impeccable
impeccable เป็นชุดคำสั่งด้านการออกแบบสำหรับ coding agent ใช้กำกับงานให้ดูประณีตหรือโดดเด่นขึ้น ตรวจทานและวิจารณ์งานออกแบบ และช่วยจับงานที่ดูเป็น AI ชั้นต่ำก่อนนำไปใช้จริง
ยังไม่มีคำอธิบายภาษาไทย ดูข้อเท็จจริงด้านล่าง หรือเปิดคำอธิบายต้นฉบับจากผู้ทำ
Transcribe audio locally with faster-whisper or through the OpenAI Whisper API.Skill ที่สอน AI ทำงานแบบนี้ ใช้ร่วมกับตัวนี้ได้
impeccable เป็นชุดคำสั่งด้านการออกแบบสำหรับ coding agent ใช้กำกับงานให้ดูประณีตหรือโดดเด่นขึ้น ตรวจทานและวิจารณ์งานออกแบบ และช่วยจับงานที่ดูเป็น AI ชั้นต่ำก่อนนำไปใช้จริง
เครื่องมือสำหรับออกแบบไดอะแกรมแบบ editorial ใช้กับ Claude Code, Codex, GitHub Copilot, Cursor, Factory Droid, Qoder และ Pi มี 45 ประเภทไดอะแกรม สร้างผลลัพธ์เป็น HTML กับ SVG ที่ใช้งานได้ในไฟล์เดียว
เครื่องมือเสริมชื่อ frontend-slides ใช้สร้างสไลด์สวยงามบนเว็บ โดยอาศัยทักษะด้าน frontend ของ coding agent
หน้ารายการเรียงด้วยคะแนนการใช้งาน (เต็ม 100) จากส่วนเหล่านี้
| ความนิยม | 0/80 | ดาว GitHub หรือยอดดาวน์โหลดต่อสัปดาห์ ค่ามากนับ 60 ค่าน้อยนับ 20 |
|---|---|---|
| ความสด | 12/12 | ออกรุ่นหรือแก้โค้ดใน 30 วัน ได้เต็ม |
| ระบบยังตอบ | 0/8 | endpoint บนคลาวด์ตอบตอนตรวจล่าสุด |
| คะแนนการใช้งาน | 12/100 |
คุณภาพ: ผลตรวจเบื้องต้นผ่าน 3/3 ข้อ (แสดงให้ดู ไม่ได้ใช้เรียง) · ความมาแรง: ยังไม่มีข้อมูล (ใช้เรียงเฉพาะแท็บมาแรง)
เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง
ให้ AI ติดตั้งให้ด้วยประโยคเดียว
ติดตั้ง Whisper Transcribe ให้หน่อย ทำตาม https://mcp.popnx.com/i/zahirinatzuke-whisper-transcribe-mcp.md แสดงคำสั่งให้ฉันดูและรอฉันตกลงก่อนรันคัดลอกไปวางในแชตของ AI ที่ทำงานในเครื่องคุณได้ (เช่น Claude Code, Cursor) · AI จะอ่านขั้นตอนจากเรา แสดงคำสั่งให้ดู และรอคุณตกลงก่อน · ไม่ต้องใช้คีย์ ไม่ต้องสมัคร · ดูข้อความเต็มที่ AI จะอ่าน
ผลตรวจผ่าน 3/3 · ทำงานบนเครื่องคุณ · ✓ ตรวจคำสั่งแล้ว 14 พ.ย. 2569
ขั้นแรก: คุณใช้ AI ตัวไหน
เลือกแอปที่คุณใช้ ขั้นตอนจะขึ้นด้านล่าง
ต่อกับ Claude ได้ แต่ต้องเตรียมก่อน
ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว) · ใช้ได้เฉพาะแอป Claude บนคอม (Windows หรือ Mac) ไม่ใช่บนเว็บหรือมือถือ
คัดลอกข้อความนี้ไปวางในแชตของ Claude AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง
ช่วยติดตั้ง MCP server ชื่อ Whisper Transcribe ให้ Claude ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี uv ด้วยคำสั่ง uv --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://docs.astral.sh/uv/getting-started/installation/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): { "mcpServers": { "whisper-transcribe": { "command": "uvx", "args": [ "whisper-transcribe-mcp" ] } } } 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ไม่ต้องใช้คีย์ 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ Whisper Transcribe ขึ้นจริงข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป
ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter
uv --versionMac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter
Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open
ยังไม่ได้ลง: uv ไม่มีตัวติดตั้งแบบกดเอง คัดลอกคำสั่งหนึ่งบรรทัดของเครื่องคุณ (macOS หรือ Windows) จากหน้าทางการของ uv ไปวางใน Terminal · ไม่ต้องลง Python แยก uv ดาวน์โหลดให้เองเมื่อต้องใช้
ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: uv --version
ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ uv
SettingsDeveloperEdit Config
{
"mcpServers": {
"whisper-transcribe": {
"command": "uvx",
"args": [
