Skip to main content
Glama
iaynidn-sudo

ai-translation-tool

by iaynidn-sudo
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Hybrid

客户需求调研纪要工具

浏览器录音 / 上传音频 → Whisper 转写 → AI 生成结构化《需求调研纪要》（含业务流程图）→ 导出 md/html/pdf/docx。 支持 Web 页面、MCP 协议、命令行三种方式调用，可集成到 workbuddy 等工具。

一、安装依赖

要求 Python 3.10+（推荐 3.13）。国内网络建议先设置镜像：

pip install -r requirements.txt

如需 GPU 转写更快，安装 CUDA 版 ctranslate2 并复制对应 cublas/cudnn DLL（见项目说明）。

Related MCP server: audio-transcription-mcp

二、配置

复制 .env.example 为 .env 并填写：

copy .env.example .env

配置项

说明

BACKEND

AI 后端：openai（兼容 NVIDIA/OpenAI/通义等）或 ollama（本地）

API_KEY

OpenAI 兼容后端的 API Key；Ollama 无需填写

OPENAI_BASE_URL

OpenAI 兼容后端地址，默认 NVIDIA 网关

OPENAI_MODEL

模型名，默认 NVIDIA Nemotron

WHISPER_MODEL

默认转写模型（内置 small 或自定义模型名）

MODEL_N_NAME/PATH/...

自定义 Whisper 本地模型（路径需存在）

三、方式一：Web 页面

python app.py --port 5000

浏览器打开 http://127.0.0.1:5000 ，页面支持录音、上传音频、生成纪要、导出、配置管理与一键「测试配置」。

四、方式二：MCP 协议（供 workbuddy 等调用）

标准 stdio 传输（本地 MCP 客户端最常用）：

python mcp_server.py

HTTP 传输（远程调用，可选）：

python mcp_server.py --http 127.0.0.1:8000

workbuddy 集成示例

在 MCP 客户端配置中新增一个 stdio server，命令指向：

命令: D:\Python313\python.exe
参数: ["D:\\...\\mcp_server.py"]

暴露的工具：

工具

功能

transcribe_audio_tool

转写本地音频文件为中文文本

generate_minutes_tool

根据转写文本生成需求调研纪要（Markdown，含 Mermaid 流程图）

export_minutes_tool

导出纪要文件 md/html/pdf/docx

list_models_tool / add_model_tool / update_model_tool / delete_model_tool

Whisper 模型管理

get_settings_tool / update_settings_tool

读取 / 修改全局配置

test_config_tool

测试模型路径与 AI 后端连通性

五、方式三：命令行

# 转写音频
python cli.py transcribe --audio D:/rec.mp3 --model 中文优化版

# 生成纪要
python cli.py generate --text "客户说..." --backend openai --api-key nvapi-xxx
python cli.py generate --input transcript.txt --backend ollama

# 导出
python cli.py export --input minutes.md --fmt pdf

# 模型管理
python cli.py models list
python cli.py models add --name 中文优化版 --path D:/models/whisper-small-zh --desc "本地中文优化模型"
python cli.py models update --name 中文优化版 --path D:/models/whisper-small-zh
python cli.py models delete --name 中文优化版

# 配置管理
python cli.py config get
python cli.py config set --backend ollama --whisper-model small

# 测试配置
python cli.py test-config --backend openai

所有命令输出 JSON，便于程序解析。

六、导出目录

生成的纪要文件默认保存在 exports/ 目录；录音文件在 uploads/；转写模型优先使用项目内 models/ 目录。

七、常见问题

  • 转写很慢/无 GPU：改用内置 small 模型；确认 ctranslate2 CUDA 库正常。

  • OpenAI 接口 401：检查 .env 的 API_KEY 与 OPENAI_BASE_URL，用 python cli.py test-config 验证。

  • Ollama 连接失败：先启动本地 ollama serve，并确认已 ollama pull qwen2:7b（或改 OLLAMA_MODEL）。

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityMaintained
ResponsivenessUnresponsive

Resources

Related MCP Connectors

Related MCP Servers