OpenClaw

Resumen#

OpenClaw es un framework de código abierto para agentes de IA autónomos que se ejecutan en tu propia máquina. Por defecto, los web scrapers y la automatización local del navegador son bloqueados por las protecciones antibots de las plataformas o se topan con límites de solicitudes muy estrictos.

Conectar Transcript Dock a OpenClaw da a tus empleados digitales autónomos acceso directo a la información de los videos de YouTube y TikTok. Tus agentes pueden buscar temas, listar las subidas de un canal, procesar listas de reproducción y obtener transcripciones estructuradas con marcas de tiempo por palabra en segundos.

1. Agrega el servidor MCP#

Agrega el servidor stdio de Transcript Dock al archivo de configuración de tu agente OpenClaw (openclaw.json o 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. Configura el entorno#

Indica tu clave de API de Transcript Dock en el bloque de entorno. Reemplaza td_live_YOUR_KEY por tu clave de API real del panel para desarrolladores.

3. Verifica la conexión#

Inicia tu agente OpenClaw y pídele que verifique las herramientas instaladas:

Revisa las herramientas disponibles y confirma que transcriptdock está conectado.

Tu agente debería confirmar herramientas como transcribe, search_youtube, list_channel_videos y get_transcript.

Flujos de trabajo autónomos#

Una vez conectado, tu agente OpenClaw puede encadenar herramientas de descubrimiento y transcripción de forma autónoma:

• Investigación de temas: El agente busca en YouTube con search_youtube, identifica los videos más relevantes y obtiene las transcripciones completas para sintetizarlas.
• Monitoreo de canales: Con get_channel_latest_videos, tu agente sigue las nuevas subidas de los creadores que designes y las resume en tu base de conocimiento.
• Del tutorial al código: El agente lee las transcripciones de tutoriales técnicos y convierte las instrucciones habladas, paso a paso, en archivos de código ejecutables.
• Resumen de listas de reproducción: Con list_playlist_videos, el agente recorre una lista de reproducción completa o el temario de un curso y compila una guía de estudio unificada.

Ejemplos de prompts para agentes#

• "Busca en YouTube tutoriales recientes sobre cómo crear agentes autónomos en Python. Transcribe los dos primeros videos y extrae la arquitectura de código principal en un informe en Markdown."
• "Obtén la transcripción de esta conferencia de YouTube: https://www.youtube.com/watch?v=dQw4w9WgXcQ. Resume los argumentos principales y dame citas con marcas de tiempo."
• "Busca los cinco videos más recientes del canal @veritasium. Transcribe la subida más reciente y enumera las preguntas clave que se exploran en el episodio."
• "Lee los videos de esta lista de reproducción de YouTube y crea un temario indexado con un breve resumen de cada sesión."

Solución de problemas#