podcast-mcp
Servidor MCP especializado en transcripciones de podcasts con búsqueda semántica y reconocimiento de oradores. Indexa feeds RSS, transcribe audio, identifica hablantes y almacena embeddings en PostgreSQL/pgvector para consultas a modelos de lenguaje vía protocolo MCP.
Ficha actualizada 27 sept 2026, 21:40 · upstream 27 sept 2026, 21:08 · release v1.1.0
Qué es podcast-mcp
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Este repositorio implementa un servidor compatible con el Protocolo de Contexto del Modelo (MCP) diseñado para indexar y consultar transcripciones de podcasts. La arquitectura separa la ingestión pesada (descarga, transcripción con Faster Whisper, diarización con pyannote) del servidor en línea ligero que expone herramientas de lectura. Utiliza Python 3.11+, PostgreSQL con pgvector para almacenar embeddings semánticos y metadatos.
El sistema permite a los clientes MCP realizar búsquedas semánticas sobre el contenido, filtrar por oradores identificados o recuperar contexto temporal específico. La atribución de nombres de hablantes se realiza mediante un LLM externo con puntuaciones de confianza, permitiendo al usuario evaluar la certeza de la identificación.
- Búsqueda semántica de temas discutidos en episodios
- Filtrado de contenido por orador específico
- Recuperación de contexto temporal alrededor de timestamps
- Listado de episodios y metadatos para orientación
- Evaluación de confianza en la atribución de hablantes
- Soporte nativo para el Protocolo de Contexto del Modelo (MCP)
- Almacenamiento vectorial con PostgreSQL/pgvector
- Diarización de voz con pyannote y resolución de nombres vía LLM
- Arquitectura escalable separando ingestión GPU de servidor HTTP/stdio
- Ingestión automática desde feeds RSS
- El servidor expuesto es de solo lectura (read-only)
- La atribución de nombres depende de un LLM externo y puede tener incertidumbre
- La transcripción requiere recursos GPU o workers externos como RunPod
- No incluye autenticación por defecto en la instalación base
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Desplegar con Docker Compose para PostgreSQL. Separar el proceso de ingestión (requiere GPU/Faster Whisper) del servidor MCP (ligero). Usar Caddy o Nginx como proxy inverso HTTPS. Configurar variables de entorno para autenticación y feeds RSS. Verificar límites de tasa en despliegues públicos.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.