mcpField
M
MaxMSP-MCP Server

MaxMSP-MCP Server

本地服务
github.com/tiianhk媒体与设计28524 周前更新

关于 MaxMSP-MCP Server

这是一个让 LLM 直接理解和生成 Max 补丁的 MCP 服务端。LLM 可以解释现有补丁,也可以创建或修改其中的对象。适合使用 Max/MSP/Jitter 进行音频与媒体创作的用户。该项目为第三方实现,与 Cycling '74 无关。

主要功能

  1. 01让 LLM 解释 Max 补丁的结构与对象
  2. 02在补丁中生成或修改对象
  3. 03可访问 Max 对象的官方文档
  4. 04可读取当前补丁与子补丁窗口中的对象

适用场景

  1. 01理解他人编写的 Max 补丁
  2. 02借助 LLM 生成 FM 合成器等音频补丁
  3. 03调试补丁并验证对象行为

MCP 相关

该项目是 MCP 服务,向 MCP 客户端提供读取与修改 Max 补丁的能力,并可通过 install.py 配置 Claude、Cursor 等客户端。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

注意: ersatzben 和 BenCello 提供的扩展版本可在此处找到:https://github.com/ersatzben/maxmsp-mcp

MaxMSP-MCP 服务

本项目使用 Model Context Protocol(MCP),让大模型能够直接理解并生成 Max 补丁。

理解:大模型讲解 Max 补丁

img 视频链接。致谢:被讲解的补丁下载自此处。原始文件中的文本注释已删除。

生成:大模型制作 FM 合成器

img 请观看完整视频,聆听合成的声音。

LLM Agent 可以访问每个对象的官方文档,以及当前补丁和子补丁窗口中的对象,这有助于查找和讲解对象、调试并验证自身操作。

安装

前提条件
  • Python 3.8 或更高版本
  • uv 包管理器
  • Max 9 或更高版本(因为部分脚本需要 Javascript V8 引擎)。我们尚未在 Max 8 或更早版本的 Max 上进行测试。
安装 MCP 服务
  1. 安装 uv:
# On macOS and Linux:
curl -LsSf https://astral.sh/uv/install.sh | sh
# On Windows:
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
  1. 克隆此仓库并打开其目录:
git clone https://github.com/tiianhk/MaxMSP-MCP-Server.git
cd MaxMSP-MCP-Server
  1. 创建新环境并安装 Python 依赖项:
uv venv
source .venv/bin/activate
uv pip install -r requirements.txt
  1. 将 MCP 服务连接到 MCP 客户端(用于托管 LLM):
# Claude:
python install.py --client claude
# or Cursor:
python install.py --client cursor

要使用其他客户端(请查看列表),你需要下载配置文件,手动将其路径添加到此处,然后运行 python install.py --client {your_client_name} 进行连接。

安装到 Max 补丁中

使用或复制 MaxMSP_Agent/demo.maxpat。在第一个选项卡中,点击 script npm version 消息,确认已安装 npm。然后点击 script npm install 安装所需依赖项。切换到第二个选项卡即可使用 Agent。点击 script start,启动与 Python 的通信。连接成功后,你可以通过 LLM 界面让它讲解、修改或在补丁中创建 Max 对象。

免责声明

这是第三方实现,并非由 Cycling '74 制作。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。