"whisper-transcribe-mcp"
]
}
}
}ใช้ Whisper Transcribe บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง✓ ถ้า Claude บอกว่ากำลังใช้ Whisper Transcribe หรือมีชื่อเครื่องมือของ Whisper Transcribe ขึ้นในคำตอบ แปลว่าต่อสำเร็จ
คำสั่งด้านบนใช้ได้เลยโดยไม่ต้องใส่ค่าเหล่านี้ ถ้าอยากปรับค่อยเพิ่มเองตามคำอธิบายของผู้ทำ
OPENAI_API_KEY คีย์ API ของ OpenAI เปิดใช้งาน backend แบบคลาวด์และการประมวลผลภายหลังด้วย GPT แบบไม่บังคับ WHISPER_MODEL ขนาดโมเดล faster-whisper เริ่มต้นเมื่อใช้แบ็กเอนด์แบบโลคัล WHISPER_POST_PROCESS_MODEL โมเดลแชท OpenAI ที่ใช้สำหรับการประมวลผลภายหลังด้วย GPT แบบไม่บังคับ คำอธิบายแปลอัตโนมัติ ชื่อตัวแปรคงตามต้นฉบับ ถ้าไม่แน่ใจให้ดูต้นฉบับ
ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Anthropic เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป
ChatGPT ยังต่อ Whisper Transcribe ไม่ได้
Whisper Transcribe ต้องติดตั้งในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะตัวที่ทำงานบนเว็บ
ก · ใช้แอปที่ต่อ Whisper Transcribe ได้
ข · ตัวอื่นในหมวด ออกแบบ ภาพ และเสียง ที่ต่อกับ ChatGPT ได้
เลือกจากตัวที่ใช้มากในหมวดเดียวกัน เฉพาะตัวที่ต่อด้วยที่อยู่ได้โดยไม่ต้องใส่คีย์
ต่อกับ Claude Code ได้ แต่ต้องเตรียมก่อน
ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)
คัดลอกข้อความนี้ไปวางในแชตของ Claude Code AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง
ช่วยติดตั้ง MCP server ชื่อ Whisper Transcribe ให้ Claude Code ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี uv ด้วยคำสั่ง uv --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://docs.astral.sh/uv/getting-started/installation/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): claude mcp add --scope user whisper-transcribe -- uvx whisper-transcribe-mcp 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ไม่ต้องใช้คีย์ 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ Whisper Transcribe ขึ้นจริงข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป
ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter
uv --versionMac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter
Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open
ยังไม่ได้ลง: uv ไม่มีตัวติดตั้งแบบกดเอง คัดลอกคำสั่งหนึ่งบรรทัดของเครื่องคุณ (macOS หรือ Windows) จากหน้าทางการของ uv ไปวางใน Terminal · ไม่ต้องลง Python แยก uv ดาวน์โหลดให้เองเมื่อต้องใช้
ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: uv --version
ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ uv
Mac: กด Command+Space พิมพ์ Terminal · Windows: เปิด PowerShell
claude mcp add --scope user whisper-transcribe -- uvx whisper-transcribe-mcpต้องเห็น Whisper Transcribe ในรายการและขึ้นว่าเชื่อมต่อแล้ว
ใช้ Whisper Transcribe บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง✓ ถ้า Claude Code บอกว่ากำลังใช้ Whisper Transcribe หรือมีชื่อเครื่องมือของ Whisper Transcribe ขึ้นในคำตอบ แปลว่าต่อสำเร็จ
คำสั่งด้านบนใช้ได้เลยโดยไม่ต้องใส่ค่าเหล่านี้ ถ้าอยากปรับค่อยเพิ่มเองตามคำอธิบายของผู้ทำ
OPENAI_API_KEY คีย์ API ของ OpenAI เปิดใช้งาน backend แบบคลาวด์และการประมวลผลภายหลังด้วย GPT แบบไม่บังคับ WHISPER_MODEL ขนาดโมเดล faster-whisper เริ่มต้นเมื่อใช้แบ็กเอนด์แบบโลคัล WHISPER_POST_PROCESS_MODEL โมเดลแชท OpenAI ที่ใช้สำหรับการประมวลผลภายหลังด้วย GPT แบบไม่บังคับ คำอธิบายแปลอัตโนมัติ ชื่อตัวแปรคงตามต้นฉบับ ถ้าไม่แน่ใจให้ดูต้นฉบับ
ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Anthropic เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป
