Как научить Cursor расшифровывать аудио и видео?
Добавьте MCP-сервер KolWrite в ~/.cursor/mcp.json (или откройте ссылку для установки ниже). После этого агент Cursor сможет расшифровывать записи из вашего проекта в текст, субтитры или переводы. Оплата посекундная, с ваших кредитов KolWrite.
Что нужно сделать один раз
Создайте аккаунт и ключ сами на console.kolwrite.com: зарегистрируйтесь, пополните кредиты, откройте API Keys и создайте ключ. Агент не может сделать это за вас.
Сохраните ключ в файле профиля вашего shell (~/.zshrc, ~/.bashrc), чтобы его могла прочитать любая сессия агента, и откройте новый терминал:
export KOLWRITE_API_KEY=... # paste the key from API Keys
Инструменты читают ключ только из этой переменной. Не вставляйте его в чат и не коммитьте в репозиторий.
Добавьте MCP-сервер
В ~/.cursor/mcp.json (все проекты) или .cursor/mcp.json (один проект). Запись ${env:KOLWRITE_API_KEY} берёт ключ из окружения, в котором запущен Cursor:
{
"mcpServers": {
"kolwrite": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"https://console.kolwrite.com/mcp/kolwrite-mcp-0.1.0.tgz"
],
"env": {
"KOLWRITE_API_KEY": "${env:KOLWRITE_API_KEY}"
}
}
}
}
Или откройте эту ссылку в браузере на компьютере, где установлен Cursor. Cursor спросит подтверждение, прежде чем добавить сервер: Add KolWrite to Cursor
Сервер даёт агенту шесть инструментов: transcribe_file, transcribe_url, upload_file, get_job, list_models, list_languages. Он работает на вашем компьютере с Node.js 18 или новее и скачивается с https://console.kolwrite.com/mcp/kolwrite-mcp-0.1.0.tgz (SHA-256 0dcd6ff169b860b9363044837b8545279efa585c4987b20d81035f920f6ac7ca).
Если инструменты не появились, запустите Cursor из терминала, где задана KOLWRITE_API_KEY, либо откройте Cursor Settings, затем MCP и проверьте статус сервера.
Добавьте правило в проект
Чтобы агент знал об API и тогда, когда пишет код, добавьте правило в .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.
Примеры запросов
Три примера запросов к агенту Cursor:
Расшифруй ~/Downloads/interview.m4a через KolWrite и сохрани текст в interview.txt рядом с файлом.
Сделай английские субтитры SRT для talk.mp4 через KolWrite, по одному субтитру на предложение.
Кто что сказал в team-call.mp3? Расшифруй запись с разметкой спикеров на модели oracle, а затем перечисли задачи каждого участника.
Сколько это стоит
| Задача | Модель | Стоимость |
|---|---|---|
| Интервью на 30 минут, обычный текст | base | 0,24 $ |
| Часовая встреча с разметкой спикеров | oracle | 1,56 $ |
| Часовой доклад на иврите с английскими субтитрами | oracle | 1,44 $ |
| Час шумного аудио с перекрывающимися голосами | oracle_max | 3,60 $ |
Оплата идёт посекундно за длительность аудио и списывается с ваших кредитов, без минимального платежа. Разметка спикеров добавляет 0,10 кредита за час аудио. MCP-сервер и kolwrite.py используют base, если вы или агент не указали другую модель, а при переводе используют oracle_mini. Все тарифы: /ru/models.
Чего агент делать не должен
- Просить у вас ключ в чате, выводить его или записывать в файл, команду или коммит.
- Запускать ту же расшифровку заново после тайм-аута или сетевой ошибки. Каждый запуск создаёт новое задание, и оно оплачивается. Вместо этого нужно проверить уже созданное задание или спросить вас.
- Вписывать временные метки самостоятельно. Чтобы вырезать или процитировать фрагмент по времени, он берёт номера сегментов из расшифровки и считает время в коде по временным меткам слов.
- Отправлять в качестве медиа адрес видео на YouTube или другой веб-страницы. Нужен сам медиафайл.
- Расшифровывать длинные записи (больше часа), не сообщив вам заранее ожидаемую стоимость.
Вопросы и ответы
Работает ли это в режиме Ask?
Инструменты MCP работают в режиме агента. Расшифровывайте через агента, а в режиме Ask потом можно читать расшифровку.