OpenClaw
Verbinden Sie Transcript Dock mit autonomen OpenClaw-Agenten für automatisierte Videorecherche, Zusammenfassungen von Transkripten und Code-Extraktion.
Überblick#
OpenClaw ist ein Open-Source-Framework für autonome KI-Agenten, die auf Ihrem eigenen Rechner laufen. Standardmäßig werden Web-Scraper und lokale Browser-Automatisierung von Bot-Schutzmechanismen der Plattformen blockiert oder stoßen auf strenge Anfragelimits.
Wenn Sie Transcript Dock mit OpenClaw verbinden, erhalten Ihre autonomen digitalen Mitarbeiter direkten Zugriff auf Videoinformationen von YouTube und TikTok. Ihre Agenten können nach Themen suchen, Uploads von Kanälen auflisten, Playlists auswerten und strukturierte Transkripte mit Zeitstempeln pro Wort in Sekunden abrufen.
1. MCP-Server hinzufügen#
Fügen Sie den stdio-Server von Transcript Dock in die Konfigurationsdatei Ihres OpenClaw-Agenten ein (openclaw.json oder config.json):
{"mcpServers": {"transcriptdock": {"command": "npx","args": ["-y", "@transcriptdock/mcp"],"env": {"TRANSCRIPTDOCK_API_KEY": "td_live_YOUR_KEY","TRANSCRIPTDOCK_BASE_URL": "https://www.transcriptdock.com"}}}}
2. Umgebung konfigurieren#
Tragen Sie Ihren API-Schlüssel von Transcript Dock im Block für die Umgebung ein. Ersetzen Sie td_live_YOUR_KEY durch Ihren tatsächlichen API-Schlüssel aus dem Entwickler-Dashboard.
| Umgebungsvariable | Beschreibung | Erforderlich |
|---|---|---|
TRANSCRIPTDOCK_API_KEY | Ihr API-Schlüssel des Arbeitsbereichs, der mit td_live_ beginnt. | Ja |
TRANSCRIPTDOCK_BASE_URL | API-Ursprung, genau https://www.transcriptdock.com. Ohne diesen Wert beendet sich der Server beim Start. | Ja |
3. Verbindung prüfen#
Starten Sie Ihren OpenClaw-Agenten und bitten Sie ihn, seine installierten Tools zu prüfen:
Prüfen Sie die verfügbaren Tools und bestätigen Sie, dass transcriptdock verbunden ist.
Ihr Agent sollte Tools wie transcribe, search_youtube, list_channel_videos und get_transcript bestätigen.
Autonome Workflows#
Nach der Verbindung kann Ihr OpenClaw-Agent Such- und Transkriptionstools selbstständig miteinander verketten:
- Themenrecherche: Der Agent sucht mit
search_youtubeauf YouTube, findet die relevantesten Videos und ruft die vollständigen Transkripte für die Auswertung ab. - Kanalüberwachung: Mit
get_channel_latest_videosverfolgt Ihr Agent neue Uploads ausgewählter Creator und fasst sie in Ihrer Wissensdatenbank zusammen. - Vom Tutorial zum Code: Der Agent liest Transkripte technischer Tutorials und wandelt die gesprochenen Schritt-für-Schritt-Anleitungen in ausführbare Codedateien um.
- Playlist-Zusammenfassung: Mit
list_playlist_videosgeht der Agent eine ganze Playlist oder einen Kurslehrplan durch und erstellt daraus einen einheitlichen Lernleitfaden.
Beispiel-Prompts für Agenten#
- „Suchen Sie auf YouTube nach aktuellen Tutorials zum Aufbau autonomer Agenten in Python. Transkribieren Sie die beiden obersten Videos und extrahieren Sie die zentrale Code-Architektur in einen Markdown-Bericht.“
- „Holen Sie das Transkript dieser YouTube-Vorlesung: https://www.youtube.com/watch?v=dQw4w9WgXcQ. Fassen Sie die wichtigsten Argumente zusammen und geben Sie mir zeitgestempelte Zitate.“
- „Suchen Sie die neuesten fünf Videos des Kanals @veritasium. Transkribieren Sie den aktuellsten Upload und listen Sie die zentralen Fragen der Folge auf.“
- „Lesen Sie die Videos dieser YouTube-Playlist und erstellen Sie ein nummeriertes Kursverzeichnis mit kurzen Zusammenfassungen für jede Einheit.“
Fehlerbehebung#
npx -y @transcriptdock/mcp direkt in Ihrem Terminal.jobs:read, jobs:write und transcripts:read hat. Das Lesen von Transkripten und Exporten (get_transcript, get_video_transcript) erfordert transcripts:read.