Collega MCP a Cursor o VS Code
In Cursor inserisci endpoint e chiave API in .cursor/mcp.json. In VS Code lo stesso URL va in .vscode/mcp.json, con una struttura diversa. Nella guida MCP trovi anche l’installazione con un clic per entrambi.
Il client deve supportare server MCP remoti via streamable HTTP e inviare l’header Authorization nelle request. Copia la configurazione del client che usi: rinominare il file di Cursor non lo rende una configurazione valida per VS Code.
Per controllare il collegamento, chiedi all’assistente di chiamare get_account o list_transcriptions. Non creano trascrizioni a pagamento. Se i tool non compaiono, verifica che il client abbia caricato e abilitato il server. Se ricevi un errore di autenticazione, controlla la chiave nelle impostazioni del client.
{
"mcpServers": {
"transcript1": {
"url": "https://api.transcript1.com/mcp",
"headers": {
"Authorization": "Bearer t1_YOURKEY"
}
}
}
}Configura Claude Code, Claude o ChatGPT
In Claude Code usa claude mcp add con l’endpoint e la chiave API. In Claude e ChatGPT aggiungi un connettore personalizzato con lo stesso URL, poi accedi. Segui le istruzioni per il tuo client.
I connettori di Claude e ChatGPT usano OAuth. La loro disponibilità dipende dal piano dell’assistente e dalle impostazioni del workspace. Il collegamento con chiave API degli editor segue invece una configurazione propria.
Quando i tool sono disponibili, passa un link pubblico e un compito preciso. Puoi chiedere prima la trascrizione di un Reel e poi i passaggi descritti a voce. transcript1 fornisce le parole dell’audio: l’assistente non può ricavarne dettagli visivi che non ha esaminato.
claude mcp add --transport http transcript1 https://api.transcript1.com/mcp --header "Authorization: Bearer t1_YOURKEY"Fai leggere all’assistente tutti i passaggi che servono
L’assistente chiama transcribe e legge la prima pagina quando è pronta. Se il lavoro continua, riceve un ID da usare con get_transcription. Consulta i parametri dei tool e il percorso per gli agenti IA per gestire attesa, riuso e lettura.
Il formato predefinito è testo con timestamp. Per continuare una trascrizione lunga, passa next_from_seconds come from_seconds nella lettura successiva. La prima pagina non è tutto il video: prima di riassumerlo, l’assistente deve leggere le altre parti pertinenti.
Con un link completo supportato puoi riusare un lavoro corrispondente delle ultime 24 ore. Con un link breve questo confronto non avviene all’invio. In entrambi i casi, se conosci l’ID puoi leggere il lavoro con get_transcription senza ricrearlo. Nell’esempio sostituisci il segnaposto con un vero link pubblico a un video TikTok.
transcribe(url="[public TikTok video URL]")
get_transcription(id="tr_8fK2Lm0PqRsTuVwXyZaBcD", format="srt")Per i file locali serve anche l’invio dei byte
MCP trasporta le chiamate ai tool e le risposte, non i byte della registrazione. create_upload apre un caricamento e restituisce il piano dei blocchi. Un agente che può leggere il file deve inviarli via HTTP, fuori da MCP, poi chiamare complete_upload. La guida ai file chiarisce quali operazioni spettano al client.
Alcuni assistenti possono chiamare tool remoti ma non leggere un file locale o inviare dati binari. In quel caso carica la registrazione nella dashboard e passa all’assistente l’ID della trascrizione. Scrivere il nome del file in chat non ne invia il contenuto.
Per ricevere webhook devi usare l’API REST: i tool MCP non espongono quel parametro. In chat puoi invece alternare brevi attese e chiamate a get_transcription. Se il client si disconnette, cerca tra le trascrizioni recenti o riparti dall’ID noto: la disconnessione non prova che il lavoro non sia stato creato.
Puoi usare lo stesso collegamento per un video di Bluesky o per rivedere un copione di TikTok. I post devono essere pubblici. L’analisi si basa sul parlato, non su immagini che l’assistente non ha visto.