Как подключить Deepgram к Gemini через MCP

💡 Без установки? Используйте cloud.anythingmcp.com напрямую. Войдите, нажмите Connectors → Deepgram, вставьте учётные данные, создайте MCP API key, и готово. Без Docker, без git clone, без локального сервера.

Deepgram + Gemini

Речевой ИИ Deepgram с вашим собственным API-ключом: транскрибация записей по URL с метками говорящих, краткими итогами, темами и тональностью, анализ текста, озвучка текста голосами Aura, а также модели, ключи, участники, расход, запросы, затраты и остатки кредитов.

Предварительные требования

Полные инструкции по настройке встроены в коннектор (видны в магазине при выборе коннектора). Требуемые переменные окружения:

DEEPGRAM_API_KEY

Шаг 1 — Получите учётные данные

Настройка занимает около 3 минут. Нужна учётная запись Deepgram; новый аккаунт получает бесплатный кредит.

1. Войдите на https://console.deepgram.com и откройте нужный проект.
2. Откройте API Keys, нажмите Create a New API Key, задайте имя и выберите роль. Member достаточно для транскрибации, синтеза речи, анализа текста, ключей и расхода; Admin или Owner нужны для участников, остатков, затрат и покупок (billing:read). Оставьте срок действия пустым или задайте такой, о котором не забудете.
3. Скопируйте ключ, который показывается только один раз, в DEEPGRAM_API_KEY. Вставьте сам ключ: коннектор отправляет его как Authorization: Token <key>.
4. Установите коннектор и запустите deepgram_list_projects, чтобы проверить ключ.

Стоимость: deepgram_transcribe_url оплачивается за минуту аудио (дороже с краткими итогами и другими функциями анализа), deepgram_analyze_text за токен, deepgram_text_to_speech за символ, всё на проект ключа. Остальные инструменты бесплатны. Для длинной записи или большой партии ИИ заранее называет примерную стоимость, а deepgram_list_balances показывает оставшийся кредит.

Что он делает:

• Транскрибирует запись через deepgram_transcribe_url по публичному url; предподписанная ссылка S3, GCS или Drive подходит, страница за входом в аккаунт нет. Хорошие значения по умолчанию: model: nova-3 и smart_format: true. diarize вместе с utterances или paragraphs показывает, кто что сказал, detect_language помогает с неизвестным языком (или language: multi на nova-3 для смешанных языков), keyterm с именами и терминами, summarize: v2, topics, intents и sentiment анализируют звонки (только английский), а redact скрывает номера карт или персональные данные.
• Анализирует уже имеющийся текст, например транскрипт, письмо или заметки, через deepgram_analyze_text с summarize, topics, intents или sentiment (английский).
• Создаёт аудио через deepgram_text_to_speech с голосом Aura в model; deepgram_list_models перечисляет голоса с языком, акцентом и ссылкой на образец.
• Модели: deepgram_list_models и deepgram_get_model для публичных моделей, deepgram_list_project_models для того, что доступно проекту, включая собственные модели.
• Аккаунт: deepgram_list_projects для project_id, затем проект, его API-ключи (только чтение, секрет никогда не возвращается) и участники.
• Расход и затраты: deepgram_get_usage_breakdown для часов, запросов, токенов и символов по периодам или с группировкой по конечной точке, модели, ключу или тегу; deepgram_list_usage_fields для значений фильтров; deepgram_list_requests и deepgram_get_request для отдельных вызовов с их стоимостью; deepgram_get_billing_breakdown для затрат в USD; deepgram_list_balances, deepgram_get_balance и deepgram_list_purchases для кредита.

Все инструменты включены при установке. Три платных инструмента тратят кредит проекта, поэтому крупные или повторные запуски ИИ сначала согласует с вами.

