transcribe.so

transcribe-agent

あらゆるエージェントで文字起こしできます。1つのリポジトリで、3つの方法を利用できます。純粋な JSON の CLI （transcribe-so）、npx skills add 用のエージェントスキル、transcribe.so のリモート MCP サーバーをバンドルした Claude Code プラグインです。

transcribe.so は、YouTube 動画、ポッドキャスト、メディアの直接 URL、ローカル ファイルを、話者ラベル付きの文字起こしに変換します。タイムスタンプ付きセグメント、チャプター、 セクション、出典付き Q&A、字幕ファイル（SRT、VTT、カラオケ VTT）、文字起こし全文の エクスポート、セグメント検索、Instagram、X、Threads、LinkedIn、YouTube、Spotify、Apple Podcasts 用の そのまま貼り付けられるキャプションに対応しています。

インストール

人間が確認できる状態を保ちます。有料の呼び出しにはすべて max_charge_usd の上限が設定され、 その前に無料の見積もりが提示されます。

1. エージェントスキル（Claude Code、OpenClaw、skills.sh 対応エージェント）

npx skills add shsunmoonlee/transcribe-agent

これにより SKILL.md がインストールされます。このファイルでは、CLI のワークフロー、 厳守すべきルール、終了コードをエージェントに説明します。

2. Claude Code プラグイン（リモート MCP サーバー＋スキル＋/transcribe コマンド）

/plugin marketplace add shsunmoonlee/transcribe-agent
/plugin install transcribe-so@transcribe-agent

このプラグインは Claude を https://transcribe.so/mcp のリモート MCP サーバー（24 個のツール）に接続し、 transcribe-audio と get-transcript のスキル、および一度だけ実行する /transcribe コマンドを バンドルしています。最初のツール呼び出しで OAuth のブラウザーフローが開始されます。別の方法として、 /mcp 経由で tsk_live_* API キーを使って認証することもできます。

3. CLI（シェルを使うスクリプト、cron ジョブ、エージェント）

npm install -g transcribe-so     # or: pnpm install -g transcribe-so
export TRANSCRIBE_API_KEY=tsk_live_...   # https://transcribe.so/settings/api-keys
transcribe-so me

Codex

プラグインとして（リモート MCP サーバーとスキルの組み合わせ）：

codex plugin marketplace add shsunmoonlee/transcribe-agent
codex plugin add transcribe-so@transcribe-agent

または MCP サーバーのみ：

codex mcp add transcribe --url https://transcribe.so/mcp

Codex は最初のツール呼び出し時に OAuth フローを開始します。このプラグインには .codex-plugin/plugin.json と .agents/plugins/marketplace.json が含まれています。

Grok

このリポジトリには .grok-plugin/plugin.json が含まれています。Grok Build はリポジトリからルートの .mcp.json と skills/ を読み込みます。

Cursor

マーケットプレイスまたは Customize パネルで transcribe-so を見つけ、Install をクリックします。 または、手動で .cursor/mcp.json に追加します。

{"mcpServers":{"transcribe":{"url":"https://transcribe.so/mcp"}}}

Antigravity CLI

agy plugin install https://github.com/shsunmoonlee/transcribe-agent

このプラグインには plugin.json と mcp_config.json が含まれており、 これらによって Antigravity CLI がホスト型 MCP サーバーに接続されます。また、skills/ のスキルも含まれています。 Antigravity CLI では OAuth サインインを実行できません（/mcp パネルには 「Auth Needed」と表示されます）。そのため、次の API キーを使ってツールを接続してください。 https://transcribe.so/settings/api-keys

agy mcp add --header "Authorization: Bearer tsk_live_..." transcribe-so-key https://transcribe.so/mcp

transcribe-so 以外の名前を使ってください。Antigravity では MCP サーバー名がグローバルであり、 プラグイン独自の transcribe-so エントリーは CLI 上で「Auth Needed」と表示され続けますが、 これは無視できます。Antigravity App と IDE には、プラグインのサーバー用の Authenticate ボタンもあります （Settings、Customizations）。Gemini CLI 拡張機能をすでに使っていますか？ agy plugin import gemini で変換できます。