ต่อกับ Cursor ได้ แต่ต้องเตรียมก่อน
ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)
คัดลอกข้อความนี้ไปวางในแชตของ Cursor AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง
ช่วยติดตั้ง MCP server ชื่อ Whisper Transcribe ให้ Cursor ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี uv ด้วยคำสั่ง uv --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://docs.astral.sh/uv/getting-started/installation/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): { "mcpServers": { "whisper-transcribe": { "command": "uvx", "args": [ "whisper-transcribe-mcp" ] } } } 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ไม่ต้องใช้คีย์ 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ Whisper Transcribe ขึ้นจริงข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป
ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter
uv --versionMac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter
Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open
ยังไม่ได้ลง: uv ไม่มีตัวติดตั้งแบบกดเอง คัดลอกคำสั่งหนึ่งบรรทัดของเครื่องคุณ (macOS หรือ Windows) จากหน้าทางการของ uv ไปวางใน Terminal · ไม่ต้องลง Python แยก uv ดาวน์โหลดให้เองเมื่อต้องใช้
ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: uv --version
ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ uv
ใช้ Whisper Transcribe บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง✓ ถ้า Cursor บอกว่ากำลังใช้ Whisper Transcribe หรือมีชื่อเครื่องมือของ Whisper Transcribe ขึ้นในคำตอบ แปลว่าต่อสำเร็จ
คำสั่งด้านบนใช้ได้เลยโดยไม่ต้องใส่ค่าเหล่านี้ ถ้าอยากปรับค่อยเพิ่มเองตามคำอธิบายของผู้ทำ
OPENAI_API_KEY คีย์ API ของ OpenAI เปิดใช้งาน backend แบบคลาวด์และการประมวลผลภายหลังด้วย GPT แบบไม่บังคับ WHISPER_MODEL ขนาดโมเดล faster-whisper เริ่มต้นเมื่อใช้แบ็กเอนด์แบบโลคัล WHISPER_POST_PROCESS_MODEL โมเดลแชท OpenAI ที่ใช้สำหรับการประมวลผลภายหลังด้วย GPT แบบไม่บังคับ คำอธิบายแปลอัตโนมัติ ชื่อตัวแปรคงตามต้นฉบับ ถ้าไม่แน่ใจให้ดูต้นฉบับ
ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Cursor เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป
ต่อกับ VS Code ได้ แต่ต้องเตรียมก่อน
ต้องลง Python (uv) ในเครื่องก่อน (ทำครั้งเดียว)
คัดลอกข้อความนี้ไปวางในแชตของ VS Code AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง
ช่วยติดตั้ง MCP server ชื่อ Whisper Transcribe ให้ VS Code ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี uv ด้วยคำสั่ง uv --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://docs.astral.sh/uv/getting-started/installation/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): { "servers": { "whisper-transcribe": { "type": "stdio", "command": "uvx", "args": [ "whisper-transcribe-mcp" ] } } } 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ไม่ต้องใช้คีย์ 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ Whisper Transcribe ขึ้นจริงข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป
ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter
uv --versionMac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter
Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open
ยังไม่ได้ลง: uv ไม่มีตัวติดตั้งแบบกดเอง คัดลอกคำสั่งหนึ่งบรรทัดของเครื่องคุณ (macOS หรือ Windows) จากหน้าทางการของ uv ไปวางใน Terminal · ไม่ต้องลง Python แยก uv ดาวน์โหลดให้เองเมื่อต้องใช้
ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: uv --version
ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ uv
ใช้ Whisper Transcribe บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง✓ ถ้า VS Code บอกว่ากำลังใช้ Whisper Transcribe หรือมีชื่อเครื่องมือของ Whisper Transcribe ขึ้นในคำตอบ แปลว่าต่อสำเร็จ
คำสั่งด้านบนใช้ได้เลยโดยไม่ต้องใส่ค่าเหล่านี้ ถ้าอยากปรับค่อยเพิ่มเองตามคำอธิบายของผู้ทำ
OPENAI_API_KEY คีย์ API ของ OpenAI เปิดใช้งาน backend แบบคลาวด์และการประมวลผลภายหลังด้วย GPT แบบไม่บังคับ WHISPER_MODEL ขนาดโมเดล faster-whisper เริ่มต้นเมื่อใช้แบ็กเอนด์แบบโลคัล WHISPER_POST_PROCESS_MODEL โมเดลแชท OpenAI ที่ใช้สำหรับการประมวลผลภายหลังด้วย GPT แบบไม่บังคับ คำอธิบายแปลอัตโนมัติ ชื่อตัวแปรคงตามต้นฉบับ ถ้าไม่แน่ใจให้ดูต้นฉบับ
ชื่อเมนูตรวจกับหน้าช่วยเหลือของ VS Code เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป
Claude Code
claude mcp add --scope user whisper-transcribe -- uvx whisper-transcribe-mcpClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"whisper-transcribe": {
"command": "uvx",
"args": [
"whisper-transcribe-mcp"
]
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"whisper-transcribe": {
"command": "uvx",
"args": [
"whisper-transcribe-mcp"
]
}
}
}VS Code (mcp.json)
{
"servers": {
"whisper-transcribe": {
"type": "stdio",
"command": "uvx",
"args": [
"whisper-transcribe-mcp"
]
}
}
}OPENAI_API_KEY ความลับ envWHISPER_MODEL envWHISPER_POST_PROCESS_MODEL envคำอธิบายแปลอัตโนมัติ ชื่อตัวแปรคงตามต้นฉบับ ถ้าไม่แน่ใจให้ดูต้นฉบับ
ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README
pypi: whisper-transcribe-mcpดูจากแบบการต่อของ server ตัวนี้ และเอกสารของผู้ทำโปรแกรมแต่ละตัว ตรวจเมื่อ 10 พ.ย. 2569
ติดตั้งบนเครื่องได้ใน
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง
เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 19 พ.ย. 2569
ชื่อใน registry ยืนยันด้วยบัญชี GitHub ZahiriNatZuke ซึ่งเป็นเจ้าของ repo
มีการแก้โค้ดล่าสุด 18 วันที่ผ่านมา
ใช้ MIT
ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต
ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน
รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต
ไม่พบรายการใน OSV.dev สำหรับ whisper-transcribe-mcp@1.1.3
ตรวจเฉพาะตัวแพ็กเกจรุ่นนี้ ไม่ใช่ทุก dependency · ตรวจเมื่อ 15 พ.ย. 2569
ถ้าคุณเป็นผู้ทำตัวนี้ คัดลอกโค้ดนี้ไปวางใน README ได้เลย ป้ายลิงก์กลับมาที่หน้านี้
[](https://mcp.popnx.com/th/servers/zahirinatzuke-whisper-transcribe-mcp)ถาม แชร์เคล็ดลับ หรือแจ้งว่าใช้ไม่ได้ เรียงตามที่คนกดว่ามีประโยชน์
ยังไม่มีใครโพสต์ ถามหรือแชร์เป็นคนแรกได้เลย
ข้อความในส่วนนี้เขียนโดยผู้ใช้ ไม่ใช่ทีม PopNx
ยังไม่มีรีวิว
เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo
จากการตรวจเบื้องต้นของเรา ผ่าน 3 จาก 3 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น
registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก
รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)
repo บน GitHub มีการแก้โค้ดล่าสุด 18 วันที่ผ่านมา และส่งรุ่นล่าสุด (1.1.3) เข้า registry 2 เดือนที่ผ่านมา
โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Python (uv) ในเครื่องด้วย
ในหมวดเดียวกันมี HyperFrames by HeyGen, Pascal 3D Editor, draw.io, Figma MCP Server, Remocn: Remotion MCP server
หมวดเดียวกันจากผู้ทำคนอื่น ผ่านตัวตรวจคำสั่งแล้ว ตัวทางการขึ้นก่อน แล้วเรียงตามดาว
อ่านการ์ด:↓ ดาวน์โหลดต่อสัปดาห์i★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi
Official HyperFrames by HeyGen: the best AI video editor in chat. Captions, motion graphics, MP4.
