Como fazer o Cursor transcrever áudio e vídeo?

Adicione o servidor MCP do KolWrite ao ~/.cursor/mcp.json (ou abra o link de instalação abaixo). O agente do Cursor passa a transcrever as gravações do seu projeto em texto, legendas ou traduções. A cobrança é por segundo, dos seus créditos do KolWrite.

Obter uma chave de API Início rápido Idiomas suportados

Última atualização: · Markdown

O que você faz uma única vez

Crie você mesmo a conta e a chave em console.kolwrite.com: cadastre-se, adicione créditos, abra API Keys e crie uma chave. Um agente não consegue fazer isso por você.

Coloque a chave no arquivo de perfil do seu shell (~/.zshrc, ~/.bashrc) para que toda sessão de agente que você abrir consiga lê-la, e abra um terminal novo:

export KOLWRITE_API_KEY=...   # paste the key from API Keys

As ferramentas leem a chave só dessa variável. Não cole a chave em um chat nem faça commit dela em um repositório.

Adicionar o servidor MCP

No ~/.cursor/mcp.json (todos os projetos) ou no .cursor/mcp.json (um projeto). O ${env:KOLWRITE_API_KEY} lê a chave do ambiente em que o Cursor foi iniciado:

{
  "mcpServers": {
    "kolwrite": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "https://console.kolwrite.com/mcp/kolwrite-mcp-0.1.0.tgz"
      ],
      "env": {
        "KOLWRITE_API_KEY": "${env:KOLWRITE_API_KEY}"
      }
    }
  }
}

Ou abra este link em um navegador no computador onde o Cursor está instalado; o Cursor pergunta antes de adicionar o servidor: Add KolWrite to Cursor

O servidor dá ao agente seis ferramentas: transcribe_file, transcribe_url, upload_file, get_job, list_models, list_languages. Ele roda no seu computador com Node.js 18 ou mais recente e é baixado de https://console.kolwrite.com/mcp/kolwrite-mcp-0.1.0.tgz (SHA-256 0dcd6ff169b860b9363044837b8545279efa585c4987b20d81035f920f6ac7ca).

Se as ferramentas não aparecerem, inicie o Cursor a partir de um terminal onde KOLWRITE_API_KEY esteja definida, ou abra Cursor Settings, depois MCP, e confira o status do servidor.

Adicionar uma regra ao projeto

Para que o agente conheça a API também quando escrever código, adicione uma regra em .cursor/rules/kolwrite.mdc:

---
description: Speech-to-text with the KolWrite API
alwaysApply: false
---
For speech-to-text use the KolWrite API; read https://console.kolwrite.com/agent-instructions.md first. The key is in KOLWRITE_API_KEY; never print it.

O que pedir

Três pedidos que você pode fazer ao agente do Cursor:

Transcreva ~/Downloads/interview.m4a com o KolWrite e salve o texto como interview.txt ao lado do arquivo.

Gere legendas SRT em inglês para talk.mp4 com o KolWrite, uma legenda por frase.

Quem disse o quê em team-call.mp3? Transcreva com identificação de falantes no modelo oracle e depois liste as tarefas de cada pessoa.

Quanto custa

TarefaModeloCusto
Uma entrevista de 30 minutos, em texto simplesbaseUS$ 0,24
Uma reunião de uma hora com identificação de falantesoracleUS$ 1,56
Uma palestra de uma hora em hebraico com legendas em inglêsoracleUS$ 1,44
Uma hora de áudio com ruído e vozes sobrepostasoracle_maxUS$ 3,60

A cobrança é por segundo de áudio, descontada dos seus créditos, sem valor mínimo. A identificação de falantes soma 0,10 crédito por hora de áudio. O servidor MCP e o kolwrite.py usam o base a menos que você ou o agente indiquem outro modelo, e o oracle_mini ao traduzir. Todos os preços: /pt/models.

O que o agente não deve fazer

  • Pedir a chave a você no chat, exibi-la ou gravá-la em um arquivo, em um comando ou em um commit.
  • Iniciar de novo a mesma transcrição depois de um timeout ou de um erro de rede. Cada início é um job novo e é cobrado; em vez disso, deve consultar o job existente ou perguntar a você.
  • Digitar timestamps por conta própria. Para cortar ou citar por tempo, ele pega os números dos segmentos na transcrição e calcula os tempos no código, a partir dos tempos das palavras.
  • Enviar como mídia o endereço de um vídeo do YouTube ou de outra página da web. O que a API precisa é do arquivo de mídia em si.
  • Transcrever gravações longas (mais de uma hora) sem antes avisar você do custo previsto.

Perguntas e respostas

Funciona no modo Ask?

As ferramentas MCP rodam no modo agente. Use o agente para transcrever; no modo Ask você pode ler a transcrição depois.