关于 Systemprompt Multimodal MCP Client
这是一个基于 Vite 与 TypeScript 构建的语音驱动 MCP 客户端,结合 Google Gemini 的多模态能力。项目已被标记为弃用,不再维护,新开发工作转至 systemprompt-template 与 systemprompt-core。
主要功能
- 01语音控制 AI 工作流
- 02文本、语音与视觉输入处理
- 03实时语音合成回复
- 04可扩展的工具系统
- 05支持自定义与 Systemprompt MCP 服务
适用场景
- 01通过语音执行 MCP 工具调用
- 02为语音交互应用搭建原型
- 03连接自定义 MCP 服务进行测试
MCP 相关
客户端通过 mcp.config.custom.json 配置自定义 MCP 服务,并可通过 Systemprompt API 密钥安装 Systemprompt MCP 服务。
详细介绍
⚠️ 已弃用 — 不再维护
此代码仓库已被取代。所有新开发和支持均已转移至:
- systempromptio/systemprompt-template — 从这里开始。自托管评估完整的 systemprompt.io AI 治理基础设施。
- systempromptio/systemprompt-core — 底层 Rust 库(MCP、A2A、OAuth 2.1、审计、编译时扩展)。
了解详情,请访问 systemprompt.io。
以下保留原始 README,供历史参考。
Systemprompt 多模态 MCP 客户端
这是一款由 Google Gemini 和 Anthropic MCP(模型控制协议)驱动的现代语音控制 AI 界面。通过自然语音和多模态输入,改变你与 AI 交互的方式。
⚠️ 重要说明:此开源项目目前仍在开发中,并处于早期访问阶段。目前不兼容 Safari,但已在 Linux、Windows 和 MacOS 上的 Chrome 中进行测试。如果你遇到任何问题,请通过 Discord 或 GitHub 告知我们。
如果你觉得此项目有用,请考虑:
- ⭐ 在 GitHub 上为其加星
- 🔄 与他人分享
- 💬 加入我们的 Discord 社区
🌟 概述
这是一款现代 Vite + TypeScript 应用,可通过 MCP(模型控制协议)实现语音控制的 AI 工作流。该项目将 Google Gemini 的多模态能力与 MCP 可扩展的工具系统相结合,彻底改变你与 AI 系统的交互方式。
客户端同时支持自定义 MCP 服务(由用户提供并配置)和 Systemprompt MCP 服务。Systemprompt MCP 服务可通过 UX 使用 Systemprompt API 密钥(免费)进行安装。
自定义 MCP 服务不会预先配置,需要自定义配置文件。
在 config 目录中创建本地文件 mcp.config.custom.json,并添加你的 MCP 服务配置。
{
"mcpServers": {
"my-custom-server": {
"id": "my-custom-server",
"env": {
"xxx": "xxx"
},
"command": "node",
"args": [
"/my-custom-server/build/index.js"
]
}
}
}
🎯 为什么选择 Systemprompt MCP?
通过强大的语音优先界面,全面提升 AI 交互体验:
| 功能 | 说明 |
|---|---|
| 🗣️ 多模态 AI | 自然地理解和处理文本、语音及视觉输入 |
| 🛠️ MCP(模型控制协议) | 借助稳健的工具系统执行复杂的 AI 工作流 |
| 🎙️ 语音优先设计 | 通过自然语音控制一切,让 AI 交互更加直观 |
适用于:构建语音控制 AI 应用,以及寻找多模态 AI 创新用法的开发者。
✨ 核心功能
🎙️ 语音与多模态智能
- 自然语音控制:通过自然语音控制 AI 工作流并执行命令
- 多模态理解:同时处理文本、语音和视觉输入
- 实时语音合成:即时获取 AI 交互的音频响应
🔄 AI 工作流编排
- 可扩展的工具系统:通过 MCP 添加自定义工具和工作流
- 工作流自动化:通过语音命令串联多个 AI 操作
- 状态管理:稳健地处理复杂的多步骤 AI 交互
💻 开发者体验
- 现代技术栈:使用 Vite、React、TypeScript 和 NextUI 构建
- 类型安全:全面支持 TypeScript,并提供完善的类型定义
- 热模块替换:快速开发,即时反馈
- 全面测试:内置测试基础设施,覆盖率高
🚀 开始使用
先决条件
- Node.js 16.x 或更高版本
- npm 7.x 或更高版本
- 支持 Web Speech API 的现代浏览器
快速开始
-
克隆代码库
git clone https://github.com/Ejb503/multimodal-mcp-client.git cd multimodal-mcp-client -
安装依赖
npm install cd proxy npm install -
配置应用
# Navigate to config directory cd config # Create local configuration files cp mcp.config.example.json mcp.config.custom.json所需的 API 密钥:
- Google AI Studio - Gemini API 密钥
- systemprompt.io/console - Systemprompt API 密钥
将密钥添加到
.env中(参考.env.example)。请注意,必须使用VITE_前缀,才能与 MCP 服务和客户端共享密钥。 -
启动开发服务器
npm run dev通过
http://localhost:5173访问开发服务器
🤝 支持与社区
| 资源 | 链接 |
|---|---|
| 💬 Discord | 加入我们的社区 |
| 🐛 问题 | GitHub 问题 |
| 📚 文档 | 文档 |
📄 许可证
本项目基于 MIT License 授权,详情请参阅 LICENSE 文件。
🔮 后续开发
我们正在积极为 Systemprompt MCP Client 拓展功能,并添加令人期待的新特性和扩展。敬请关注后续更新!
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。
