VideoNote-MCP 视频转笔记工具：一条链接出文字稿和现成笔记｜六档模型体积与精度对照

收藏夹里躺着一堆没时间看的课程，真要引用一句，又得拖着进度条从头找 VideoNote-MCP 是一个 AI工具：给常用的 AI 客户端发一个视频链接，它把视频取下来、把说的话转成文字，再隔几秒截一张图，最后交回一份笔记。

全程跑在自己的机器上，视频不用传到任何网站。MCP 是 AI 客户端调用外部工具的一套通用接口，装好后不用再启动别的服务；既能整包用——一条链接进、一篇笔记出。它是 MIT 许可的开源项目，源码在 GitHub 上。

场景痛点

要把长视频变成笔记，通常得自己串起好几个工具：先用工具推荐里那种下载器存下来，再传到转写网站等出稿，回头还得手动补截图。每一步换一个工具，过几周想找上次的稿子基本找不到。

更麻烦的是在线转写按分钟计费，内容还得传到别人服务器。VideoNote-MCP 要解决的正是这个：下载、转写、截图全在本机跑完，AI 只管最后整理，省掉在多个效率工具间倒腾。

一条链接发过去，它先识别平台、把视频取下来，再转写成文字，接着每隔几秒截一张图交给 AI 看画面；弹幕和评论要不要收自己定。最后由对话里的 AI 整理成笔记。默认分工是「它备料、AI 写稿」，哪一步不满意就重做哪一步。

作为一枚 AI应用，它只给 AI 备材料，不替 AI 拿主意。

B 站、YouTube、抖音、快手、小宇宙、小红书都能直接用，本地视频也行；列表之外还有一套通用办法，覆盖 1800 个以上。多数下载工具只认固定几家，影音编辑这条线上这么宽的不多见。

B 站有字幕、小宇宙有官方文稿时，它直接取现成的，跳过语音识别：47 分钟的播客单集能省几十分钟。

本地转写用开源语音识别模型，体积从 75 MB 到 3 GB 分六档：档位越高越准，也越慢、越占内存；不想在本机跑也可切云端。中文场景作者推荐另一套专为中文调过的引擎，自带断句标点，代价是多装两个组件。首次用要先下载模型，卡着不动就是在下它。

截下来的图一并交给 AI 看，笔记里的插图就从这些图里挑，成稿时自动附上截图目录。开启弹幕与评论整合后，笔记末尾多出一节「观众观点」——教学视频的评论区里，常藏着主讲人没讲清的补充。

字幕能导出三种常见格式，都带时间轴。笔记是纯文本格式，什么都能改；要排版成文章，还能套模板（数学笔记、英文文章等）。想把稿子变成 PDF，得在本机装排版软件，它只出稿子。想只拿字幕，它是枚称手的字幕工具；整段视频下载留底也行。

每个任务单独一个文件夹，音视频、转写稿、笔记、截图各归各位，另有一份总目录，按标题能翻出几个月前的任务。清理前可以先试跑。装完不确定环境齐不齐，跑一次体检就报缺什么。

用 AI相关工具最容易被忽略的风险是账号密码泄露。它很硬：模型的密钥、平台的登录信息一律在终端里填，不经过 AI 对话——填进对话，等于把密钥交给了 AI 服务商。这些信息存盘时会加密，默认只读写自己的数据目录，要碰别处得手动开。

这枚软件工具推荐的安装方式只要两条命令，都在终端执行：

第一行把它注册进 AI 客户端，第二行启动配置向导：选转写引擎和模型、扫码登录平台、设定笔记位置。向导不是一次性的，随时重跑就能改。

用支持 JSON 配置的客户端，把下面这段写进配置即可：

另外三种装法见文档。


变量	作用	默认
`VIDEONOTE_DATA_DIR`	文件放哪个文件夹（总目录、笔记、截图、设置）	装好的放用户数据目录，源码版放仓库 data 目录
`VIDEONOTE_MAX_WORKERS`	同时跑几个任务	3
`VIDEONOTE_CACHE_TTL_DAYS`	转写结果留几天	30
`VIDEONOTE_ALLOW_EXTERNAL_PATHS`	要不要允许读写其他地方	关

配好客户端，发一条视频链接就行。其余在终端做：

说到软件发现，它最值得称道的是把备料和写稿分成两步：材料一份份备好，写稿交给对话里的 AI，哪步不满意就重做哪步。代价是得自己配转写引擎、装 FFmpeg，首次下载模型要等。对常要把网课、讲座变成文字的人，这是条省事的电脑技巧。