关于 Groq MCP Server
Groq MCP Server 是一个 MCP 服务,让 MCP 客户端可以调用 Groq 托管的模型,完成快速推理、图像理解、语音合成与转写以及批量处理。适合希望在 Claude Desktop 等客户端中使用 Groq 能力的用户。
主要功能
- 01Groq 托管模型的快速推理
- 02图像分析与结构化信息提取
- 03文本转语音(TTS)
- 04语音转文字(STT)与翻译
- 05基于 JSONL 文件的批量处理
适用场景
- 01在 Claude Desktop 中调用 Groq 模型回答问题
- 02分析图片并以 JSON 格式提取关键信息
- 03转写或翻译音频文件
- 04批量处理大量提示词
MCP 相关
该项目是一个 MCP 服务,向 Claude Desktop、Cursor、Windsurf 等 MCP 客户端暴露 Groq 的 TTS、STT、视觉、对话和批量处理能力。
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。
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。
工具
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
Groq MCP 服务
通过 Model Context Protocol (MCP),直接从 Claude 和其他 MCP 客户端查询由 Groq 托管的模型,享受闪电般快速的推理。
使用 MCP 访问视觉模型,解读图像中的视觉数据;即时将文本转换为语音;通过 Groq 的批处理处理数千个请求;甚至构建能够完整访问 Groq 文档的应用。
借助 Groq MCP 服务,你可以尝试以下任务:
Agent 式任务、代码生成与网页搜索
- Groq 的 Compound Beta 是什么?使用 compound 工具。先用一句话总结,然后转换为语音
- 请从 CoinGecko API 获取当前比特币价格,并计算 0.38474 个比特币的价值。
- SF 现在的天气怎么样?
- 生成并运行代码,这意味着你可以发起 API 调用、获取网页数据,等等
- 此功能使用新的
compound-betaAgent 式工具系统
视觉与理解
- “描述这张图片 [图片 URL]”
- “分析这张图片,并以 JSON 格式提取关键信息 [图片 URL]”
语音与音频
- “使用 Arista-PlayAI 语音将以下文本转换为语音:[文本]”
- “用阿拉伯语朗读以下文本:[文本]”
- “使用 whisper-large-v3 转录此音频文件:[mp3 URL]”
- “将这段外语音频翻译成英语 [mp3 URL]”
批处理
- “处理以下提示词批次:[jsonlines 文件的位置]”(点击此处了解更多)
Claude Desktop 快速入门
- 在 console.groq.com 免费获取 Groq API 密钥
- 安装
uv(Python 包管理器),可使用curl -LsSf https://astral.sh/uv/install.sh | sh安装,或查看uv代码库了解其他安装方式。 - 前往 Claude > Settings > Developer > Edit Config > claude_desktop_config.json,并添加以下内容:
{
"mcpServers": {
"groq": {
"command": "uvx",
"args": ["groq-mcp"],
"env": {
"GROQ_API_KEY": "your_groq_api_key",
"BASE_OUTPUT_PATH": "/path/to/output/directory" # Optional: Where to save generated files (default: ~/Desktop)
}
}
}
}
如果使用 Windows,你需要在 Claude Desktop 中启用“Developer Mode”才能使用 MCP 服务。点击左上角汉堡菜单中的“Help”,然后选择“Enable Developer Mode”。
如果要从代码安装 MCP,请向下滚动到“贡献”部分。
其他 MCP 客户端
对于 Cursor 和 Windsurf 等其他客户端:
-
安装软件包:
# Using UV (recommended) uvx install groq-mcp # Or using pip pip install groq-mcp -
生成配置:
# Print config to screen groq-mcp-config --api-key=your_groq_api_key --print # Or save directly to config file (auto-detects location) groq-mcp-config --api-key=your_groq_api_key # Optional: Specify custom output path groq-mcp-config --api-key=your_groq_api_key --output-path=/path/to/outputs
完成!你的 MCP 客户端现在可以使用以下 Groq 功能:
- 🗣️ 文本转语音(TTS):快速、自然的语音合成
- 👂 语音转文本(STT):准确的转录和翻译
- 🖼️ 视觉:高级图像分析与理解
- 💬 聊天:使用 Llama 4 等模型进行超快速大模型推理
- 📦 批处理:高效处理大型工作负载
贡献
如果你想贡献或从源代码运行:
安装选项
选项 1:快速设置(推荐)
-
克隆代码库:
git clone https://github.com/groq/groq-mcp-server cd groq-mcp -
运行设置脚本:
./scripts/setup.sh此脚本将:
- 使用
uv创建 Python 虚拟环境 - 安装所有依赖项
- 设置 pre-commit 钩子
- 激活虚拟环境
- 使用
-
运行 Claude 安装脚本:
./scripts/install.sh在 Mac 上,这将在 Claude Desktop 中安装 Groq MCP 服务,配置文件位于
~/Library/Application Support/Claude/claude_desktop_config.json。请务必刷新或重启 Claude Desktop。 -
将
.env.example复制为.env,并添加 Groq API 密钥:cp .env.example .env # Edit .env and add your API key
选项 2:手动设置
-
克隆代码库:
git clone https://github.com/groq/groq-mcp-server cd groq-mcp -
创建虚拟环境并安装依赖项,使用 uv:
uv venv source .venv/bin/activate uv pip install -e ".[dev]" -
将
.env.example复制为.env,并添加 Groq API 密钥:cp .env.example .env # Edit .env and add your API key
可用脚本
scripts 目录包含多个用于实现不同 Groq API 功能的实用脚本:
视觉与图像分析
./scripts/groq_vision.sh <image_file> [prompt] [temperature] [max_tokens] [output_directory]
# Example:
./scripts/groq_vision.sh "./input/image.jpg" "What is in this image?"
文本转语音(TTS)
./scripts/groq_tts.sh "Your text" [voice_name] [model] [output_directory]
# Example:
./scripts/groq_tts.sh "Hello, world!" "Arista-PlayAI"
语音转文本(STT)
./scripts/groq_stt.sh <audio_file> [model] [output_directory]
实用脚本
list_groq_voices.sh:显示可用的 TTS 语音list_groq_stt_models.sh:显示可用的 STT 模型groq_batch.sh:处理批量操作groq_translate.sh:翻译文本或音频
开发脚本
# Run tests
./scripts/test.sh
# Run with options
./scripts/test.sh --verbose --fail-fast
# Run integration tests
./scripts/test.sh --integration
# Debug and test locally
mcp install server.py
mcp dev server.py
故障排查
使用 Claude Desktop 运行时的日志位于:
- Windows:
%APPDATA%\Claude\logs\groq-mcp.log - macOS:
~/Library/Logs/Claude/groq-mcp.log
致谢
本项目的灵感来自 ElevenLabs MCP Server。感谢!
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。