Gemini CLI

gemini extensions install https://github.com/shsunmoonlee/transcribe-agent

この拡張機能には gemini-extension.json が含まれており、 Gemini CLI をホスト型 MCP サーバーに接続します。初回使用時には、サインイン用のブラウザーが開きます。 2026-06-18 以降、Gemini CLI は有料の Gemini API キーとエンタープライズキーに対応します。個人の Google AI アカウントでは、 上記の Antigravity CLI を使用してください。

ChatGPT

Settings、Connectors、Developer mode の順に開き、https://transcribe.so/mcp を追加して、 transcribe.so アカウントでサインインします。

OpenClaw と skills.sh 対応エージェント

npx skills add shsunmoonlee/transcribe-agent

上記の項目 1 と同じコマンドです。このスキルは実行環境に依存せず、CLI のワークフロー、 厳守すべきルール、終了コードを説明します。

CLI を 30 秒で使う

# Price it (free), then transcribe under an explicit budget
transcribe-so quote --source youtube --url "https://www.youtube.com/watch?v=..."
transcribe-so run   --source youtube --url "https://www.youtube.com/watch?v=..." --max-usd 2

# Local file
transcribe-so upload ./interview.mp3         # prints upload_id (+ ffprobe duration)
transcribe-so run --source upload --upload-id <id> --duration <s> --max-usd 5

# Artifacts
transcribe-so result <id> | jq '.chapters[]'
transcribe-so transcript <id> > out.txt                      # the whole transcript, never capped
transcribe-so subtitles <id> --format srt > out.srt
transcribe-so captions <id> --for instagram --variant highlights
transcribe-so search "pricing" | jq -r '.hits[] | "\(.speaker): \(.text)"'
transcribe-so ask <id> -q "What did the guest say about pricing?"

コマンド

コマンド	機能
auth:status	TRANSCRIBE_API_KEY は有効ですか？
me	アカウント、ウォレット残高、プランの上限、API キーのスコープと利用額
capabilities	1 つの JSON オブジェクト：アカウント + パイプラインカタログ + すべての形式 enum + 終了コード
pipelines	分単位の料金と対応言語
quote	無料の料金プレビュー（キューには登録しません）
create	ジョブを送信します。--max-charge-usd <n> でサーバー側の請求額に上限を設定します
run	見積もり → 予算チェック → 作成 → 待機 → 結果を 1 つのコマンドで実行します
wait <id>	終端ステータスになるまでロングポーリングします
result <id>	チャプター、セクション、Q&A（--include、--segments-offset、--segments-limit）
transcript <id>	生データ：完全な文字起こし。上限なしで txt または md 形式
subtitles <id>	生データ：SRT / VTT / カラオケ VTT / JSON
captions <id> --for <dest>	生データ：プラットフォームごとに、貼り付け可能なキャプションまたはチャプターのタイムスタンプ
search <q>	「X と言ったのは誰で、いつか」をライブラリ全体または --id の範囲で検索します
ask <id> -q "..."	引用付き Q&A（1 日あたりの利用枠。ウォレットは使いません）
list / get <id>	ジョブを参照します。ステータス／ステージ／進捗のスナップショット
upload <file>	ローカルファイル用の署名済み PUT。upload_id を出力します
retry <id> --yes	新たに課金される試行（--max-charge-usd を再度指定してください）
delete <id> --yes	取り消し不可

エージェント向けに定めた設計上の契約：

• 3 つの生出力コマンド（ subtitles、transcript、--json なしの captions）を除き、stdout は常に JSON です。これらのコマンドは、ファイルにパイプで渡せる本文を出力します。エラーは常に JSON エンベロープです。進捗はすべて stderr に出力されるため、| jq . は常に動作します。
• 終了コードには意味があります：0 は成功、1 は API エラー、2 は使用方法の誤り、3 は認証、4 は支払い、5 は一時的なエラー、6 はローカルの --max-usd 予算による拒否、7 はサーバー側の max_charge_exceeded（請求なし、ジョブ未開始）です。
• 予算は 2 種類あり、どちらも明示的です：run --max-usd は無料の見積もりに基づいてローカルで拒否します。--max-charge-usd は API に送信され、ウォレットの仮押さえ時に適用されます。--no-server-ceiling を指定しない限り、run は --max-usd をサーバー側の上限としても送信します。
• create／run／quote／retry は、常に Idempotency-Key を送信します。プロセスをまたいで再試行を安全に行うには、--idempotency-key を明示的に指定してください。自動生成されるキーは実行ごとに異なるため、コマンドを再実行すると別のキーが使われ、2 回目の請求が発生します。
• 409 not_ready が返された場合は、その reason に従って処理します。再試行するのは transcription_processing の場合のみです。
• --allow-custom-host を指定しない限り、CLI はデフォルト以外のホストに API キーを送信しません。

