关于 Daisys MCP server
Daisys MCP server 是用于将 Daisys 语音服务接入 MCP 客户端的测试版服务,需要 Daisys 账户凭据。README 未说明具体提供哪些语音操作。
主要功能
- 01测试版服务
- 02使用 Daisys 账户认证
适用场景
- 01在 MCP 客户端接入 Daisys
- 02体验测试版服务
MCP 相关
它可配置为 MCP 客户端中的服务,包括 Claude Desktop、Cursor、mcp-cli 和 mcp-vscode。README 未说明其提供的工具。
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。
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
Daisys MCP 服务
Daisys-mcp 目前是 beta 版本,尚未发布稳定版本。你可以按以下步骤试用:
- 在 Daisys 注册账号,并创建用户名和密码。
如果你使用 mac os,请运行以下命令:
brew install portaudio
如果你使用 linux,请运行以下命令:
sudo apt install portaudio19-dev libjack-dev
- 将以下配置添加到 MCP 客户端(Claude Desktop、Cursor、mcp-cli、mcp-vscode 等)的 MCP 配置文件中:
{
"mcpServers": {
"daisys-mcp": {
"command": "uvx",
"args": ["daisys-mcp"],
"env": {
"DAISYS_EMAIL": "{Your Daisys Email}",
"DAISYS_PASSWORD": "{Your Daisys Password}",
"DAISYS_BASE_STORAGE_PATH": "{Path where you want to store your audio files}"
}
}
}
}
从源代码构建:
-
克隆仓库:
git clone https://github.com/daisys-ai/daisys-mcp.git -
进入仓库目录:
cd daisys-mcp -
安装
uv(Python 包管理器),运行curl -LsSf https://astral.sh/uv/install.sh | sh进行安装,或参阅uv仓库了解其他安装方式。 -
使用 uv 创建虚拟环境并安装依赖项:
uv venv
# source .venv/Scripts/activate (Windows)
source .venv/bin/activate (mac and linux)
uv pip install -e .
- 将以下内容添加到 MCP 客户端(Claude Desktop、Cursor、mcp-cli、mcp-vscode 等)的配置文件中:
{
"mcpServers": {
"daisys-mcp": {
"command": "uv",
"args": [
"--directory",
"{installation_path}/daisys-mcp",
"run",
"-m",
"daisys_mcp.server"
],
"env": {
"DAISYS_EMAIL": "{Your Daisys Email}",
"DAISYS_PASSWORD": "{Your Daisys Password}",
"DAISYS_BASE_STORAGE_PATH": "{Path where you want to store your audio files}"
}
}
}
}
常见问题
如果你在 linux 上遇到 portaudio 相关问题,可以尝试手动安装:
sudo apt-get update
sudo apt-get install -y portaudio19-dev
贡献
如果你想参与贡献或从源代码运行:
- 克隆仓库:
git clone https://github.com/daisys-ai/daisys-mcp.git
cd daisys_mcp
- 使用 uv 创建虚拟环境并安装依赖项:
uv venv
source .venv/bin/activate
uv pip install -e .
uv pip install -e ".[dev]"
- 将
.env.example复制为.env,并添加你的 DAISYS 用户名和密码:
cp .env.example .env
# Edit .env and add your DAISYS username and password
- 运行测试,测试服务:
uv run pytest
你也可以运行完整的集成测试:
uv run pytest -m 'requires_credentials' # ⚠️ Running full integration tests does costs tokens on the Daisys platform
- 使用 MCP Inspector 在本地调试和测试:
uv run mcp dev daisys_mcp/server.py
评论
支持 Markdown
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。
