Перейти к содержимому
Transcript Dock
ВойтиНачать бесплатно

Меню сайта

Transcript Dock
Начать бесплатноВойти

Документация

Инструменты
ВведениеКак это работает, руководства и что можно расшифровать.
Быстрый стартОтправьте ссылку, дождитесь задачи, экспортируйте транскрипт. Три запроса.
АутентификацияAPI-ключи, области доступа, Idempotency-Key и X-Request-Id.
ЗадачиСоздание, ожидание, список, отмена и повтор задач.
ТранскриптыОбъект транскрипта и экспорт в txt, srt, vtt, json.
ПакетыДо 50 видео в одном запросе.
ЗагрузкиРасшифровывайте ваши собственные аудио- и видеофайлы.
ВебхукиПолучайте уведомление, когда задача или пакет завершится; проверяйте подпись.
ОшибкиВсе коды ошибок, что они значат и что делать.
Лимиты запросовОтправки, задачи в обработке и чтения по тарифу; ответ 429.
Тарифы и кредиты1 кредит за транскрипт по субтитрам, 2 за минуту AI-расшифровки. Тарифы и дополнительные кредиты.
ИсточникиYouTube, TikTok, ваши файлы и прямые ссылки: принимаемые URL и режимы.
MCPНаходите и расшифровывайте видео из Claude, Cursor, Windsurf или собственного агента.
Спецификация OpenAPIСпецификация OpenAPI 3.1 для генерации кода и типизированных клиентов.
Claude CodeОдна команда добавляет Transcript Dock в Claude Code.
Приложение ClaudeДобавьте Transcript Dock как пользовательский коннектор на claude.ai, в Claude Desktop или мобильном приложении.
CursorДобавьте Transcript Dock как MCP-сервер в Cursor.
WindsurfДобавьте Transcript Dock в Windsurf, чтобы Cascade мог находить видео и расшифровывать их.
OpenClawПодключите Transcript Dock к автономным агентам OpenClaw.
19 результатов
Руководства

Транскрипты видео в LangChain

Загружайте транскрипты YouTube и TikTok как LangChain Documents с таймкодами или дайте агенту LangChain инструменты MCP от Transcript Dock.

Обновлено

Коротко: есть два способа. Для индексации небольшой загрузчик превращает транскрипт в объекты LangChain Document: по одному на каждый фрагмент субтитров, с временем его начала. Для агентов MCP-сервер Transcript Dock подключается к LangChain через langchain-mcp-adapters, и агент сам получает транскрипты.

Загрузчик документов#

Двадцать строк и никаких дополнительных пакетов. Каждый Document хранит ссылку на видео и тайминг, поэтому результаты поиска могут ссылаться на момент, из которого они взяты. Перед созданием эмбеддингов объедините фрагменты в более крупные куски, как показано в разделе транскрипты для RAG.

loader.py
# pip install langchain-core requests
import requests
from langchain_core.documents import Document
 
API = "https://www.transcriptdock.com"
H = {"Authorization": "Bearer td_live_YOUR_KEY"}
 
def load_video(url: str, mode: str = "captions_only") -> list[Document]:
    """One Document per caption segment, with the video URL and start time as metadata."""
    job = requests.post(f"{API}/v1/jobs", headers={**H, "Idempotency-Key": f"lc-{url}"[:128]},
        json={"source": {"url": url}, "mode": mode}).json()
    while job["status"] not in ("succeeded", "failed", "cancelled"):
        job = requests.get(f"{API}/v1/jobs/{job['id']}", params={"wait": 25}, headers=H).json()
    if job["status"] != "succeeded":
        raise RuntimeError(job["error"]["code"])
    t = requests.get(f"{API}/v1/transcripts/{job['result_id']}", headers=H).json()
    meta = {"source": t["source"]["canonical_url"], "title": t["source"]["title"], "language": t["language"]}
    return [Document(page_content=s["text"], metadata={**meta, "start": s["start"], "end": s["end"]})
            for s in t["segments"]]
 
docs = load_video("https://www.youtube.com/watch?v=dQw4w9WgXcQ")

Инструменты агента через MCP#

MultiServerMCPClient подключается к удалённому серверу и превращает его инструменты в инструменты LangChain: get_video_transcript, поиск по YouTube, список видео канала и плейлиста и список видео профиля TikTok.

agent.py
# pip install langchain-mcp-adapters langgraph langchain-anthropic
import asyncio
from langchain_mcp_adapters.client import MultiServerMCPClient
from langgraph.prebuilt import create_react_agent
 
async def main():
    client = MultiServerMCPClient({
        "transcriptdock": {
            "url": "https://www.transcriptdock.com/mcp",
            "transport": "streamable_http",
            "headers": {"Authorization": "Bearer td_live_YOUR_KEY"},
        }
    })
    tools = await client.get_tools()
    agent = create_react_agent("anthropic:claude-sonnet-5-5", tools)
    out = await agent.ainvoke({"messages": "Summarize https://www.youtube.com/watch?v=dQw4w9WgXcQ"})
    print(out["messages"][-1].content)
 
asyncio.run(main())

Названия инструментов, аргументы и стоимость в кредитах указаны на странице MCP. LlamaIndex и другие фреймворки, которые работают с MCP, подключаются так же.