Yap

Yap MCP：面向 AI 助手的私密、本地语音转文字工具

让 Claude、Cursor、VS Code、Windsurf 或任何 MCP 客户端都能在你的电脑上转录音频文件，并搜索你通过 Yap 应用口述的内容。无需上传、无需 API 密钥、无需账户。

Yap MCP 使用与 Yap 听写应用相同的语音引擎：通过 sherpa-onnx 在 CPU 上运行的 NVIDIA Parakeet TDT v3。音频绝不会离开你的设备；唯一的网络请求是从 Hugging Face 一次性下载语音模型（约 670 MB），并验证其校验和。

工具

工具	功能
transcribe_audio	转录任意时长的本地音频或视频文件：WAV、MP3、M4A/AAC、MP4、FLAC、OGG、Opus、WebM、AIFF、CAF 等。可在 25 种欧洲语言中自动检测语言。可选为每段内容添加起始时间戳，并使用 Yap 的文本清理功能（调整大小写、标点，删除“嗯”等语气词）。
search_dictations	按时间倒序搜索 Yap 应用保存在这台电脑（Mac 和 Windows）上的听写记录。只读。
prepare_speech_model	在首次转录前下载并验证语音模型，或报告模型状态。

你可以向助手提出类似“转录 ~/Downloads/interview.m4a 并添加时间戳”“总结我桌面上的语音备忘录”或“我这周口述过哪些关于预算的内容？”这样的问题。

安装

需要 Node.js 20 或更高版本（search_dictations 需要 22.13+）。支持 macOS（Apple Silicon 和 Intel）、Windows x64 以及 Linux x64/arm64。

Claude Desktop，一键安装：下载 yap.mcpb 并打开（macOS 和 Windows）。或者添加到 claude_desktop_config.json：

{
  "mcpServers": {
    "yap": { "command": "npx", "args": ["-y", "github:founden-bot/yap-mcp"] }
  }
}

Claude Code：

claude mcp add yap -- npx -y github:founden-bot/yap-mcp

Claude Code 插件：运行 /plugin marketplace add founden-bot/yap-mcp，然后运行 /plugin install yap@yap。该插件从自身文件夹运行服务（node ${CLAUDE_PLUGIN_ROOT}/src/index.js），并使用锁定在 package-lock.json 中的依赖项，同时添加 transcribe-recordings 技能。

Gemini CLI：运行 gemini extensions install https://github.com/founden-bot/yap-mcp。

Cursor、Windsurf、VS Code、Cline、Zed 及其他客户端：添加一个 stdio 服务，命令设为 npx，参数设为 -y github:founden-bot/yap-mcp。

首次转录时会下载一次模型（在典型网络连接下需要几分钟），并在下载期间向你报告进度；之后所有操作都可离线运行。在现代笔记本电脑上，转录速度约为实时速度的 10 倍，因此一小时的音频约需六分钟。

在终端中使用

也可以通过命令使用相同的引擎：npx -y -p github:founden-bot/yap-mcp yap-transcribe memo.m4a 会输出转录文本（添加 --timestamps 可显示起始时间；也可以同时处理多个文件）。

语言

英语、德语、法语、西班牙语、意大利语、葡萄牙语、荷兰语、波兰语、俄语、乌克兰语、瑞典语、丹麦语、芬兰语、捷克语、斯洛伐克语、匈牙利语、罗马尼亚语、保加利亚语、希腊语、克罗地亚语、斯洛文尼亚语、拉脱维亚语、立陶宛语、爱沙尼亚语和马耳他语。

隐私

• 音频会从你提供的路径读取，在内存中解码后丢弃。不会上传、记录或存储任何内容。
• search_dictations 会以只读方式打开 Yap 听写记录数据库，并仅返回匹配的听写记录；随后，这些文本会发送给你正在使用的助手，就像你展示给它的其他内容一样。
• 设置：YAP_MCP_CACHE 可更改模型缓存位置（默认路径：macOS 上为 ~/Library/Caches/yap-mcp，Windows 上为 %LOCALAPPDATA%\yap-mcp，Linux 上为 ~/.cache/yap-mcp）。在 Windows 上，会复用 Yap 应用已下载的模型。

听写，而非打字

Yap MCP 负责处理录音。如需在工作时向任意应用（编辑器、Slack、电子邮件、Claude 和 ChatGPT 应用）口述内容，请使用 Yap：按住按键，说出内容，文字就会在光标所在位置显示，并在你的电脑上完成转录。

许可证

此代码采用 MIT 许可证。语音模型为 NVIDIA Parakeet TDT 0.6B v3（CC-BY-4.0），由 sherpa-onnx 项目转换为 ONNX（Apache-2.0）。

由 Yap、O-mega Enterprise Inc. 制作。有问题请联系：[email protected]