指南

在 LangChain 中使用视频文稿

把 YouTube 和 TikTok 文稿加载为带时间戳的 LangChain Document，或者让 LangChain 智能体使用 Transcript Dock MCP 工具。

更新于 2026年10月9日

先说结论：有两种方式。做索引时，用一个小小的加载器把文稿转成 LangChain 的 Document 对象，每个字幕分段一个，并带上它的开始时间。做智能体时，Transcript Dock MCP 服务器通过 langchain-mcp-adapters 接入 LangChain，由智能体自己获取文稿。

一个文档加载器#

只需二十行，不需要额外的包。每个 Document 都保留视频 URL 和时间信息，所以检索结果可以引用它们出自的那个时刻。嵌入之前，请先把分段合并成更大的块，做法见用于 RAG 的视频文稿。

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")

通过 MCP 提供智能体工具#

MultiServerMCPClient 连接到远程服务器，并把它的工具转换成 LangChain 工具：get_video_transcript、YouTube 搜索、列出频道和播放列表的视频，以及列出 TikTok 主页的视频。

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())

工具名称、参数和点数消耗见 MCP 页面。LlamaIndex 以及其他支持 MCP 的框架，连接方式相同。