OcularAudio MCP 让 agent 本地读取 YouTube 字幕和截图
Carbon-B · reddit · 2026-07-25
OcularAudio MCP 是一个本地运行、开源的 Model Context Protocol 服务器和 CLI，目标是让 AI agent 直接“看懂”视频内容，尤其适合 YouTube 教程、讲座和代码演示。
主要能力
- 秒级提取视频元数据、章节和字幕/转录文本
- 可按需抓取视频截图，让 agent 读取课件、代码屏幕或画面细节
- 全程本地运行，不需要云端托管
技术实现
- 不直接整段下载视频，而是用 HTTP Range 请求按需取流
- 没有字幕时回退到本地 faster-whisper
- 用异步设计避免阻塞 MCP 客户端
- 可读取本地 cookies.txt 处理限流和年龄限制
- 对同一视频做本地缓存，重复查询几乎瞬时返回
「编程与Agent」频道最新
- Nimbus 发布：面向智能体的开源 Astro 文档框架 — irvinebroque · 2026-07-25
- 创意机构实战：用Slack集成AI Agent自动化素材收集 — beechinour · 2026-07-25
- Anaconda 联手 Kilo Code 把编码智能体带进企业工作流 — anacondainc · 2026-07-25
- 有人用 Claude Opus 5 做了个角斗场街机格斗游戏 — chrisfirst · 2026-07-25
- API Ninjas 事实接口做成了一个 MCP 工具服务器 — modelcontextprotocol · 2026-07-25
- Courier 推出 MCP 连接器，接通知和模板管理 — modelcontextprotocol · 2026-07-25