---
title: "給 AI 代理的 transcript.im MCP 伺服器"
description: "將 Claude、ChatGPT、Cursor 或 OpenAI Agent Builder 連到 transcript.im MCP 伺服器，把逐字稿、批量與 YouTube 檢索當成工具交給你的代理。"
canonical: "https://transcript.im/zh-hant/mcp"
markdown: "https://transcript.im/zh-hant/mcp.md"
---

# 給 AI 代理的 transcript.im MCP 伺服器

將 Claude、ChatGPT、Cursor 或 OpenAI Agent Builder 連到 transcript.im MCP 伺服器，把逐字稿、批量與 YouTube 檢索當成工具交給你的代理。

## 鏈接

- [標準 HTML 頁面](https://transcript.im/zh-hant/mcp)
- [Markdown](https://transcript.im/zh-hant/mcp.md)


transcript.im MCP 伺服器為 AI 用戶端提供一個可直接呼叫的逐字稿工具。把 Claude、ChatGPT、Cursor 或 OpenAI Agent Builder 指向伺服器並提供 API 金鑰，模型就能從公開連結取得逐字稿、啟動批量任務、匯出字幕或檢索 YouTube，不需瀏覽器，也不需客製整合。它是遠端 HTTP 端點，因此託管用戶端只需要 URL 和金鑰，不需要本機安裝。

- 一個遠端端點 `https://mcp.transcript.im/mcp`，以你的 API 金鑰驗證，無需安裝。
- 11 個工具，涵蓋逐字稿、批量、匯出、YouTube 檢索與用量。
- 不含 AI 工具——模型已在你的用戶端執行；伺服器只提供逐字稿與平台資料。
- 與 REST API 相同的帳戶、相同的抽取流程。
- 長逐字稿以分頁權杖切分，單一結果不會淹沒上下文視窗。

## transcript.im MCP 伺服器做什麼

Model Context Protocol 讓用戶端探索並呼叫伺服器發布的工具。transcript.im MCP 伺服器把這套介面用在一件事：把公開的影片或音訊連結變成逐字稿，並回答圍繞它的平台問題。用戶端帶上 URL 呼叫 `get_transcript`；伺服器接入 transcript.im 抽取流程，有創作者字幕時優先使用，沒有時退回 AI 轉錄。

由於繁重工作都在伺服器上，用戶端不需要下載器、瀏覽器自動化堆疊或自己的語音辨識模型，只需要一次工具呼叫。這正是 MCP 逐字稿伺服器的意義：模型已經是你在此的原因，伺服器專注於資料。

- 把逐字稿抽取當成工具——一次呼叫就把連結變成帶時間戳的文字。
- 還有 YouTube 檢索——搜尋影片、解析頻道、列出上傳與播放清單項目，並讀取字幕中繼資料。
- 批量與匯出——把許多連結排入佇列，再匯出完成的結果集。
- 內部不含模型——伺服器回傳資料，由用戶端決定怎麼用。

## 你的代理可以呼叫的工具

### 逐字稿

`get_transcript` 從 URL 抽取逐字稿，或讀取長逐字稿的下一段；`get_transcript_info` 在你決定抽取前回傳影片中繼資料與 API 能解析到的字幕軌。兩者搭配，代理可以判斷某支影片是否值得轉錄、要求真正需要的語言優先序，再取得帶或不帶時間戳的文字。

### 批量與匯出

`create_batch` 從 URL 清單、播放清單或頻道啟動一次執行；`get_batch` 回報狀態、計數與下一頁項目；`export_batch` 把完成的批量轉成文字或字幕。代理因此能處理某位創作者的全部內容，而不是一次一個片段；單一連結失敗會被單獨回報，而不會丟棄其餘結果。

### YouTube 檢索

`search_video` 依主題尋找影片或頻道，`get_channel` 解析 handle 或 URL，`list_channel_video` 列出頻道上傳，`list_playlist_item` 走訪播放清單，`list_caption` 讀取影片的字幕中繼資料與逐字稿文字。代理用這些工具研究利基、查看創作者發布過什麼，並在轉錄之前選對來源。

### 帳戶

`get_usage` 回報帳戶的用量摘要，讓代理在投入大批量或長頻道前看到帳戶已經用了多少，而不是執行到一半才發現限制。

## 連接你已經在用的用戶端

### Claude

把遠端伺服器加為自訂連接器，或從命令列註冊。Claude 會與 MCP 伺服器協商，把工具暴露到對話中，並在多輪之間保持可用，因此你可以用自然語言要一份逐字稿，緊接著再要一份摘要，而不必重複連結。

### ChatGPT

加入 MCP 連接器並選擇 API 金鑰驗證。ChatGPT 接著會像呼叫其他已連接應用一樣呼叫逐字稿工具，這表示聊天中貼上的影片連結可以變成模型能引用、翻譯或分析的文字。

