Deepgram MCP Server

Der Deepgram MCP Server bringt die Sprach-KI von Deepgram in Ihren Coding-Assistenten. Deepgram ist auf Speech-to-Text, Text-to-Speech und Voice Agents spezialisiert, also auf das Umwandeln von Sprache in Text, von Text in Sprache und auf sprechende KI-Agenten. MCP, das Model Context Protocol, ist ein offener Standard, über den Assistenten wie Claude Code oder Cursor externe Dienste ansprechen. Deepgram entwickelt den Server selbst. Er steckt in der offiziellen Kommandozeile dg, Sie starten ihn mit dem Befehl dg mcp. Das Repository steht unter der MIT-Lizenz auf GitHub.

Wofür ist der Deepgram MCP Server nützlich?

Der Server richtet sich vor allem an Menschen, die Sprachfunktionen in eigene Anwendungen einbauen. Wer etwa eine Transkription für Support-Anrufe, Untertitel für Videos oder einen Telefon-Agenten entwickelt, wechselt sonst ständig zwischen Editor, Konsole und API-Referenz. Mit dem Server greift der Assistent laut Deepgram direkt auf die Developer API zu und arbeitet mit Ihrem Konto. Der Doku-Server ergänzt das: Der Assistent schlägt dort Parameter, Modelle und Beispiele nach, statt sie aus veraltetem Trainingswissen zu raten. Gerade bei einer API mit vielen Modellen und Optionen spart das Fehlversuche.

Zwei Server für zwei Aufgaben

Deepgram bietet zwei getrennte Wege an, und die Unterscheidung ist wichtig. Der erste ist dg mcp. Dieser Server läuft lokal, standardmäßig über stdio, also als Prozess, den Ihr Editor selbst startet. Alternativ läuft er über SSE, einen Transportweg per HTTP, auf einem Port Ihrer Wahl. Technisch ist er laut Repository ein Proxy: Er nimmt die Anfragen des Editors an und leitet sie an die Deepgram Developer API weiter. Der zweite Weg ist ein gehosteter Server für die Dokumentation unter https://api.dx.deepgram.com/kapa/mcp. Er gibt dem Assistenten Zugriff auf die gesamte Deepgram-Doku, die Einrichtungsseite nennt dafür keine Anmeldung. Wer nur nachschlagen möchte, kommt also auch ohne CLI aus.

Welche Werkzeuge bietet der Server?

Eine feste Werkzeugliste veröffentlicht Deepgram nicht. Laut Dokumentation verwaltet der Remote-Dienst die Liste, aktuelle Werkzeuge und ihre Schemas sehen Sie deshalb in Ihrem MCP-Client. Das hat einen Vorteil, denn neue Funktionen erscheinen ohne CLI-Update. Es bedeutet aber auch, dass sich der Umfang ändern kann. Die CLI selbst deckt laut ihrer Website mehr als 25 Befehle ab, etwa dg listen für Transkription, dg speak für Sprachausgabe und dg read für Textanalyse. Die CLI-Website formuliert, dass alle Befehle über MCP verfügbar werden. Die Dokumentation und das Repository beschreiben dagegen den Proxy zur Developer API. Prüfen Sie daher nach dem Verbinden, welche Werkzeuge Ihr Client wirklich anzeigt.

Skills als Ergänzung

Zusätzlich pflegt Deepgram das Repository deepgram/skills mit Referenzdateien, die Coding-Tools bei Bedarf laden. Es enthält eine aus den API-Spezifikationen erzeugte API-Referenz, einen Wegweiser durch die Dokumentation, lauffähige Beispiel-Apps und eine Anleitung zur MCP-Einrichtung. In Claude Code lassen sich die Skills als Plugin installieren. Für reines Programmieren gegen die API kann das schon genügen, während der MCP-Server direkt mit dem Konto arbeitet.

Kosten und Datenschutz

Die CLI und der Server selbst sind kostenlos. Die Nutzung der Deepgram-API läuft dagegen über Ihr Konto und wird nach Verbrauch abgerechnet. Laut Preisseite gibt es ein kostenloses Startguthaben ohne Kreditkarte, danach Pay-as-you-go, vorausbezahlte Growth-Pläne und Enterprise-Tarife. Beim Datenschutz sollten Sie genau hinsehen. Laut Deepgram nehmen Anfragen standardmäßig am Model Improvement Program teil. Audio, Texte und Transkripte werden dann aufbewahrt und zur Modellverbesserung genutzt. Mit dem Parameter mip_opt_out=true verhindern Sie das pro Anfrage. Ob die MCP-Werkzeuge diesen Parameter setzen, nennt die Einrichtungsdoku nicht.

Für wen lohnt sich der Deepgram MCP Server?

Er lohnt sich für Teams, die bereits mit Deepgram arbeiten oder eine Sprachanwendung bauen und ihren Assistenten direkt an API und Doku anbinden möchten. Für den gelegentlichen Einstieg reicht oft der Doku-Server, weil seine Einrichtungsseite weder Anmeldung noch CLI verlangt. Weniger geeignet ist der Server, wenn Sie nur einzelne Dateien transkribieren möchten, denn dafür genügt die CLI allein. Bei vertraulichen Aufnahmen sollten Sie die Regeln zur Aufbewahrung vorab klären und mit Testdaten beginnen.

Die Deepgram-CLI dg (Python 3.10 oder neuer) und ein Deepgram-Konto mit API-Schlüssel, außerdem ein MCP-Client wie Claude Code oder Cursor. Für den reinen Doku-Server genügt ein Client mit HTTP-Transport.

