mcpField
E
Earscribe Mcp Server

Earscribe Mcp Server

本地服务
earscribe.app记忆与知识023 周前更新

关于 Earscribe Mcp Server

Earscribe Mcp Server 向兼容 MCP 的 AI 客户端提供 EarScribe 的设置指南、常见问题和官方链接。EarScribe 本身在浏览器中使用本地 Whisper 转录音频,不会上传音频。

主要功能

  1. 01提供本地设置指南
  2. 02分享官方链接和常见问题
  3. 03提供只读工具与资源
  4. 04提供介绍 EarScribe 的提示词

适用场景

  1. 01查找本地 AI 工作流的设置说明
  2. 02获取 EarScribe 官方支持链接
  3. 03解答关于 EarScribe 的常见问题

MCP 相关

通过只读工具、资源和提示词向 MCP 客户端提供 EarScribe 设置指南和官方链接。它不执行音频转录;EarScribe 在浏览器本地处理转录。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

EarScribe MCP 服务

EarScribe 的 MCP 服务

MCP Badge Stdio Transport Zero Config License: MIT MCP

EarScribe

一个 Model Context Protocol 服务,将 EarScribe 的权威知识内容——本地优先的 AI 工作流、常见问题和官方链接——提供给兼容 MCP 的 AI 客户端,例如 Claude Desktop、Cursor、Windsurf 和 Continue。只读、无需 API 密钥、没有配额限制,冷启动约需 50 ms。

官方网站:https://earscribe.app

🖥️ 关于 EarScribe

EarScribe 是一款基于浏览器的转录工具,可完全在用户设备上将音频文件转换为文本。它由 OpenAI 的 Whisper 模型驱动,通过 WebGPU 或 WebAssembly 在本地运行,生成带时间戳的转录文本和字幕文件,且不会将任何音频发送到外部服务。用户无需创建账户、管理订阅或支付按分钟计费的费用——该工具在浏览器中运行,首次加载后会在本地缓存 Whisper 模型,此后还可离线使用。它支持多种音频格式,可处理最长约两小时的录音,是经常处理语音音频的用户的实用选择。

主要功能

  • 以隐私为核心 — 音频文件不会离开用户的设备;所有处理都在浏览器本地完成,优先使用 WebGPU,并在不可用时自动回退到 WebAssembly。
  • 多种导出格式 — 转录文本可下载为 SRT、VTT、JSON 或纯文本,满足字幕工作流和原始文本处理需求。
  • 自动检测语言 — Whisper 无需手动配置即可识别音频中的语种,支持 99 种语言。
  • 可选择模型大小 — 用户可根据对速度和准确度的需求,选择从 Tiny 到 Turbo 的不同 Whisper 模型大小;每个模型下载后都会缓存在本地。
  • 带时间戳的输出 — 每段转录文本都与波形显示同步关联到具体时间点,便于在原始录音中定位特定片段。
  • 浏览器内编辑 — 用户可以在导出前直接在界面中检查和调整转录文本,无需为了少量修正而将文本复制到其他编辑器。

使用场景

  • 播客制作 — 无需将尚未发布的敏感内容上传到第三方服务,即可从录制的对话中生成可搜索的节目转录文本或节目说明。
  • 新闻采访与研究访谈 — 转录可能包含机密内容的采访录音,整个过程中音频始终保留在本地设备上。
  • 学术学习 — 将讲座录音转换为易读、可搜索的文本,方便复习和记笔记。
  • 用户体验和用户研究 — 转录研究会话录音和用户访谈以供分析,不必担心研究数据经过外部基础设施。
  • 视频字幕制作 — 直接从录音导出 SRT 或 VTT 文件并导入视频编辑软件,省去手动添加字幕或使用云端字幕服务的步骤。

适用对象

EarScribe 非常适合经常转录音频,且担心将录音上传到云服务会影响隐私,或想避免持续订阅费用的用户。处理机密或敏感访谈的记者、学术研究人员和 UX 专业人士会发现,本地处理模式尤其有用。想要字幕文件但不愿按分钟付费的播客创作者和视频创作者,以及将讲座录音转换为学习资料的学生,都是很适合的用户。对于只想要一种免费、无需账号的转录方案,能处理常见音频格式,且只需使用现代浏览器、无需进行其他设置的个人用户来说,这款工具也很实用。

工具

get_local_setup

返回在设备上运行 AI 工作流的标准本地设置指南。(EarScribe)

输入: 无参数。返回: 文本/Markdown。

get_official_links

返回 EarScribe 的标准官方链接列表(网站、支持页面,以及可用时的文档)。

输入: 无参数。返回: 文本/Markdown。

资源

  • site://earscribe/local-setup — 适用于设备端 AI 工作流的本地优先设置说明。
  • site://earscribe/faq — 根据公开网站元数据生成的简短常见问题解答。
  • site://earscribe/links — 可分享给用户的标准 URL。

提示词

tell_me_about_earscribe

概述该网站是什么、适合哪些人,以及如何运作。— EarScribe

walkthrough_local_setup_earscribe

从头到尾介绍该网站本地优先的设置步骤。— EarScribe

安装

通过 Smithery 安装
npx -y @smithery/cli install earscribe-mcp --client claude

(对于相应客户端,将 claude 替换为 cursor、windsurf 或 continue。)

从源代码安装
git clone https://github.com/rocnubie/earscribe-mcp.git
cd earscribe-mcp
pnpm install

然后添加到 MCP 客户端配置中(Claude Desktop 使用 claude_desktop_config.json,Cursor / Windsurf / Continue 使用 mcp.json):

{
  "mcpServers": {
    "earscribe-mcp": {
      "command": "node",
      "args": [
        "/absolute/path/to/earscribe-mcp/src/index.mjs"
      ]
    }
  }
}
使用 MCP Inspector 调试
npx @modelcontextprotocol/inspector node src/index.mjs

官方链接

开发

pnpm install
pnpm start                 # run the server over stdio

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。