Der offizielle MCP-Server öffnet deine Transkriptionen für deinen Assistenten
{ "mcpServers": { "specala-ai": { "command": "npx", "args": ["-y", "specala-mcp-server"], "env": { "MEMO_API_KEY": "sk_live_…" } } } }
Welche Aufgaben sind aus dem gestrigen Meeting entstanden?
Aus dem Meeting vom 28. Mai — 4 Aufgaben: Anna — Release am Freitag, Sergej — UI-Korrekturen, Maria — Landing-Text, Alex — Werbebudget.
Wer verantwortet die CRM-Integration?
In zwei Anrufen besprochen: Verantwortlicher — Sergej, fällig 10. Juni. Details in der Aufnahme vom 22. Mai, 11:40.
Eine Konfiguration, jeder Client
Claude
ChatGPT
Cursor
Visual Studio Code
JetBrains
Windsurf„Was haben wir letzte Woche zu den Preisen entschieden?“ Dein Assistent findet das Gespräch und antwortet mit Link zum exakten Moment — ohne erneutes Anhören
Du
Was haben wir letzte Woche zu den Preisen entschieden?
Beim Acme-Call (20. Mai) habt ihr vereinbart: Basis-Plan 29 $, Enterprise auf Anfrage. Alex hat die Entscheidung um 14:32 festgehalten.
„Haben die Reps jeden Onboarding-Schritt abgedeckt?“ Gleiche Anrufe mit deiner Checkliste ab und erhalte eine Übersicht, was erledigt und was übersehen wurde
Du
Haben die Reps in diesen Anrufen jeden Onboarding-Schritt abgedeckt?
8 Anrufe geprüft. Einführung — 8/8, Produktdemo — 7/8, Preise — 5/8. Der Schritt „nächster Kontakt“ wurde in 3 Gesprächen übersprungen.
„Bewerte meinen Pitch: Struktur, Klarheit, Füllwörter.“ Analyse nach deinen eigenen Kriterien, basierend auf der vollständigen Transkription mit Zeitstempeln
Du
Bewerte meinen Pitch: Struktur, Klarheit, Füllwörter.
Die Struktur ist klar, aber die Einleitung ist lang (2:40). Füllwörter: „quasi“ ×12, „weißt du“ ×9. Starker Abschluss mit Call-to-Action bei 18:05.
„Bei welchen Anrufen gab es Beschwerden über das Onboarding?“ Durchsuche Entscheidungen und Details über Hunderte Gespräche auf einmal
Du
Bei welchen Anrufen haben sich Kunden über das Onboarding beschwert?
4 gefunden: Acme (12. Mai), Globex (18. Mai), Initech (24. Mai), Umbrella (29. Mai). Gemeinsamer Schmerzpunkt — ein unklarer erster Schritt.
„Speichere die Meetings dieser Woche als Markdown nach ~/notes.“ Sauberes Markdown mit YAML-Frontmatter landet direkt in Obsidian — bis zu 100 Meetings pro Anfrage
Du
Speichere die Meetings dieser Woche als Markdown nach ~/notes/meetings.
7 .md-Dateien mit Frontmatter gespeichert. Bereit zum Öffnen in Obsidian.
Mach aus Routine einen einzigen Satz: „Fasse die Kundenanrufe dieser Woche zusammen und speichere sie im geteilten Ordner.“ Der Assistent verkettet die Tools selbst
Du
Fasse alle Kundenanrufe dieser Woche zusammen und speichere sie nach ~/team/weekly.
12 Anrufe verarbeitet, jeden zusammengefasst, 12 Dateien nach ~/team/weekly gespeichert. Bereit zum Teilen mit dem Team.
Exportiere Meetings als Markdown — sie landen direkt in deinem Obsidian. Lokal und in Reichweite deines Assistenten
Ein Schlüssel, und dein Assistent ist bereit für deine Meetings
Öffne in der Web-App Einstellungen → API & MCP und klick auf „Schlüssel erstellen“. Er beginnt mit mk_live_ und wird nur einmal angezeigt
Füge die fertige Konfiguration in Claude, ChatGPT oder Cursor ein. Bei Claude Code ist es ein einziger Terminal-Befehl — ohne Dateien zu bearbeiten
„Finde meine Meetings dieser Woche und sammle die Aufgaben.“ Dein Assistent greift auf Specala AI zu und antwortet aus deinen echten Transkriptionen
Tools, die der Assistent selbst aufruft — du beschreibst nur die Aufgabe
Suche nach Titel, Zusammenfassung, Sprechern und Themen — mit Filtern für Datum, Projekt und Sprache
Vollständiger Text mit Sprechern, Zeitstempeln und fertigen KI-Berichten für ein einzelnes Gespräch
Exportiert ein Meeting als .md oder .txt direkt in deinen Ordner — hält den Chat schlank und spart Tokens
Bis zu 100 Transkriptionen in einer einzigen Anfrage — exportiere ein ganzes Projekt auf einmal
Listet die Projekte des Workspace, sodass du Meetings nach genau dem Track filtern kannst, den du brauchst
Der Assistent stützt sich auf die echte Transkription mit Zeitstempeln, nicht auf eine Umschreibung — spring direkt zur richtigen Sekunde des Gesprächs
Die Suche läuft über dein gesamtes Archiv auf einmal — Entscheidungen und Zusagen tauchen aus Dutzenden Gesprächen in einer Anfrage auf
Lange Meetings werden als Datei auf die Festplatte gespeichert, statt in den Chat gekippt — der Dialog bleibt schlank und Tokens werden nicht verbrannt
Derselbe mk_live_ funktioniert in Claude, ChatGPT und Cursor. Kein Server zu betreiben, keine Integration zu schreiben — Konfiguration einfügen und los
Die Kurzfassung zu Einrichtung, Zugriff und Sicherheit
Schlüssel erstellen, Konfiguration einfügen — und frag deinen Assistenten innerhalb von Minuten zu jedem Gespräch