สร้าง ตรวจ และบันทึกฉากอาคาร 3 มิติที่แก้ไขได้ ด้วย Pascal
Create draw.io diagrams in chat from Mermaid or XML, shown live and interactive. 10,000+ shapes.
server ทางการของ Figma ส่งข้อมูลงานออกแบบให้ AI อ่าน เพื่อเปลี่ยนแบบเป็นโค้ดหรืออธิบายแบบได้ตรงขึ้น ต่อผ่านคลาวด์ของ Figma
Hosted MCP for Remotion videos: search Remocn components, read docs, plan a video, preview it.
| ตัวนี้ Whisper Transcribe | HyperFrames by HeyGen | Pascal 3D Editor | draw.io | Figma MCP Server | Remocn: Remotion MCP server | |
|---|---|---|---|---|---|---|
| ทำงานที่ไหน | ต้องลงในเครื่อง | ใช้บนคลาวด์ ไม่ต้องลงเครื่อง | มีทั้งบนคลาวด์และแบบลงเครื่อง | ใช้บนคลาวด์ ไม่ต้องลงเครื่อง | ใช้บนคลาวด์ ไม่ต้องลงเครื่อง | ใช้บนคลาวด์ ไม่ต้องลงเครื่อง |
| ต้องใส่คีย์ | ไม่ | ไม่ | ไม่ | ไม่ | ไม่ | ไม่ |
| กด + ใน Claude ได้ | ไม่ | ใช่ | ไม่ | ไม่ | ใช่ | ไม่ |
| ผลตรวจเบื้องต้น | 3/3 | 4/4 | 5/5 | 4/4 | 4/4 | 4/4 |
| สัญญาอนุญาต | MIT | Apache-2.0 | MIT | Apache-2.0 | – | MIT |
| ราคา | ไม่พบค่าใช้จ่ายในทะเบียน | ไม่พบค่าใช้จ่ายในทะเบียน | ไม่พบค่าใช้จ่ายในทะเบียน | ไม่พบค่าใช้จ่ายในทะเบียน | ไม่พบค่าใช้จ่ายในทะเบียน | ไม่พบค่าใช้จ่ายในทะเบียน |
ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ
MCP server for audio transcription using faster-whisper (local, free, offline) or OpenAI Whisper API (cloud, requires API key). Works with Claude Desktop and Claude Code on macOS, Windows, and Linux.
Option A — uv (recommended):
brew install uv
curl -LsSf https://astral.sh/uv/install.sh | sh
Option B — Python: Python 3.10+ is included in macOS 12.3+. You can also install it with brew install python.
Option A — uv (recommended):
winget install astral-sh.uv
Or download the installer from astral.sh/uv.
Option B — Python: Download Python 3.10+ from python.org. During installation, check "Add Python to PATH".
No need to install ffmpeg or any compiler — everything is bundled in the package.
Option A — uv (recommended):
curl -LsSf https://astral.sh/uv/install.sh | sh
Option B — Python:
# Debian/Ubuntu
sudo apt install python3.12 python3.12-venv
sudo dnf install python3.12
sudo pacman -S python
No additional system dependencies required.
uvx automatically downloads and installs the package in an isolated environment. Only requires uv to be installed.
# Local backend:
uvx "whisper-transcribe-mcp[local]"
uvx "whisper-transcribe-mcp[openai]"
uvx "whisper-transcribe-mcp[all]"
# Local backend:
pip install "whisper-transcribe-mcp[local]"
pip install "whisper-transcribe-mcp[openai]"
pip install "whisper-transcribe-mcp[all]"
Uses faster-whisper to transcribe locally. The model is downloaded from HuggingFace on first use (~74MB for base) and cached.