Форматы данных: транскрипт находится в results.channels[0].alternatives[0].transcript с confidence от 0 до 1, при multichannel по одному каналу на аудиоканал. С paragraphs форматированный текст с говорящими лежит в alternatives[0].paragraphs.transcript; results.utterances перечисляет реплики со start и end в секундах и speaker (0, 1, ...). Краткие итоги в results.summary.short, темы, намерения и тональность в results.topics, results.intents и results.sentiments. Тайминги отдельных слов удаляются, чтобы ответы были компактными, поэтому для времени ИИ использует utterances или paragraphs. metadata.duration это длина аудио в секундах, metadata.request_id идентифицирует вызов в журнале запросов. В анализе текста итог находится в results.summary.text. Синтез речи возвращает аудио файлом, приложенным к результату (по умолчанию MP3, до 8 МиБ); Deepgram его не хранит, так что сохраните файл. Часы расхода приходят десятичными строками, суммы и остатки в units (обычно usd), даты в формате YYYY-MM-DD по UTC.

Постраничный вывод: deepgram_list_requests листает с page (с 0) и limit (до 1000); ИИ продолжает, пока страница возвращается полной. Остальные списки возвращаются целиком.

Ограничения: синтез речи принимает не больше 2 000 символов за вызов, поэтому длинный текст ИИ делит по границам предложений. Транскрибация отвечает за один вызов, коннектор ждёт до 30 секунд: nova-3 обычно справляется с часом аудио с запасом, но очень длинные файлы со множеством функций анализа могут обрабатываться дольше, их лучше транскрибировать частями. Проекты Pay-as-you-go и Growth выполняют одновременно до 50 транскрибаций, 15 запросов синтеза речи и около 10 запросов анализа текста. Анализ текста принимает до 150K токенов на входе.

Частые ошибки: 400 с err_code и err_msg означает опцию, которую модель не поддерживает (например, keyterm на nova-2 или функции анализа для неанглийского аудио), или URL, который Deepgram не может скачать; 400 TOKEN_LIMIT_EXCEEDED значит текст длиннее 150K токенов. 401 это неверный или просроченный ключ, 402 проект без кредита, 403 ключ, у роли которого нет нужного scope (участники и биллинг требуют Admin или Owner), 404 неизвестный id проекта, запроса или остатка, 413 текст длиннее 2 000 символов для синтеза речи, 429 слишком много одновременных запросов.

Коннектор не транслирует живое аудио, не использует voice agent API, не загружает локальные файлы (только URL) и не создаёт и не удаляет ключи и участников.

Шаг 2 — Установите адаптер

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

Шаг 3 — Добавьте коннектор в Gemini

URL вашего сервера: в AnythingMCP откройте MCP Servers → сервер, на котором находится этот коннектор, и скопируйте его URL (https://cloud.anythingmcp.com/mcp/…). Используйте его везде, где в этом руководстве указано YOUR_SERVER_ID.

Gemini CLI читает MCP-серверы из ~/.gemini/settings.json (в Windows: %USERPROFILE%\.gemini\settings.json). Добавь:

{
  "mcpServers": {
    "anythingmcp": {
      "httpUrl": "https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID",
      "headers": { "X-API-Key": "YOUR_MCP_API_KEY" }
    }
  }
}

1. Создай MCP API-ключ в AnythingMCP в разделе MCP Servers → твой сервер → API keys и вставь его вместо YOUR_MCP_API_KEY.
2. Сохрани файл и перезапусти gemini.
3. Выполни /mcp в Gemini CLI (или gemini mcp list в терминале): anythingmcp должен отображаться как подключённый.
4. Начинай писать промпты: Gemini CLI теперь может вызывать инструменты Deepgram.

Доступные инструменты

Примеры запросов

• «Расшифруй звонок по ссылке https://example.com/calls/2026-10-29.mp3 с метками говорящих и дай краткое резюме.»
• «Какие темы и какая тональность встречаются в этом транскрипте поддержки? Вот текст.»
• «Озвучь этот абзац английским голосом Aura и дай мне MP3.»
• «Сколько часов аудио наш проект транскрибировал в этом месяце, с разбивкой по моделям?»
• «Сколько кредита осталось у проекта и сколько мы потратили на прошлой неделе в USD?»

FAQ

Где Gemini CLI ищет MCP-серверы? В ~/.gemini/settings.json для твоего пользователя или в .gemini/settings.json внутри проекта. gemini mcp list показывает каждый сервер и статус подключения.

Следующие шаги

• Страница коннектора
• Подключить к Claude
• Подключить к ChatGPT
• Подключить к Cursor
• Подключить к Meta Muse
• Подключить к Microsoft Copilot