Mit dem Deepgram MCP Server greift Ihr KI-Assistent auf die Developer API von Deepgram zu. Ein zweiter, gehosteter Server liefert ihm die Dokumentation. Dieser Ratgeber zeigt die Einrichtung in Claude Code und Cursor und nennt die Punkte, die Sie beim Datenschutz prüfen sollten.

Schritt 1: Voraussetzungen

Sie brauchen Python 3.10 oder neuer, ein Deepgram-Konto und einen API-Schlüssel. Den Schlüssel erhalten Sie laut Deepgram kostenlos in der Konsole. Beachten Sie, dass die API-Nutzung nach Verbrauch abgerechnet wird. Für den Start gibt es laut Preisseite ein kostenloses Guthaben ohne Kreditkarte.

Schritt 2: CLI installieren

Am einfachsten installieren Sie die CLI mit pipx install deepctl oder uv tool install deepctl. Auf macOS und Linux geht es auch mit brew install deepgram/tap/deepgram. Homebrew installiert dabei ffmpeg und portaudio mit. Deepgram bietet zusätzlich ein Installationsskript unter deepgram.com/install.sh an. Lesen Sie ein solches Skript am besten, bevor Sie es ausführen.

Schritt 3: Anmelden

Führen Sie dg login aus und folgen Sie den Anweisungen. Die CLI speichert den Schlüssel lokal. Mit dg whoami prüfen Sie den Anmeldestatus. In CI-Umgebungen setzen Sie stattdessen die Umgebungsvariable DEEPGRAM_API_KEY.

Schritt 4: Claude Code oder Cursor verbinden

In Claude Code führen Sie claude mcp add --scope user deepgram -- dg mcp aus. Der Server steht dann in allen Ihren Projekten bereit. In Cursor legen Sie in der Datei .cursor/mcp.json unter mcpServers einen Eintrag deepgram an, mit type stdio, command dg und args ["mcp"]. Starten Sie den Client danach neu. Unter /mcp in Claude Code sehen Sie, ob die Verbindung steht und welche Werkzeuge verfügbar sind.

Schritt 4: Doku-Server ergänzen

Der gehostete Doku-Server hilft dem Assistenten beim Nachschlagen. In Claude Code führen Sie im Projekt claude mcp add deepgram-docs --scope project --transport http https://api.dx.deepgram.com/kapa/mcp aus. In Cursor tragen Sie in derselben Konfigurationsdatei einen Eintrag deepgram-docs mit type http und dieser Adresse ein. Die CLI ist dafür nicht nötig.

Schritt 5: Erste Aufgaben

Beginnen Sie mit Fragen an die Dokumentation, zum Beispiel: Welches Modell eignet sich für Live-Transkription auf Deutsch? Welche Parameter schalten die Sprechererkennung ein? Prüfen Sie danach im Client die verfügbaren Werkzeuge. Die Liste verwaltet Deepgram, sie kann sich also ändern. Testen Sie Aufrufe gegen die API zuerst mit unkritischen Beispieldaten und in einem eigenen Projekt.

Sicher arbeiten

Laut Deepgram nehmen API-Anfragen standardmäßig am Model Improvement Program teil. Dabei werden Audio, Texte und Transkripte aufbewahrt und zur Modellverbesserung genutzt. Der Parameter mip_opt_out=true verhindert das pro Anfrage, auf Wunsch lässt sich das Opt-out auch kontoweit erzwingen. Die Einrichtungsdoku nennt nicht, ob die MCP-Werkzeuge den Parameter setzen. Prüfen Sie das in der Konsole unter Usage > Logs im Feld mip_opt_out. Lassen Sie sich kostenpflichtige Aufrufe im Client bestätigen und geben Sie dem Agenten einen eigenen Schlüssel.

claude mcp add --scope user deepgram -- dg mcp

Deepgram-API-Schlüssel. Lokal nutzt dg mcp automatisch die mit dg login gespeicherten Zugangsdaten. In CI-Umgebungen setzen Sie stattdessen die Umgebungsvariable DEEPGRAM_API_KEY. Die Einrichtungsseite des Doku-Servers nennt keine Anmeldung.

Der Server arbeitet mit dem hinterlegten API-Schlüssel und damit mit dessen Rechten im Deepgram-Projekt. Die verfügbaren Werkzeuge legt der Remote-Dienst fest. Nutzen Sie möglichst einen eigenen Schlüssel für den Agenten und ein separates Projekt zum Testen.

Anfragen gehen über den lokalen Proxy an die Deepgram Developer API. Laut Deepgram werden Daten bei API-Anfragen standardmäßig für das Model Improvement Program aufbewahrt, mip_opt_out=true verhindert das pro Anfrage. Die Region bestimmt der Endpunkt, für die EU ist das api.eu.deepgram.com. Metadaten sind 90 Tage abrufbar und enthalten laut Deepgram keine Inhalte. Ob die MCP-Werkzeuge das Opt-out oder den EU-Endpunkt nutzen, nennt die Einrichtungsdoku nicht.

Mittel. Der Agent arbeitet mit Ihrem API-Schlüssel und kann je nach Werkzeug kostenpflichtige Nutzung auslösen. Weil der Dienst die Werkzeugliste verwaltet, kann sich der Umfang ohne CLI-Update ändern, also regelmäßig im Client prüfen und Aufrufe bestätigen lassen. Der SSE-Modus bindet standardmäßig an 127.0.0.1 und sollte nicht ungeschützt im Netz freigegeben werden. Den Installationsbefehl per curl vor dem Ausführen prüfen oder pipx oder Homebrew verwenden.