Install:
pip install "whisper-transcribe-mcp[local]"
Environment variables:
WHISPER_MODEL=base # or tiny, small, medium, large-v3
Uses OpenAI's whisper-1 model. Requires an API key and internet connection. No local model downloads.
Install:
pip install "whisper-transcribe-mcp[openai]"
Environment variables:
OPENAI_API_KEY=sk-...
If OPENAI_API_KEY is set, OpenAI is used automatically. Otherwise falls back to local faster-whisper.
Install:
pip install "whisper-transcribe-mcp[all]"
Config file location by operating system:
| OS | Path |
|---|---|
| macOS | ~/Library/Application Support/Claude/claude_desktop_config.json |
| Windows | %APPDATA%\Claude\claude_desktop_config.json |
| Linux | ~/.config/Claude/claude_desktop_config.json |
Add the entry inside "mcpServers":
Windows note: Claude Desktop runs in a restricted environment and may not have
uvxin its PATH, and it may use a Python version (e.g. 3.14) for whichctranslate2(a dependency offaster-whisper) does not yet have prebuilt wheels. Two fixes are required:
1. Use the full path to
uvx.exeinstead of justuvx. Runwhere.exe uvxin PowerShell to find it (usuallyC:\Users\ \.local\bin\uvx.exe).
2. Force Python 3.12 via the
--python 3.12flag so that a compatible wheel is used.
Case 1 — Local:
macOS / Linux:
{
"mcpServers": { "whisper-transcribe": { "command": "uvx", "args": ["whisper-transcribe-mcp[local]"], "env": { "WHISPER_MODEL": "base" } } } }
Windows:
{
"mcpServers": { "whisper-transcribe": { "command": "C:\\Users\\ \\.local\\bin\\uvx.exe", "args": ["--python", "3.12", "whisper-transcribe-mcp[local]"], "env": { "WHISPER_MODEL": "base" } } } }
Case 2 — OpenAI:
macOS / Linux:
{
"mcpServers": { "whisper-transcribe": { "command": "uvx", "args": ["whisper-transcribe-mcp[openai]"], "env": { "OPENAI_API_KEY": "sk-..." } } } }
Windows:
{
"mcpServers": { "whisper-transcribe": { "command": "C:\\Users\\ \\.local\\bin\\uvx.exe", "args": ["--python", "3.12", "whisper-transcribe-mcp[openai]"], "env": { "OPENAI_API_KEY": "sk-..." } } } }
Case 3 — Both (OpenAI takes priority if key is set):
macOS / Linux:
{
"mcpServers": { "whisper-transcribe": { "command": "uvx", "args": ["whisper-transcribe-mcp[all]"], "env": { "OPENAI_API_KEY": "sk-...", "WHISPER_MODEL": "base" } } } }
Windows:
{
"mcpServers": { "whisper-transcribe": { "command": "C:\\Users\\ \\.local\\bin\\uvx.exe", "args": ["--python", "3.12", "whisper-transcribe-mcp[all]"], "env": { "OPENAI_API_KEY": "sk-...", "WHISPER_MODEL": "base" } } } }
Restart Claude Desktop after editing the file.
Works the same on macOS, Windows, and Linux. Requires uv installed.
Claude Code config file location:
| OS | Global | Per project |
|---|---|---|
| macOS / Linux | ~/.claude.json | .claude/settings.json (project root) |
| Windows | C:\Users\ \.claude.json | .claude\settings.json (project root) |
The easiest way to add the server is via the Claude Code CLI, which updates the config file automatically:
# Case 1 — Local:
claude mcp add whisper-transcribe uvx -- "whisper-transcribe-mcp[local]"
claude mcp add whisper-transcribe uvx --env OPENAI_API_KEY=sk-... -- "whisper-transcribe-mcp[openai]"
claude mcp add whisper-transcribe uvx --env OPENAI_API_KEY=sk-... --env WHISPER_MODEL=base -- "whisper-transcribe-mcp[all]"
Windows + `[all]`: Add
--python 3.12before the package name to avoidctranslate2wheel issues. Edit~/.claude.jsondirectly and use"args": ["--python", "3.12", "whisper-transcribe-mcp[all]"].
