mcp-server-youtube-transcript
mcp-server-youtube-transcript 是一个基于 Model Context Protocol(MCP)的服务器工具,专门用于获取 YouTube 视频的字幕和文字稿。
有了它,你只需要提供视频链接,就能直接获取视频中的文字内容。它支持普通视频和 Shorts 短视频,兼容多种链接格式,还能指定语言并自动回退到其他可用语言。如果需要对照视频内容进行引用,还可以选择包含时间戳的输出格式。工具默认会过滤掉赞助广告等无关内容,让获取到的文字更加干净。
这个工具特别适合几类用户:开发者可以将其集成到 AI 应用中,实现视频内容的语义理解;研究人员可以批量提取视频文字进行内容分析;内容创作者能快速获取视频要点作为参考资料;普通用户也可以用来保存自己感兴趣的视频字幕。
技术上,它不依赖任何外部服务来获取字幕,响应速度快,而且提供了完善的错误处理机制,支持 Claude Desktop 等主流 AI 客户端的快速集成。
使用场景
小李是一名后端开发工程师,最近想学习 Rust 编程语言。他在 YouTube 上发现了一个由知名开发者发布的完整 Rust 教程系列,共 20 集,每集约 30 分钟。他希望能够快速提取这些视频的核心内容,整理成学习笔记。
没有 mcp-server-youtube-transcript 时
- 手动观看并记录笔记:每集 30 分钟的教程需要完整观看才能提取要点,20 集累计需要 10 小时
- 复制字幕效率低:YouTube 官方字幕需要逐个时间点手动复制,无法批量导出
- 语言障碍:部分优质教程来自非中文创作者,需要反复暂停查阅生词
- 难以回溯关键内容:看到后面忘记前面的技术细节时,需要手动拖动进度条回忆
- 笔记整理困难:复制的内容混杂广告和赞助商信息,需要额外清理
使用 mcp-server-youtube-transcript 后
- 一键提取完整字幕:通过视频 URL 即可获取完整文字稿,单个视频仅需几秒钟
- 多语言自动支持:指定
lang: "zh"自动获取中文翻译,没有中文时会回退到可用语言 - 时间戳精准定位:开启
include_timestamps后可直接跳转到对应段落复习 - 自动过滤广告:启用
strip_ads参数自动移除赞助内容,输出干净的文字稿 - 批量处理高效:结合 Claude 等 AI 工具,可快速将字幕转化为结构化的学习笔记
小李在 1 小时内就完成了整个教程系列的要点提取,生成了 20 份带时间戳的笔记文档,学习效率提升了 10 倍以上。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
YouTube 字幕服务器
一个 Model Context Protocol(MCP)服务器,用于从 YouTube 视频中检索字幕。该服务器提供通过简单界面直接访问视频字幕的功能。
通过 Smithery 安装
要通过 Smithery 为 Claude Desktop 自动安装 YouTube 字幕服务器:
npx -y @smithery/cli install @kimtaeyoon83/mcp-server-youtube-transcript --client claude
组件
工具
- get_transcript(获取字幕)
- 从 YouTube 视频中提取字幕
- 输入参数:
url(字符串,必填):YouTube 视频链接、Shorts 链接或视频 IDlang(字符串,可选,默认值:"en"):字幕语言代码(例如 'ko'、'en')。如果请求的语言不可用,会自动回退到可用语言。include_timestamps(布尔值,可选,默认值:false):是否在输出中包含时间戳(例如 '[0:05] 文本')strip_ads(布尔值,可选,默认值:true):根据章节标记过滤字幕中的赞助商、广告和促销内容
主要功能
- 支持多种视频链接格式(包括 YouTube Shorts)
- 支持特定语言字幕检索,并具有自动回退功能
- 可选时间戳,便于引用特定时刻
- 内置广告/赞助商过滤(默认启用)
- 字幕获取无需外部依赖
- 响应中包含详细元数据
配置
要在 Claude Desktop 中使用此服务器,请添加以下配置:
{
"mcpServers": {
"youtube-transcript": {
"command": "npx",
"args": ["-y", "@kimtaeyoon83/mcp-server-youtube-transcript"]
}
}
}
通过工具安装
mcp-get 一个用于安装和管理 Model Context Protocol(MCP)服务器的命令行工具。
npx @michaellatman/mcp-get@latest install @kimtaeyoon83/mcp-server-youtube-transcript
优秀的 MCP 服务器
awesome-mcp-servers 精选的 Model Context Protocol(MCP)服务器列表。
开发
前置条件
- Node.js 18 或更高版本
- npm 或 yarn
设置
安装依赖:
npm install
构建服务器:
npm run build
开发时自动重新构建:
npm run watch
测试
npm test
调试
由于 MCP 服务器通过标准输入输出(stdio)通信,调试可能比较困难。我们建议使用 MCP Inspector 进行开发:
npm run inspector
运行评估
评估包会加载一个 MCP 客户端,然后运行 index.ts 文件,因此无需在测试之间重新构建。你可以通过为 npx 命令添加前缀来加载环境变量。完整文档见此处。
OPENAI_API_KEY=your-key npx mcp-eval src/evals/evals.ts src/index.ts
错误处理
服务器针对常见场景实现了健壮的错误处理:
- 无效的视频链接或 ID
- 字幕不可用
- 语言可用性问题
- 网络错误
使用示例
- 通过视频链接获取字幕:
await server.callTool("get_transcript", {
url: "https://www.youtube.com/watch?v=VIDEO_ID",
lang: "en"
});
- 通过视频 ID 获取字幕:
await server.callTool("get_transcript", {
url: "VIDEO_ID",
lang: "ko"
});
- 从 YouTube Shorts 获取字幕:
await server.callTool("get_transcript", {
url: "https://www.youtube.com/shorts/VIDEO_ID"
});
- 获取带时间戳的字幕:
await server.callTool("get_transcript", {
url: "VIDEO_ID",
include_timestamps: true
});
- 获取未过滤广告的原始字幕:
await server.callTool("get_transcript", {
url: "VIDEO_ID",
strip_ads: false
});
- 如何在 Claude Desktop 应用中提取 YouTube 字幕
chat: https://youtu.be/ODaHJzOyVCQ?si=aXkJgso96Deri0aB 提取字幕
安全注意事项
该服务器:
- 验证所有输入参数
- 优雅地处理 YouTube API 错误
- 为字幕检索实现超时机制
- 提供详细的错误消息以便故障排除
许可证
此 MCP 服务器基于 MIT 许可证授权。详见 LICENSE 文件。
常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。



