Zoom Ai

Zoom AI Services の3つの API(Scribe / Translator / Summarizer)を MCP ツールとして公開するサーバーです。

Claude Code などの MCP クライアントに接続すると、エージェントに音声ファイルを渡して「何が録音されてるか教えて。英訳も欲しい」のように頼めるようになります。文字起こし → 翻訳のような API の呼び分けはエージェントが自分で判断するので、処理ごとのパイプラインを書く必要はありません。

ツール

ツール	使用API	できること
transcribe_audio	Scribe	音声/動画の文字起こし(wav / mp3 / m4a / mp4、ローカルパスまたはURL)
summarize_transcript	Summarizer	会話テキストの要約(recap / action_items / summary / full_summary)
translate_text	Translator	9言語間のテキスト翻訳。4,000字を超える入力は文境界で自動分割

必要なもの

• Node.js 18 以上
• Zoom Build Platform の API Key / Secret

セットアップ

git clone https://github.com/rai03k/zoom-ai-mcp.git
cd zoom-ai-mcp
npm install
npm run build

Claude Code に登録:

claude mcp add zoom-ai \
  -e ZOOM_API_KEY=your_api_key \
  -e ZOOM_API_SECRET=your_api_secret \
  -- node /path/to/zoom-ai-mcp/dist/index.js

Claude Desktop の場合は claude_desktop_config.json に以下を追加:

{
  "mcpServers": {
    "zoom-ai": {
      "command": "node",
      "args": ["/path/to/zoom-ai-mcp/dist/index.js"],
      "env": {
        "ZOOM_API_KEY": "your_api_key",
        "ZOOM_API_SECRET": "your_api_secret"
      }
    }
  }
}

使い方

エージェントに普通に話しかけるだけです。

meeting.mp3 で何が決まったか教えて。決定事項は英語でもまとめて。

transcribe_audio → summarize_transcript → translate_text が必要な順で自動的に呼ばれます。

実装メモ

• 認証は API Key / Secret から HS256 の JWT を生成して Bearer 送信(src/zoom.ts)。外部の JWT ライブラリは使っていません
• Translator API の入力4,000字制限は、段落・文境界で分割してから順に翻訳することで吸収しています
• 動作確認用の音声は zoom/ai-services-quickstart の sample_data/ にあるサンプルが使えます(ライセンスの関係で本リポジトリには同梱していません)

License

MIT