To add it globally (available in all projects), use --scope user:
claude mcp add --scope user whisper-transcribe uvx -- "whisper-transcribe-mcp[local]"
Or edit ~/.claude.json directly and add inside "mcpServers":
{
"mcpServers": { "whisper-transcribe": { "command": "uvx", "args": ["whisper-transcribe-mcp[local]"], "env": { "WHISPER_MODEL": "base" } } } }
| Variable | Default | Description |
|---|---|---|
WHISPER_MODEL | base | Local model size: tiny, base, small, medium, large-v3 |
OPENAI_API_KEY | — | If set, activates the OpenAI backend instead of local |
WHISPER_POST_PROCESS_MODEL | gpt-5.4-nano | OpenAI chat model used when post_process=true |
[all] only)When installed with [all], the backend is chosen at startup:
OPENAI_API_KEY set → OpenAI is used. If the API call fails at runtime (network error, invalid key, quota exceeded), the server automatically falls back to local faster-whisper and includes a "fallback_reason" field in the response.OPENAI_API_KEY not set → local faster-whisper is used directly, no fallback attempted.The server runs locally over stdio and only needs the access its tools imply:
| Access | Why |
|---|---|
| File system read | transcribe_file reads the audio file path you pass it. |
| Temporary files | transcribe_base64 writes the decoded audio to a private temp file and always deletes it. |
| Network | Only for the OpenAI backend / post-processing, and for the first download of a local model from Hugging Face. |
| Environment variables | OPENAI_API_KEY, WHISPER_MODEL, WHISPER_POST_PROCESS_MODEL. |
Tool inputs are validated before use: model_size must be a known Whisper model name, language must be an ISO 639 code, and extension must be a known audio format. OpenAI errors are returned as a short summary (error type and HTTP status); the full message goes to stderr. Releases are published from GitHub Actions with PyPI Trusted Publishing and PEP 740 provenance attestations.
transcribe_fileTranscribes an audio file by path (mp3, wav, m4a, ogg, flac, webm, etc.).
Parameters:
file_path (required): Absolute path to the audio filelanguage (optional): Language code (es, en, fr, etc.). Auto-detected if not provided.model_size (optional): Local model size. Ignored with the OpenAI backend.post_process (optional, default false): If true, passes the transcription through GPT-4.1 to fix spelling, grammar, and punctuation. Requires the openai package ([openai] or [all]).post_process_prompt (optional): Custom system prompt for GPT post-processing. Use it to provide domain-specific context, proper nouns, or product names that Whisper may have misspelled. Falls back to a generic correction prompt if not provided.Response (without post-processing):
{
"text": "Full transcription...", "language": "en", "language_probability": 0.99, "segments": [ { "start": 0.0, "end": 4.2, "text": "First segment..." } ], "backend": "local", "model": "base" }
Response (with `post_process: true`):
{
"text": "Corrected transcription...", "raw_text": "Original transcription from Whisper...", "post_process_model": "gpt-4.1", "language": "en", "language_probability": 0.99, "segments": [...], "backend": "local", "model": "base" }
If post-processing fails, text retains the original transcription and a post_process_error field is added.
transcribe_base64Transcribes audio provided as a base64-encoded string. Useful for programmatic integrations.
Parameters:
audio_base64 (required): Base64-encoded audio dataextension (optional, default mp3): File extension (mp3, wav, ogg, etc.)language (optional): Language codemodel_size (optional): Local model sizepost_process (optional, default false): Same as in transcribe_file.post_process_prompt (optional): Same as in transcribe_file.list_modelsShows the active backend configuration, available local models, and the GPT model used for post-processing.
| Model | Size | Relative Speed | Notes |
|---|---|---|---|
tiny | 39 MB | ~32x | Fastest, least accurate |
base | 74 MB | ~16x | Good balance (default) |
small | 244 MB | ~6x | Better accuracy |
medium | 769 MB | ~2x | High accuracy |
large-v3 | 1.5 GB | ~1x | Best accuracy, slowest |
Models are downloaded automatically from HuggingFace on first use and cached locally.
Symptom: The server fails to start with a dependency resolution error like:
ctranslate2>=4.6.1 has no wheels with a matching platform tag (e.g., `win32`)
hint: You require CPython 3.14 (cp314), but we only found wheels for ctranslate2 with: cp39, cp310, cp311, cp312, cp313
Cause: T