mcpField
W
whispernotes

whispernotes

本地服务
whispernotes.app媒体与设计013 周前更新

关于 whispernotes

whispernotes 是 Whisper Notes Mac 应用的 MCP 服务和命令行工具,让客户端搜索、读取和转录本地音频或视频。转录在设备上完成,通过本地 Unix socket 通信,音频与文本不会离开 Mac。

主要功能

  1. 01搜索转录记录
  2. 02读取带时间戳或说话人标签的文本
  3. 03转录音频和视频文件
  4. 04分页读取长转录
  5. 05导出转录并管理模型

适用场景

  1. 01检索会议记录并定位讨论内容
  2. 02从录音提取待办事项
  3. 03批量导出转录文本
  4. 04查看本地转录模型与状态

MCP 相关

内置 MCP 服务通过 stdio 向客户端提供转录列表、搜索、读取、文件转录和模型查询工具。服务通过本地 Unix socket 与应用通信,不提供 HTTP 端点。

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

Whisper Notes MCP 服务和 CLI

通过 MCP 服务和命令行访问 Whisper Notes——适用于 Mac 和 iPhone 的设备端语音转文字工具。Claude 和任何 MCP 客户端都可以搜索你的转录记录、读取转录文本(纯文本、带时间戳或带说话人标签),还可以转录音频或视频文件。

100% 在设备端运行。 服务通过本地 Unix 套接字(权限为 0600)通信——没有开放端口、没有网络接口,也不使用云服务。你的音频和转录文本绝不会离开你的 Mac。

MCP 服务内置于 Whisper Notes Mac 应用中——无需运行 npx 或 pip install。本仓库是其文档和注册目录所在之处。权威文档位于 whispernotes.app/cli-mcp(Agent 可读的 Markdown:whispernotes.app/cli-mcp.md)。

设置

  1. 下载 Whisper Notes for Mac,版本为 1.5.5 或更高版本——Direct Download(DMG)版本(Mac App Store 版本不包含 Local API)。需要 macOS 14+ 和 Apple Silicon。
  2. 打开应用 → Settings → Integrations → 开启 Local CLI & MCP。
  3. 点击同一部分中的 Install CLI——这会将 whispernotes(以及名称可用时的简写 wn)安装到你的终端中。

连接 Claude 或任何 MCP 客户端

Claude Code——一行命令:

claude mcp add whispernotes -- whispernotes mcp

Claude Desktop——将以下内容添加到 ~/Library/Application Support/Claude/claude_desktop_config.json,然后重启 Claude Desktop:

{
  "mcpServers": {
    "whispernotes": {
      "command": "/usr/local/bin/whispernotes",
      "args": ["mcp"]
    }
  }
}

使用 which whispernotes 输出的完整路径——图形界面应用不会读取你的 shell PATH。其他任何本地 MCP 客户端(Cursor 等)也采用相同方式:命令为 whispernotes,参数为 ["mcp"]。传输方式为 stdio;没有 HTTP 端点。

然后只需提出请求:

  • “读取我最近五份转录记录,并告诉我有哪些事项需要跟进。”
  • “找到我们讨论发票的那场会议,并起草一封回复邮件。”
  • “转录 ~/Desktop/podcast.mp3,并提取所有待办事项。”

MCP 工具

工具参数返回内容
list_transcriptslimit(默认 20) · source最近的转录记录,包含 ID、日期和标题
search_transcriptsquery(必填) · limit包含片段的全文搜索匹配结果
get_transcriptid(必填) · timestamps · speakers · max_chars · offset一份转录记录的文本
get_latest_transcripttimestamps · speakers最近的一份转录记录
transcribe_filepath(必填)转录音频或视频文件,并将其保存到记录中
list_models—已安装的模型以及当前启用的模型

长录音会分段读取:当转录文本超过 max_chars 时,响应末尾会显示明确的截断标记,告知 Agent 后续应从哪个 offset 继续——时长一小时的会议也不会超出上下文窗口。

CLI

同一个二进制文件也是一个功能完整的命令行工具:

$ whispernotes status
WhisperNotes 1.5.5 (340) · SenseVoice Small · ready · 3081 notes

$ whispernotes list --limit 3
9f3c21a8  2026-08-01 09:14  0:42   meeting   Weekly sync — pricing review
b2d84e07  2026-07-31 18:03  12:26  recorded  Idea dump on the walk home
5a1f9c33  2026-07-30 10:52  47:10  imported  interview-with-anna.m4a

$ whispernotes show latest | ollama run llama3 "Summarize the key points:"

$ whispernotes export --format md --audio --output-dir ~/Transcripts
✓ exported 312/312 transcript(s), 312 audio file(s) → /Users/you/Transcripts
命令选项功能
status—应用版本、当前模型、就绪状态、笔记数量
list--limit N · --source T · --json按时间倒序列出最近的转录文本
search <query>--limit N · --json在所有历史记录中进行全文搜索,并提供摘要片段
show [id or latest]--timestamps · --speakers · --max-chars N · --offset N · --json打印一条转录文本(默认使用 latest)
transcribe <file>--json转录音频或视频文件,并保存到历史记录
export--format txt or md · --output-dir DIR · --source T · --limit N · --audio · --speakers批量导出转录文本,也可同时复制音频文件
modelslist · select <id>列出或切换模型:parakeet、sensevoice、whisper-small、whisper-large-v3-turbo
languagelist · select <code>列出或切换转录语言——可选项取决于当前模型
mcp—通过标准输入/输出运行 MCP 服务
version · help—CLI 版本 · 用法

结果输出到标准输出,进度信息和错误输出到标准错误——可安全地通过管道传输或重定向。--json 始终输出单个 JSON 对象或数组。whispernotes help 会打印完整用法;命令使用有误时,会显示对应的精确用法行。wn 是一个便捷别名——脚本和 Agent 应调用始终可用的 whispernotes。

隐私与安全

  • 使用位于 ~/Library/Application Support/WhisperNotes/api.sock 的 Unix 域套接字进行通信,权限为 0600——只有你的 macOS 用户账户可以连接。没有 TCP 端口,也没有网络接口,其他任何机器都无法访问。
  • 默认关闭:除非你在“设置”中启用开关,否则不会提供任何服务。
  • Claude 等 MCP 客户端会在每次调用工具前征求你的批准。
  • 转录在设备本地运行(通过神经网络引擎 / MLX 运行 Parakeet V3、Whisper、SenseVoice);结果仅保存在本地历史记录中。

链接

许可证

本仓库的内容(文档和元数据)采用 MIT 许可证。Whisper Notes 本身——包括应用程序、内置 MCP 服务和 CLI——是商业软件;条款请参阅 whispernotes.app。

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。