer, e o agente poderá usar transcrições como uma etapa dentro de um fluxo maior, alimentando o texto para o que vier depois sem um conector personalizado. ## Conectar e autenticar O servidor é um endpoint HTTP remoto, então conectar um cliente é uma URL e uma chave, não uma instalação. - HTTP remoto: adicione `https://mcp.transcript.im/mcp` ao seu cliente MCP; nada precisa rodar na sua máquina. - Chave de API: envie a chave como `Authorization: Bearer ` ou `x-api-key`; o servidor a repassa à REST API, então valem a mesma conta e as mesmas permissões. - Descoberta de ferramentas: o endpoint responde a solicitações de descoberta do MCP, então um cliente pode enumerar as ferramentas que ele expõe antes de chamar uma. - Mesmos resultados: as ferramentas, o fatiamento e os erros correspondem ao que a mesma conta recebe da REST API, então o comportamento não depende do cliente. ## Transcrições longas continuam gerenciáveis Uma gravação de duas horas pode gerar muito mais texto do que um modelo deveria receber em um único resultado de ferramenta, então o servidor devolve transcrições longas em blocos limitados. Cada bloco informa `truncated: true` e um `nextPageToken` opaco; chamar `get_transcript` de novo apenas com esse token devolve o próximo bloco, e o agente repete até esgotar a transcrição. - Resultados limitados: cada bloco tem um teto para que um único resultado não inunde a janela de contexto nem empurre o raciocínio anterior para fora dela. - Paginação sem estado: o token carrega a posição e nenhuma sessão do servidor é mantida entre as chamadas, então qualquer réplica pode servir o próximo bloco. - Paginação JSON: uma transcrição JSON pagina por segmento, então um consumidor estruturado mantém o esquema que espera enquanto percorre o texto. - Sondagem de jobs: um vídeo sem legendas devolve um id de job, e o agente o sonda até a transcrição ficar pronta. - Início legível: o primeiro bloco basta para responder a uma pergunta sobre a abertura, então um acompanhamento curto não precisa trazer a transcrição inteira. ## Erros sobre os quais seu agente pode agir Quando uma chamada de ferramenta falha, o servidor devolve um erro MCP com texto legível em vez de um rastreamento de pilha. Detalhes estruturados viajam com o resultado para que o agente possa se recuperar em vez de adivinhar: um `code`, um `status` HTTP, uma `upgradeUrl` quando um limite é atingido e `availableLanguages` quando o idioma solicitado não está disponível. Isso transforma um beco sem saída em uma próxima ação: tentar outro idioma, escolher um link diferente ou mostrar o limite para a pessoa na conversa. Um modelo que consegue ler o motivo de uma falha pode corrigir a própria próxima tentativa, que é a diferença entre um agente que tenta de novo com proveito e um que fica em loop na mesma chamada quebrada. ## Relacionado - [REST API](/pt-BR/api) - [Agent Skills](/pt-BR/skills) - [Documentação da API](/docs) - [Transcrever vídeo do YouTube](/pt-BR/youtube-transcript) - [Resumir vídeo do YouTube](/pt-BR/youtube-video-summarizer) - [Gerador de legendas](/pt-BR/youtube-subtitle-generator) - [Baixador de legendas](/pt-BR/youtube-subtitle-downloader) - [Transcrição de canal](/pt-BR/youtube-channel-transcript) - [Transcrição de playlist](/pt-BR/youtube-playlist-transcript) ## Perguntas frequentes sobre o servidor MCP ### O que é o servidor MCP do transcript.im? O servidor MCP do transcript.im é uma superfície de Model Context Protocol que expõe a extração de transcrições, os jobs em lote, as exportações e a descoberta do YouTube como ferramentas que um cliente de IA pode chamar. ### Quais clientes podem se conectar ao servidor MCP do transcript.im? Claude, ChatGPT, Cursor, OpenAI Agent Builder e qualquer outro cliente MCP podem se conectar ao endpoint HTTP remoto com uma chave de API. ### O servidor MCP do transcript.im inclui ferramentas de IA? Não. O servidor expõe deliberadamente apenas dados e ferramentas de extração, porque o cliente já executa o modelo que resume ou reescreve o resultado. ### Como um agente obtém uma transcrição de um link de vídeo? Ele chama a ferramenta de transcrição com o link; o servidor usa as legendas existentes primeiro, recorre à transcrição com IA quando não há nenhuma e devolve texto com carimbos de data e hora. ### Como o servidor MCP lida com transcrições longas? Elas são devolvidas em blocos limitados. Cada resultado carrega um indicador de truncamento e um token de página, e o agente chama a ferramenta de novo com esse token para ler o próximo bloco. ### Um agente pode rodar um lote pelo servidor MCP do transcript.im? Sim. As ferramentas de lote aceitam uma lista de URLs, uma playlist ou um canal, informam status e contagens, e exportam o conjunto finalizado como texto ou legendas. ### O servidor MCP do transcript.im funciona com a busca do YouTube e canais? Sim. Ferramentas dedicadas cobrem a busca de vídeos e canais, a resolução de canais, os envios de um canal, os itens de playlists e os metadados das legendas. ### Como o servidor MCP autentica um cliente? Ele aceita uma chave de API como token Bearer ou cabeçalho `x-api-key` e a repassa à REST API, então suas chamadas caem na mesma conta que uma solicitação direta à API. ## Conecte o servidor MCP do transcript.im Adicione a URL do servidor ao seu cliente MCP, informe uma chave de API e peça uma transcrição ao seu agente. - [Criar uma chave de API](/app/account/api-keys) - [Ler o contrato da API](/docs)