如何通过 MCP 将 AssemblyAI 连接到 Claude

💡 无需安装? 直接使用 cloud.anythingmcp.com。 登录、点击 Connectors → AssemblyAI、粘贴凭证、生成 MCP API key，即可完成。无 Docker、无 git clone、无本地服务器。

AssemblyAI + Claude

AssemblyAI 语音转文字：通过公开链接转写音频和视频文件，支持说话人标注、语言检测、个人信息脱敏、摘要、章节、实体和情感分析；以全文、句子、段落或 SRT/VTT 字幕读取转写稿，搜索词语，翻译或为说话人命名，就转写稿向 LLM 提问，并创建流式转写令牌。数据可存放在美国或欧盟；按音频时长计费，新账号有免费额度。

前提条件

完整的设置说明已内置在连接器中 (在 store 中选择连接器时可见)。所需环境变量:

ASSEMBLYAI_API_KEY, ASSEMBLYAI_DOMAIN

步骤 1 — 获取凭证

设置大约需要 2 分钟。你需要一个 AssemblyAI 账号；新账号可获得 50 美元免费额度，用于转写和 Speech Understanding。

1. 在 https://www.assemblyai.com/dashboard/signup 注册。
2. 在控制台打开 API Keys，复制一个密钥并粘贴到 ASSEMBLYAI_API_KEY。它会原样作为 Authorization 请求头的值发送，所以只粘贴密钥本身，不要加 Bearer 或引号。
3. 把 ASSEMBLYAI_DOMAIN 设为 assemblyai.com（美国，默认）或 eu.assemblyai.com（欧盟数据驻留：音频、转写稿和提示词都在欧盟处理和存储），不要带 https:// 或 api.。在一个区域创建的转写稿在另一个区域看不到；欧盟的 LLM Gateway 只提供 Claude 和 Gemini 模型。
4. 安装连接器并运行 assemblyai_list_transcripts：它会列出账号的转写稿（新账号还没有），并确认密钥可用。

哪些操作收费：

• assemblyai_submit_transcript 按音频时长计费，精确到秒：Universal-3.5 Pro 每小时 0.21 美元，Universal-2 每小时 0.15 美元。附加功能：说话人标注每小时 0.02 美元，keyterms 或提示词每小时 0.05 美元（Universal-3.5 Pro），医疗模式每小时 0.15 美元。使用 multichannel 时每个声道都计费，Speech Understanding 功能另行计费。
• assemblyai_understand_transcript 按任务计费。
• assemblyai_ask_transcript 按输入和输出 token 以模型价格计费，价格可在 assemblyai_list_llm_models 中查看（每百万 token 的美元价格）。不在免费额度范围内。
• assemblyai_create_streaming_token 免费，但用该令牌打开的流式会话按连接时长计费。

失败的转写不收费。所有读取操作和 assemblyai_list_llm_models 都免费。遇到较长的文件时，AI 会告诉你费用，并在转写前征得你的确认。

转写：assemblyai_submit_transcript 接受 audio_url，即指向音频或视频文件的公开直链（mp3、wav、m4a、mp4、webm 等，最大 2.2 GB、10 小时），例如云存储链接或播客 MP3。YouTube 这类网页链接不可用，也无法通过此连接器上传本地文件。默认使用 Universal-3.5 Pro（18 种语言），其他语言改用 Universal-2（99 种语言）。可选参数包括：speaker_labels 及 speakers_expected、language_code 或 language_detection、用于人名和术语的 keyterms_prompt、描述录音内容的 prompt、redact_pii 及 redact_pii_policies（另加 redact_pii_audio 可生成哔声遮盖的音频副本）、summarization 或 auto_chapters、auto_highlights、entity_detection、sentiment_analysis、iab_categories、content_safety、用于翻译或说话人命名的 speech_understanding、audio_start_from 和 audio_end_at、domain 设为 medical-v1，以及可选的 webhook_url。调用后返回一个状态为 queued 的 ID；AI 每隔几秒查询一次 assemblyai_get_transcript，直到状态变为 completed，或变为 error 并在 error 中给出原因。处理时间通常只是音频时长的一小部分。