### Cursor 與其他編輯器

把編輯器的 `mcpServers` 設定連同 API 金鑰指向遠端 URL。編輯器的代理就能轉錄連結，並把結果直接寫進你的專案或筆記。

### OpenAI Agent Builder

用伺服器 URL 與 Bearer 憑證加入一個 MCP 工具，代理就能把逐字稿當成更大工作流程中的一步，把文字交給後續環節，而不需客製連接器。

## 連接與驗證

伺服器是遠端 HTTP 端點，因此連接用戶端只需 URL 和金鑰，而不是安裝。

- 遠端 HTTP——把 `https://mcp.transcript.im/mcp` 加入你的 MCP 用戶端；你的機器上不需執行任何東西。
- API 金鑰——把金鑰以 `Authorization: Bearer <key>` 或 `x-api-key` 送出；伺服器會把它轉送給 REST API，因此適用同一個帳戶與同一套權限。
- 工具探索——端點會回應 MCP 探索請求，用戶端可以在呼叫之前列出它暴露的工具。
- 結果一致——工具、分塊與錯誤都和同一帳戶從 REST API 得到的一致，因此行為不取決於用戶端。

## 長逐字稿依然可控

兩小時的錄音可能產生遠超模型單一工具結果應接收的文字，因此伺服器把長逐字稿以有界分塊回傳。每個分塊會回報 `truncated: true` 與不透明的 `nextPageToken`；只帶該權杖再次呼叫 `get_transcript` 會回傳下一段，代理重複此過程直到逐字稿取完。

- 結果有界——每個分塊都有上限，單一結果不會淹沒上下文視窗，也不會擠掉先前的推理。
- 無狀態分頁——權杖攜帶位置，呼叫之間不保留伺服器工作階段，因此任何副本都能提供下一段。
- JSON 分頁——JSON 逐字稿依片段分頁，結構化消費方可以在走訪文字時保持自己預期的 schema。
- 任務輪詢——沒有字幕的影片會回傳一個任務 ID，代理輪詢它直到逐字稿就緒。
- 開頭可讀——第一段就足以回答關於開頭的問題，簡短的追問不必拉取整份逐字稿。

## 你的代理能據以行動的錯誤

當工具呼叫失敗時，伺服器回傳帶有可讀文字的 MCP 錯誤，而不是堆疊追蹤。結構化細節隨結果一同回傳，讓代理可以復原而不是猜測：`code`、HTTP `status`、達到限制時的 `upgradeUrl`，以及要求的語言不可用時的 `availableLanguages`。這把死路變成下一步動作——換一種語言、換一個連結，或把限制告訴對話中的人。能讀懂失敗原因的模型可以修正自己的下一次嘗試，這正是能有效重試的代理與卡在同一個壞呼叫上的代理之間的差別。

## 相關

- [REST API](/zh-hant/api)
- [Agent Skills](/zh-hant/skills)
- [API 文件](/docs)
- [YouTube 逐字稿](/zh-hant/youtube-transcript)
- [YouTube 影片摘要](/zh-hant/youtube-video-summarizer)
- [字幕產生器](/zh-hant/youtube-subtitle-generator)
- [YouTube 字幕下載](/zh-hant/youtube-subtitle-downloader)
- [頻道轉錄](/zh-hant/youtube-channel-transcript)
- [播放列表轉錄](/zh-hant/youtube-playlist-transcript)
## MCP 伺服器常見問題

### transcript.im MCP 伺服器是什麼？

transcript.im MCP 伺服器是一個 Model Context Protocol 介面，把逐字稿抽取、批量任務、匯出與 YouTube 檢索當成 AI 用戶端可呼叫的工具暴露出來。

### 哪些用戶端可以連接 transcript.im MCP 伺服器？

Claude、ChatGPT、Cursor、OpenAI Agent Builder 以及任何其他 MCP 用戶端都可以用 API 金鑰連接遠端 HTTP 端點。

### transcript.im MCP 伺服器包含 AI 工具嗎？

不包含。伺服器刻意只暴露資料與抽取工具，因為負責摘要或改寫的模型已由用戶端執行。

### 代理如何從影片連結取得逐字稿？

它帶上連結呼叫逐字稿工具；伺服器優先使用現有字幕，沒有時退回 AI 轉錄，並回傳帶時間戳的文字。

### MCP 伺服器如何處理長逐字稿？

長逐字稿以有界分塊回傳。每個結果帶有截斷旗標與分頁權杖，代理用該權杖再次呼叫工具讀取下一段。

### 代理可以透過 transcript.im MCP 伺服器執行批量嗎？

可以。批量工具接受 URL 清單、播放清單或頻道，回報狀態與計數，並把完成的結果集匯出為文字或字幕。

### transcript.im MCP 伺服器支援 YouTube 搜尋與頻道嗎？

支援。專用工具涵蓋影片與頻道搜尋、頻道解析、頻道上傳、播放清單項目與字幕中繼資料。

### MCP 伺服器如何驗證用戶端？

它接受作為 Bearer 權杖或 `x-api-key` 標頭的 API 金鑰，並轉送給 REST API，因此其呼叫與直接 API 請求落在同一個帳戶上。

## 連接 transcript.im MCP 伺服器

把伺服器 URL 加入你的 MCP 用戶端，提供 API 金鑰，再向你的代理要一份逐字稿。

- [建立 API 金鑰](/app/account/api-keys)
- [閱讀 API 契約](/docs)