mcpField
F
fieldscribe

fieldscribe

ローカル
github.com/CloudCorpRecordsメディア・デザイン01 週間前に更新

fieldscribe について

fieldscribeは、FieldTranscriptにつなぐローカルブリッジで、公開音声・動画URLを文字起こしします。バックグラウンドでジョブを送信・追跡し、テキストまたはSRT形式の結果を取得できます。

主な機能

  1. 01公開音声・動画URLを送信
  2. 02バックグラウンドで文字起こし
  3. 03ジョブの状態とメタデータを確認
  4. 04完了した文字起こしを取得
  5. 05ジョブの一覧表示と削除

活用シーン

  1. 01公開動画やポッドキャストを文字起こし
  2. 02文字起こしの進捗を確認
  3. 03SRT形式で完成した文字起こしを取得
  4. 04完了ジョブと保存テキストを削除

MCP 対応

ローカルMCPサーバーとして、文字起こしやジョブ管理の呼び出しをFieldTranscriptのホスト型MCPサーバーに転送します。MCPクライアントからジョブの送信、状態確認、一覧表示、文字起こしの取得、完了ジョブの削除ができます。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"cloudcorprecords-fieldscribe": {
"command": "npx",
"args": [
"-y",
"@reneturcios/fieldscribe"
]
}
}
}
起動コマンドnpx -y @reneturcios/fieldscribe

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npm@reneturcios/fieldscribe0.1.0
ocighcr.io/cloudcorprecords/fieldscribe:0.1.0

ツール

4

掲載時のツール一覧 · 1 週間前に更新

パラメーター型必須説明
urlstringはい文字起こしする公開動画または音声の URL(YouTube など)。

詳細

fieldscribe

fieldscribe は、公開されている音声・動画ファイルをテキストに変換する文字起こしサービス、FieldTranscript のホスト型 MCP サーバーに接続する小規模なローカルブリッジです。YouTube 動画、ポッドキャストのエピソード、講義の録音などの URL を渡すと、文字起こしをバックグラウンドジョブとして実行します。送信するとすぐにジョブ ID が返され、ジョブの完了にはおよそ 1〜10 分かかります。ジョブをポーリングすると、上流から返された形式に応じて、完成した文字起こしが整形済みテキストまたは SRT として取得できます。

このブリッジは、文字起こしもジョブの状態も保持しません。ライブエンドポイントから取得したとおりに上流サーバーのツール一覧をローカルで提供し、各ツール呼び出しを上流に転送して、結果を変更せずに返します。取得したツールの中には削除を行うものが 1 つあります。delete_job は完了済みのジョブと保存されたテキストを完全に削除します。作業を開始するものは 1 つで、submit_transcription は呼び出し元のアカウントで新しい文字起こしジョブを開始します。それ以外はすべて読み取り専用です。

ツール

  • submit_transcription — 公開動画または音声の URL(YouTube など)を送信し、逐語的な文字起こしを行います。すぐに job_id を返します。必須:url。文字起こしには約 1〜10 分かかります。ステータスが done になるまで、30〜60 秒ごとに get_job をポーリングしてください。非公開 URL や内部 URL には使用できません。
  • get_job — 1 件の文字起こしジョブのステータス(queued、working、done、error のいずれか)とメタデータを確認します。必須:job_id。任意:include_transcript(既定値は false)— ステータスが done になり、全文が実際に必要な場合にのみ設定してください。長い動画の文字起こしは大容量になるためです。
  • list_jobs — アカウント上のすべての文字起こしジョブを新しい順に一覧表示します。引数はありません。
  • delete_job — 完了済み(done またはエラー)の文字起こしジョブと保存されたテキストを完全に削除します。必須:job_id。ジョブがキュー待ちまたは実行中の場合は拒否され、元に戻すことはできません。

設定

  • FIELDTRANSCRIPT_MCP_URL(任意)— 上流エンドポイントを上書きします。既定値は https://mcp.fieldtranscript.com/mcp です。(上書き用フックは、この再構築で独自に追加したものであることを明記しています。)
  • FIELDTRANSCRIPT_API_KEY(任意)— 設定すると、すべての上流リクエストに Authorization: Bearer <key> ヘッダーが付与されます。未設定の場合、認証ヘッダーは送信されません。(この転送も再構築で独自に追加したものであり、元のインターフェースはキーなしで取得されました。)
転送の仕組み

最初のツール呼び出し時に、クライアントは上流とのストリーム可能な HTTP セッションを開きます。まず JSON-RPC の initialize リクエスト(protocolVersion 2025-03-26、clientInfo の name は fieldscribe)を送り、続いて notifications/initialized 通知を送信し、その後、呼び出し元の引数を変更せずに含めた tools/call リクエストを送ります。上流が initialize への応答で Mcp-Session-Id ヘッダーを返した場合、その値は以降のセッション中のすべてのリクエストに付与されます。このセッションはプロセスの終了まで再利用されます。応答は通常の JSON またはサーバー送信イベントとして届くことがあり、どちらも読み取ります。

上流からの成功結果は、上流が設定した isError フラグも含めて、そのまま返されます。JSON-RPC エラー、2xx 以外のステータス、読み取り不能な応答、完了できないリクエストなどの失敗は、テキストが fieldscribe error: で始まる isError 結果として返されます(このエラー表示は、この再構築で独自に追加したものであることを明記しています)。

CLI

各ツールはサブコマンドとしても実行でき、JSON 引数文字列を 1 つ受け取ります(引数を取らないツールでは省略します)。

npx @reneturcios/fieldscribe submit_transcription '{"url":"https://www.youtube.com/watch?v=abc123"}'
npx @reneturcios/fieldscribe get_job '{"job_id":"job-7"}'
npx @reneturcios/fieldscribe get_job '{"job_id":"job-7","include_transcript":true}'
npx @reneturcios/fieldscribe list_jobs
npx @reneturcios/fieldscribe delete_job '{"job_id":"job-7"}'
npx @reneturcios/fieldscribe --version

終了コード:成功時は 0、isError 結果の場合は 1、使用方法に誤りがある場合は 2 です。

MCP サーバー

npx -y @reneturcios/fieldscribe mcp

MCP クライアントの設定:

{
  "mcpServers": {
    "fieldscribe": {
      "command": "npx",
      "args": ["-y", "@reneturcios/fieldscribe", "mcp"]
    }
  }
}

Docker

docker run -i ghcr.io/cloudcorprecords/fieldscribe
docker run --rm ghcr.io/cloudcorprecords/fieldscribe --version

コンテナの既定のコマンドは mcp です。そのため、最初の形式は stdio MCP サーバーとして動作し、それ以外の引数は通常どおり CLI に渡されます。

開発

npm install
npm run build
npm test
npm run dev

テストスイートは、スタブ化された JSON-RPC 上流のみを使用して実行されます。ライブネットワークへの呼び出しはありません。

ライセンス

MIT — 詳細は LICENSE を参照してください。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。