可读取的内容：

• 转写稿：全文、按说话人划分的发言、检测到的语言、音频时长、置信度，以及每项所请求功能的结果（摘要、章节、实体、情感、要点、内容安全、翻译）。
• 句子（附说话人）和段落，每条都有开始、结束时间和置信度。
• SRT 或 WebVTT 字幕，可设置 chars_per_caption，可直接保存为 .srt 或 .vtt。
• 词语搜索：每个词或短语的匹配次数及其时间戳。
• 状态变为 redacted_audio_ready 后，脱敏音频的下载链接。
• LLM Gateway 的模型（Claude、GPT、Gemini 和开源模型），附上下文长度、价格和可用区域。

分析：assemblyai_ask_transcript 把提示词发给 LLM Gateway 上的模型，LLM Gateway 是已停用的 LeMUR API 的继任者。提示词中在需要插入转写稿的位置写 {{ transcript }}，例如 List the action items with owners in this meeting: {{ transcript }}。答案在 choices[0].message.content 中，并附 token 用量；默认模型是 claude-sonnet-4-6。assemblyai_understand_transcript 可对已完成的转写稿进行翻译、说话人识别（用姓名或角色代替 A、B）、自定义格式化或摘要，无需重新转写。

流式转写：assemblyai_create_streaming_token 返回一个短期有效的令牌，浏览器或设备凭它即可在不使用 API 密钥的情况下打开 Universal-Streaming WebSocket（wss://streaming.assemblyai.com/v3/ws?token=...）。令牌可在 1 到 600 秒内用来建立连接；单次会话最长 10,800 秒。

数据格式：所有时间（start、end、audio_start_from、词级时间戳）都以毫秒为单位，只有 audio_duration 以秒为单位。confidence 取值 0 到 1。同一份转写稿中的说话人标为 A、B、C。created 等日期为 UTC 的 ISO 8601 格式。为了让响应保持精简，转写稿、句子和段落中的词级时间戳会被去掉，超长的转写稿会在约 600 KB 处截断。

翻页：assemblyai_list_transcripts 每页最多返回 200 份转写稿（默认 20 份），从新到旧，可按 status 或 created_on 筛选。要查看更早的转写稿，AI 会把当前页最后一份转写稿的 ID 作为 before_id 传入。

安装时关闭：assemblyai_delete_transcript，它会永久删除转写稿的文本和数据（记录保留并标记为已删除，为其上传的文件也会被删除）。此操作不可撤销，因此由工作区管理员在团队需要时开启。

常见错误：401 "Authentication error, API token missing/invalid" 表示密钥错误，或前面加了 Bearer。400 会在 error 中指出错误的参数，例如某项功能不支持该语言或模型。404 表示转写稿不存在，或是在另一个区域创建的。状态为 error 且提示 "Download error" 的转写稿，说明无法获取 audio_url：链接不是公开的，或指向网页而不是文件。429 表示并发请求过多。对于流式令牌，密钥错误时返回 404 "Invalid API key"。

该连接器不上传本地文件，不使用同步的 Sync 和 Dictation API，不做文字转语音，也不使用 LLM Gateway 上保存的提示词和工具调用。

步骤 2 — 安装 adapter

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

步骤 3 — 在 Claude 中添加连接器

你的服务器 URL： 在 AnythingMCP 中打开 MCP Servers → 此连接器所在的服务器，复制它的 URL（https://cloud.anythingmcp.com/mcp/…）。本指南中出现 YOUR_SERVER_ID 的地方都用它替换。

推荐路径：在 claude.ai web 上工作，无需触碰任何配置文件。

1. 在 Claude 中打开 Customize → Connectors。
2. 点击 +，然后点击 Add custom connector。
3. 输入名称（例如 AssemblyAI）和远程 MCP 服务器 URL https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID，然后点击 Add。
4. 点击 Connect，登录 AnythingMCP（OAuth）并允许访问。

下面所有工具都会出现在你的聊天中，开始输入提示。

可用工具

示例提示

• “用说话人标注转写这期播客，但先告诉我要花多少钱：https://example.com/episode-42.mp3”
• “总结昨天会议的转写稿，并列出待办事项及负责人。”
• “把转写稿导出为 SRT 字幕，每行最多 42 个字符。”
• “通话中是什么时候有人提到预算或下个季度的？”
• “转写这段德语采访，隐去姓名和电话号码，并翻译成英语。”

FAQ

Claude Code 和 Claude Desktop 一样工作吗? 是的，两者都指向 https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID。

下一步

• 连接器主页
• 连接到 ChatGPT
• 连接到 Cursor
• 连接到 Gemini
• 连接到 Meta Muse
• 连接到 Microsoft Copilot