コマンドの完全なリファレンスとワークフローのルール：SKILL.md。リリース ノート：CHANGELOG.md。実行例： examples/。

料金

文字起こしは transcribe.so のウォレットから分単位で請求されます。見積もりは 無料です（確定前に quote を実行してください）。クリップのレンダリングは開始した 60 秒ごとに請求されます。 ライブ Q&A は 1 日あたりの利用枠を使い、ウォレットは使いません。現在の料金： https://transcribe.so/pricing

ディレクトリ

プラグインマニフェスト（.codex-plugin、.claude-plugin、.cursor-plugin、 .grok-plugin、gemini-extension.json）は一緒にバージョン管理され、MCP サーバーのバージョンを追跡します。package.json の CLI は独自のバージョンを持ちます。

OpenAI Plugins Directory への提出用 ZIP をビルドします：

pnpm run build:openai-plugin -- --video-url https://.../demo.mp4   # or DEMO_RECORDING_URL=...
# -> out/transcribe-so-openai-plugin.zip (.codex-plugin/plugin.json, .mcp.json, skills/, assets/)

モデルが読み取るテキストが掲載ルールに違反すると、スクリプトは失敗します。interface ブロック、リリースノート、skills/**/SKILL.md、commands/*.md、すべてのマニフェストの説明には、金銭、宣伝、アカウントのティアに関する表現、emダッシュ、transcribe.so と github.com 以外へのリンクを含めてはいけません。エージェントに伝えるのは、getQuote が報告する内容と、開始前にユーザーに確認すべきタイミングだけです。それ以上のことは記載しません。マニフェスト間でバージョンが一致しない場合や、skills/ に <skill>/SKILL.md 以外のものが含まれている場合も失敗します。ルール： https://developers.openai.com/plugins/plugin-guidelines.

ルートの SKILL.md には npx skills add 用の CLI の使い方が記載されていますが、どのディレクトリの掲載対象にも含まれません。--max-charge-usd などの CLI フラグはここに記載されています。

Claude プラグインが実行し、送信するもの

• 1つのリモート MCP サーバー。 .mcp.json で宣言されています： HTTPS 経由の https://transcribe.so/mcp です。Claude は、ユーザーが指定したリンク、質問、文字起こし ID を送信し、文字起こし、チャプター、回答、字幕ファイル、クリップリンクを受け取ります。初回のツール呼び出し時にブラウザーで OAuth ログインするか、/mcp から入力する transcribe.so API キーを使用してサインインします。
• ローカルファイル（Claude Code のみ、要求された場合）： createUpload は、Cloudflare R2 上にある transcribe.so のファイルストレージ用に、有効期間の短い署名付き HTTPS URL（r2.cloudflarestorage.com のアドレス）を返します。Claude は HTTP PUT でファイルを送信します。チャットクライアントがファイルをアップロードすることはありません。
• それ以外は何もありません： フック、ローカルサーバー、パッケージのダウンロード、テレメトリはなく、マシン上の認証情報を読み取ることもありません。スキルと /transcribe コマンドは Claude 向けの Markdown 指示です。
• 文字起こしの開始やクリップのレンダリングでは、transcribe.so アカウントの残高が使用されます。すでに利用上限を指定している場合を除き、Claude はまず無料の見積もりを確認し、何かを開始する前にユーザーに確認します。

プライバシーポリシー

このツールは、ユーザーが提供したメディア URL、アップロードファイル、質問を処理のために transcribe.so に送信します。データの収集、使用、保存、保持、問い合わせ先については、https://transcribe.so/privacy-policy の transcribe.so プライバシーポリシーを参照してください。API と MCP ツールが送信するもの以外に、CLI やプラグイン自体がデータを収集することはありません。

リンク

• エージェントのランディングページ：https://transcribe.so/agent
• ドキュメント：https://transcribe.so/developers/docs
• OpenAPI：https://transcribe.so/openapi.json
• MCP サーバーカード：https://transcribe.so/.well-known/mcp/server-card.json
• 認証ガイド：https://transcribe.so/auth.md
• サポート：[email protected]