Skip to main content
Glama
yangmiao3

video-summarizer

by yangmiao3

video-summarizer

Turn videos / audio / meeting recordings into structured transcripts & summaries — multi-backend ASR with auto-fallback, zero hard dependencies, and MCP support.

Python License: MIT MCP Ready

tmeet-skill(腾讯会议专属)的二创与泛化:去掉对单一会议平台的强依赖, 做成任意视频/音频都能用的总结工具。同一个核心代码,既能当命令行工具跑,也能当 MCP 服务器 被 Claude / Cursor / WorkBuddy 等任意 AI 客户端直接调用。


✨ 特性

  • 多后端 ASR,自动降级:本地 Whisper → 阿里云百炼 → OpenAI,按可用性自动选;挂了无缝下一个。

  • 零硬依赖:没装 ffmpeg / whisper 也不崩,给出清晰安装指引。

  • 外部转写直读:已有 .txt / .srt / .vtt(含腾讯会议导出的转写)直接读,零依赖跑通。

  • 结构化输出transcript.txt(纯文本)、transcript.json(带元数据)、transcript.srt(字幕)。

  • 双形态:命令行工具 + MCP 服务器,一份代码两种接入方式。

  • 开闭原则:新增 ASR 后端只需实现一个函数并注册,主流程一行不动。

Related MCP server: Augent

🔧 支持的转写后端

后端

参数值

是否联网

成本

依赖

数据出境

本地 Whisper

local

否(首下模型需网)

免费

faster-whisper + ffmpeg

否(离线)

阿里云百炼

aliyun

dashscope + DASHSCOPE_API_KEY

是(国内合规更稳)

OpenAI API

openai

按量

openai + OPENAI_API_KEY

外部转写文件

--transcript

免费

auto(默认)顺序:local → aliyun → openai;都不行则提示用 --transcript

📦 安装

git clone https://github.com/yangmiao3/video-summarizer.git
cd video-summarizer
pip install -r requirements.txt

核心逻辑零硬依赖;上面会一并装 mcp / dashscope / openai / faster-whisper 以便用满所有后端。 只想用"外部转写直读"的话,不装任何东西也能跑。

🚀 快速开始

# 1) 已有转写文件(如腾讯会议导出)→ 零依赖直读
python -m video_summarizer.pipeline 会议.mp4 --transcript 转写.txt

# 2) 直接丢视频/音频,自动选后端转写(需配好至少一个 ASR 后端 + ffmpeg)
python -m video_summarizer.pipeline 会议录制.mp4 --backend auto --language zh

# 3) 指定后端
python -m video_summarizer.pipeline lecture.m4a --backend aliyun --language zh

输出在源文件旁的 <stem>_transcript/ 目录:transcript.txt / transcript.json / transcript.srt。 拿到转写后,交给任意 LLM(或你的总结 Skill)按模板生成概览 / 章节 / 核心要点 / 行动项即可。

🔌 作为 MCP 服务器使用(跨客户端复用)

pip install mcp
python -m video_summarizer.mcp_server

客户端配置(以 WorkBuddy 为例,编辑 ~/.workbuddy/mcp.json):

{
  "mcpServers": {
    "video-summarizer": {
      "command": "python",
      "args": ["-m", "video_summarizer.mcp_server"]
    }
  }
}

配置后,AI 客户端就能直接调用 transcribe_audio / summarize_video / list_backends 三个工具。

📁 项目结构

video-summarizer/
├── README.md
├── LICENSE
├── requirements.txt
├── .gitignore
├── SKILL.md                      # 兼顾 WorkBuddy 技能用法
├── src/video_summarizer/
│   ├── __init__.py
│   ├── asr.py                    # 多后端转写(核心,开闭原则)
│   ├── pipeline.py               # 抽音频 + 转写 + 落盘(CLI 入口)
│   └── mcp_server.py            # MCP 封装(FastMCP)
├── assets/summary_template.md   # 总结模板
└── examples/sample_transcript.txt

🧩 扩展:加一个新后端(开闭原则演示)

只需在 asr.py 实现一个函数并注册,不用改任何主流程:

def _try_my_backend(audio: Path, language: str) -> Transcript | None:
    key = os.environ.get("MY_KEY")
    if not key:
        return None
    # ... 调用你的 ASR ...
    return Transcript(text=..., segments=..., backend="my-backend")

BACKENDS["my"] = _try_my_backend   # 一行注册,transcribe() 自动支持 --backend my

📄 许可证

MIT —— 可自由用于学习与商业项目。

A
license - permissive license
-
quality - not tested
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • MCP server for Wan AI video generation

  • MCP server for Clipkit — gives AI agents a video toolbox via the Clipkit schema.

  • MCP server for MiniMax H3 multimodal video generation

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/yangmiao3/video-summarizer'

If you have feedback or need assistance with the MCP directory API, please join our Discord server