mcpField
A
Autoeq Mcp

Autoeq Mcp

本地服务
github.com/verIdyia游戏娱乐632 周前更新

关于 Autoeq Mcp

Autoeq Mcp 将 AutoEQ 耳机均衡数据库提供给 AI 助手,面向查找 EQ 设置、比较耳机和按音色筛选的人群。它还分析频响特征,并提供排名、推荐及数据同步工具。

主要功能

  1. 01按名称和类型搜索耳机
  2. 02获取参数及固定频段 EQ
  3. 03比较两款耳机的频段表现
  4. 04按偏好推荐耳机
  5. 05查看 Harman 偏好评分排名
  6. 06同步 AutoEQ 数据

适用场景

  1. 01查找特定耳机的 EQ 设置
  2. 02比较耳机的频响与音色
  3. 03按音色偏好筛选耳机
  4. 04查看 Harman 评分排名

MCP 相关

MCP 服务向 AI 助手提供 AutoEQ 数据库工具,包括搜索、EQ 配置查询、比较、推荐、排名和数据同步。支持 stdio 与 SSE 模式。

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

AutoEQ MCP 服务

PyPI License: MIT Python 3.10+ Claude Desktop Claude Code claude.ai

pip install autoeq-mcp

这是一个 MCP(Model Context Protocol)服务,可让 AI 助手访问 AutoEQ 耳机均衡数据库,其中包含 **8,800 多款耳机和入耳式耳机(IEM)**的参数均衡设置、声音特征分析和 Harman 偏好评分。

한국어 README

功能

你可以向 AI 助手提出以下问题:

  • “帮我查一下 HD650 的均衡设置”
  • “比较一下 HE400se 和 HD600”
  • “推荐声音温暖的头戴式耳机”
  • “按 Harman 评分排名,哪些 IEM 名列前茅?”

服务会自动分析 8 个频段的频响测量数据,并为每款耳机分类声音特征(中性、温暖、明亮、暗沉、V 型等)。

演示

耳机对比与人声适听度分析

对比演示 — HD650 与 DT 990 Pro 的各频段图表及人声推荐

按声音特征查找相似 IEM

相似搜索演示 — 使用各频段分析查找调音相似的 IEM

工具

工具描述
eq_search按名称、类型(头戴式/入耳式/耳塞)、声音特征或测量来源搜索
eq_profile获取完整均衡配置文件 — 参数均衡、固定频段均衡,以及带可视化条形图的各频段分析
eq_compare对比两款耳机在所有频段的表现
eq_recommend根据偏好推荐(中性、温暖、明亮、低音、人声、趣味性、分析型)
eq_ranking按 Harman 耳机听众偏好评分排名
eq_targets列出全部 61 种可用目标曲线(Harman、扩散场等)
eq_sync从 AutoEQ GitHub 获取最新数据并重建数据库

输出示例

# Sennheiser HD 650
- Source: oratory1990
- Type: over-ear
- Harman preference score: 84.0
- Sound signature: Neutral, Harman-like

## Per-band analysis (deviation from target, dB)
  Sub-bass (20-60Hz):   -3.2 dB [·······▓▓▓|··········] sub-bass lacking
  Bass (60-250Hz):      +0.8 dB [··········|··········] close to target
  Mid (500-1kHz):       -0.3 dB [··········|··········] close to target
  Presence (2k-4kHz):   +1.4 dB [··········|▓·········] detail emphasis
  Air (8k-20kHz):       -2.1 dB [········▓▓|··········] closed / lacking air

## Parametric EQ (Preamp: -6.5 dB)
  #  Type        Fc (Hz)      Q  Gain (dB)
  1  LowShelf        105   0.70       +6.5
  2  Peaking        1800   1.20       -2.3
  ...

安装

Claude Code / Claude Desktop(stdio)
# Install
pip install autoeq-mcp

# Initial database sync (clones AutoEQ repo + builds SQLite DB, ~20s)
autoeq-mcp --sync

# Add to Claude Code
claude mcp add autoeq_mcp -- autoeq-mcp

对于 Claude Desktop,请将以下内容添加到配置文件中:

{
  "mcpServers": {
    "autoeq": {
      "command": "autoeq-mcp"
    }
  }
}
SSE 模式(远程/多客户端)
# Start SSE server
AUTOEQ_MCP_PORT=3008 autoeq-mcp --sse

# With allowed hosts for DNS rebinding protection
AUTOEQ_MCP_ALLOWED_HOSTS="your-domain.com,localhost" autoeq-mcp --sse
从源代码安装
git clone https://github.com/verIdyia/autoeq-mcp
cd autoeq-mcp
pip install -e .
autoeq-mcp --sync

配置

所有配置均通过环境变量设置:

变量默认值描述
AUTOEQ_DATA_DIR~/.autoeq-mcp仓库克隆和 SQLite 数据库的目录
AUTOEQ_MCP_PORT3008SSE 服务端口
AUTOEQ_MCP_HOST0.0.0.0SSE 服务主机
AUTOEQ_MCP_ALLOWED_HOSTS(无)SSE 允许访问的主机,以逗号分隔

数据来源

所有耳机数据均来自 Jaakko Pasanen 开发的 AutoEQ(MIT 许可证)。

  • 8,800 多个耳机/IEM 配置文件
  • 22 个测量来源(oratory1990、crinacle、Rtings 等)
  • 61 种目标曲线(Harman 2018/2019、扩散场等)
  • 2,300 多个Harman 偏好评分

数据库会与 AutoEQ GitHub 仓库同步。运行 eq_sync 或 autoeq-mcp --sync 即可更新。

声音特征如何工作

服务会分析每副耳机在 8 个频段上的频响误差(相对于目标的偏差),并进行分类:

特征特点
中性所有频段与目标的偏差均在 ±2 dB 以内
温暖低音增强,高音平坦或衰减
明亮高音增强,低音平坦或衰减
暗沉高音衰减
V 型低音和高音增强,中音衰减
U 型低音和高音增强
低音突出低音显著增强(>3 dB)
中音突出中音增强,低音和高音平坦
类似 Harman平均总偏差 < 1.5 dB

许可证

MIT — 参见 LICENSE

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。