MCP 服务器

ai-translation-tool

MCP server for transcribing audio and generating structured customer requirement meeting minutes (including flowcharts) using Whisper and AI backends, with export to md/html/pdf/docx and model/settings management.

README

客户需求调研纪要工具

浏览器录音 / 上传音频 → Whisper 转写 → AI 生成结构化《需求调研纪要》（含业务流程图）→ 导出 md/html/pdf/docx。支持 Web 页面、MCP 协议、命令行三种方式调用，可集成到 workbuddy 等工具。

一、安装依赖

要求 Python 3.10+（推荐 3.13）。国内网络建议先设置镜像：

pip install -r requirements.txt

如需 GPU 转写更快，安装 CUDA 版 ctranslate2 并复制对应 cublas/cudnn DLL（见项目说明）。

二、配置

复制 .env.example 为 .env 并填写：

copy .env.example .env

配置项	说明
`BACKEND`	AI 后端：`openai`（兼容 NVIDIA/OpenAI/通义等）或 `ollama`（本地）
`API_KEY`	OpenAI 兼容后端的 API Key；Ollama 无需填写
`OPENAI_BASE_URL`	OpenAI 兼容后端地址，默认 NVIDIA 网关
`OPENAI_MODEL`	模型名，默认 NVIDIA Nemotron
`WHISPER_MODEL`	默认转写模型（内置 small 或自定义模型名）
`MODEL_N_NAME/PATH/...`	自定义 Whisper 本地模型（路径需存在）

三、方式一：Web 页面

python app.py --port 5000

浏览器打开 http://127.0.0.1:5000 ，页面支持录音、上传音频、生成纪要、导出、配置管理与一键「测试配置」。

四、方式二：MCP 协议（供 workbuddy 等调用）

标准 stdio 传输（本地 MCP 客户端最常用）：

python mcp_server.py

HTTP 传输（远程调用，可选）：

python mcp_server.py --http 127.0.0.1:8000

workbuddy 集成示例

在 MCP 客户端配置中新增一个 stdio server，命令指向：

命令: D:\Python313\python.exe
参数: ["D:\\...\\mcp_server.py"]

暴露的工具：

工具	功能
`transcribe_audio_tool`	转写本地音频文件为中文文本
`generate_minutes_tool`	根据转写文本生成需求调研纪要（Markdown，含 Mermaid 流程图）
`export_minutes_tool`	导出纪要文件 md/html/pdf/docx
`list_models_tool` / `add_model_tool` / `update_model_tool` / `delete_model_tool`	Whisper 模型管理
`get_settings_tool` / `update_settings_tool`	读取 / 修改全局配置
`test_config_tool`	测试模型路径与 AI 后端连通性

五、方式三：命令行

# 转写音频
python cli.py transcribe --audio D:/rec.mp3 --model 中文优化版

# 生成纪要
python cli.py generate --text "客户说..." --backend openai --api-key nvapi-xxx
python cli.py generate --input transcript.txt --backend ollama

# 导出
python cli.py export --input minutes.md --fmt pdf

# 模型管理
python cli.py models list
python cli.py models add --name 中文优化版 --path D:/models/whisper-small-zh --desc "本地中文优化模型"
python cli.py models update --name 中文优化版 --path D:/models/whisper-small-zh
python cli.py models delete --name 中文优化版

# 配置管理
python cli.py config get
python cli.py config set --backend ollama --whisper-model small

# 测试配置
python cli.py test-config --backend openai

所有命令输出 JSON，便于程序解析。

六、导出目录

生成的纪要文件默认保存在 exports/ 目录；录音文件在 uploads/；转写模型优先使用项目内 models/ 目录。

七、常见问题

转写很慢/无 GPU：改用内置 small 模型；确认 ctranslate2 CUDA 库正常。
OpenAI 接口 401：检查 .env 的 API_KEY 与 OPENAI_BASE_URL，用 python cli.py test-config 验证。
Ollama 连接失败：先启动本地 ollama serve，并确认已 ollama pull qwen2:7b（或改 OLLAMA_MODEL）。