mcpField
W
Woodstitch

Woodstitch

本地服务
woodstitch.com媒体与设计01 周前更新
代码仓库访问官网

关于 Woodstitch

Woodstitch 是一个 MCP 服务，通过付费的盲测人工听众研究评估文本转语音音频。它支持成对偏好判断和人声与 AI 音频检测，并为 Agent 提供分数及置信区间。

主要功能

  1. 01按听众偏好比较两段音频
  2. 02检测音频来自人声还是 AI
  3. 03上传音频文件或使用公开 URL
  4. 04启动前估算研究费用
  5. 05获取结果并导出判断记录

适用场景

  1. 01用相同文本比较候选 TTS 系统
  2. 02判断音频听起来像人声还是 AI 生成
  3. 03授权研究前查看费用

MCP 相关

该 MCP 服务提供上传音频、创建并估价研究、启动或取消评估、查询进度、获取结果及导出判断记录的工具。启动研究需要确认金额，该金额会设定支出上限。

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。

mcp.json · 通用配置
{
  "mcpServers": {
    "com-woodstitch-tts-human-eval": {
      "command": "uvx",
      "args": [
        "woodstitch-mcp"
      ],
      "env": {
        "WOODSTITCH_API_KEY": "<WOODSTITCH_API_KEY>"
      }
    }
  }
}
启动命令uvx woodstitch-mcp
需要配置的环境变量
WOODSTITCH_API_KEY密钥Woodstitch API key (ws_live_...), from https://woodstitch.com/app/api-keys. Not needed for the templates and pricing tools.

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包
pypiwoodstitch-mcp0.1.5

工具

13

收录的工具列表 · 更新于 6 天前

此工具无需参数。

详细介绍

woodstitch-mcp

一个用于 Woodstitch API 的 MCP 服务： 付费真人听众会在盲测中评判你的文本转语音音频，Agent 会收到一个带置信区间的分数。

只有两种任务：成对偏好（听众听取同一段文本的两个片段，并通过强制选择选出一个）和 真人与 AI 检测（一个片段，判断为真人或 AI，置信度为 1–4）。不提供：MOS、CMOS、MUSHRA 或任何 1–5 量表。

安装

在 https://woodstitch.com/app/api-keys 获取 API 密钥，然后：

Claude Code

claude mcp add woodstitch -e WOODSTITCH_API_KEY=ws_live_... -- uvx woodstitch-mcp

Claude Desktop / Cursor / 任何 MCP 客户端（mcpServers 条目）：

{
  "woodstitch": {
    "command": "uvx",
    "args": ["woodstitch-mcp"],
    "env": {"WOODSTITCH_API_KEY": "ws_live_..."}
  }
}

也可以使用 pipx run woodstitch-mcp 或 pip install woodstitch-mcp && woodstitch-mcp。 需要 Python 3.10+。

Claude Code 用户：Woodstitch 插件 将此服务与一个能判断何时以及如何运行听测的技能打包在一起： 先运行 /plugin marketplace add woodstitch-llc/claude-plugin，再运行 /plugin install tts-human-eval@woodstitch。

工具

工具功能费用
woodstitch_templates查看测量内容与不测量的内容（无需密钥）–
woodstitch_pricing费率表和计算示例（无需密钥）–
woodstitch_account余额和支出–
woodstitch_upload_files上传本地音频并获取文件 ID–
woodstitch_create_eval创建研究并报价；仅报价时使用 dry_run不收费
woodstitch_start_eval开始研究会产生费用
woodstitch_get_eval进度和临时分数–
woodstitch_get_results最终数据–
woodstitch_export导出每项判断为行（json 或 csv，可选写入文件）–
woodstitch_cancel_eval提前停止，只支付已完成工作的费用–
woodstitch_list_evals、woodstitch_list_files、woodstitch_delete_file管理操作–

内置保护措施

  • woodstitch_start_eval 要求提供 user_confirmed_amount_usd，即用户同意的报价总额，并将其作为硬性上限 max_total_usd 发送给 API。如果报价高于用户确认的金额，API 会拒绝（over_max），且不会开始研究。Agent 无法启动用户尚未查看价格的研究。
  • 每个 POST 请求都会携带 Idempotency-Key，因此重试调用不会重复创建或启动研究。
  • 服务的指令会告知模型，中期数据仅供参考，且基于阈值提前停止属于可选停止。

典型会话

  1. woodstitch_upload_files(["a/001.wav", "b/001.wav", ...])，或使用公开 URL。
  2. woodstitch_create_eval(pairs=[{"id":"001","a":"file_…","b":"file_…","passage":"001","system_a":"base","system_b":"candidate"}, …], ratings_per_pair=5) → 获取报价，不会收费。
  3. 向用户展示总额。用户同意后：woodstitch_start_eval(eval_id, user_confirmed_amount_usd=<total>)。
  4. 时不时调用 woodstitch_get_eval(eval_id)；通常几分钟内就会收到第一批判断结果。
  5. 当 status 为 completed 时调用 woodstitch_get_results(eval_id)；使用 woodstitch_export 导出各行数据。

方法、听众报酬和控制措施：https://woodstitch.com/research/methodology。 机器可读的 API 规范：https://woodstitch.com/openapi.json。

开发

uv venv && . .venv/bin/activate && uv pip install -e .
WOODSTITCH_API_KEY=ws_live_... woodstitch-mcp        # stdio server

MIT © Woodstitch LLC

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。