MCP Audio Studio

MCP Audio Studio

一款以 MCP 服务和 MCP App 形式提供的交互式数字音频工作站。它将 FL 风格的通道机架、钢琴卷帘、播放列表、混音器、效果器、自动化、插件插槽、音频文件轨道、麦克风录音和离线 WAV 渲染整合在一个软件包中。

模型和使用者使用同一个权威项目。每个 UI 操作都会调用一个 MCP 工具；模型端的每次编辑都会通过修订轮询，在已打开的工作室中显示出来。

功能

• 速度、拍号、摇摆、节拍器、循环、播放/停止和麦克风录音控制。
• 乐器轨道和音频轨道，配备 16 步通道机架和半音钢琴卷帘。
• 导入音频文件、放置片段、增益/修剪元数据和浏览器播放。
• 每个通道和主控的音量、声像、静音、独奏、发送和动态电平表。
• 四段均衡器和滤波器、延迟、混响、失真、压缩器、合唱和限幅器插槽。
• 用于主控/轨道混音、均衡器、发送、内置效果、乐器参数和数值插件参数的播放及渲染自动化，并支持线性、保持和平滑控制点。
• 内置 DSP 插槽、兼容浏览器的 Web Audio Module（WAM）插槽和 VST3 控制/状态插槽。
• 使用纯 JavaScript 渲染立体声 WAV，并以可播放的 MCP 音频内容形式返回。
• 项目持久化、导入和导出。
• stdio、Streamable HTTP 和 HTTPS 传输。
• 在 HTTP/HTTPS 服务根路径运行独立浏览器模式。

运行

通过 npx 使用 npm（推荐）

此软件包已发布到 npm。使用 Node.js 18 或更高版本，无需安装或克隆代码库即可运行：

# MCP stdio
npx -y mcp-audio-studio@latest --stdio

# HTTP MCP endpoint + standalone studio
npx -y mcp-audio-studio@latest --http --port 3100

HTTP 工作室会在 http://127.0.0.1:3100/ 打开；MCP 端点为 http://127.0.0.1:3100/mcp。

单个独立可执行文件

从 GitHub Releases 下载适用于 Windows、macOS 或 Linux 的可执行文件。它包含服务、MCP App、运行时和 JavaScript 依赖项。

# MCP stdio
./mcp-audio-studio-windows-x64.exe --stdio

# HTTPS MCP endpoint + standalone studio
./mcp-audio-studio-windows-x64.exe --https --port 3100

如果未配置证书，HTTPS 模式会创建临时的 localhost 自签名证书。要使用受信任的证书，请设置 MCP_AUDIO_STUDIO_TLS_CERT 和 MCP_AUDIO_STUDIO_TLS_KEY。

从源代码运行

从已检出的代码库进行本地开发：

npm install
npm run build
node ./dist/index.js --stdio
node ./dist/index.js --http --port 3100

MCP 客户端配置

在 MCP 客户端中使用 npm 软件包，无需单独安装：

{
  "mcpServers": {
    "audio-studio": {
      "command": "npx",
      "args": ["-y", "mcp-audio-studio@latest", "--stdio"]
    }
  }
}

如果使用已检出的代码库：

{
  "mcpServers": {
    "audio-studio": {
      "command": "node",
      "args": ["./dist/index.js", "--stdio"]
    }
  }
}

如果使用下载的可执行文件，请将 command 替换为其绝对路径，并将 args 设为 ["--stdio"]。

调用 studio_ui 来渲染工作室。该工具声明 _meta.ui.resourceUri = "ui://audio-studio/studio-v1.html"，资源使用便携的 text/html;profile=mcp-app MIME 类型和 MCP Apps 桥接机制。

MCP 工具

区域	工具
工作室和项目	studio_ui、get_project、new_project、set_project、import_project、export_project
传输	set_transport
轨道和音符	add_track、update_track、remove_track、set_steps
音频片段	add_audio_clip、update_audio_clip、remove_audio_clip
混音	set_mixer、set_equalizer
效果	add_effect、update_effect、remove_effect
插件	add_plugin、update_plugin、remove_plugin
自动化	upsert_automation、remove_automation
渲染	render_audio、get_render

所有数据工具都可以在没有 UI 的情况下工作，并返回模型可读文本和结构化内容。studio_ui 是专用渲染工具，可避免不必要的 iframe 重新挂载。

VST3 和 WAM 支持

MCP Apps 在沙盒浏览器 iframe 中运行，无法加载原生 .dll、.so 或 .vst3 二进制文件。因此，此版本提供：

• 用于浏览器安全插件模块的 WAM URL 插槽。
• 包含路径、启用／旁通、参数、不透明状态和自动化目标的 VST3 插槽。
• 面向未来原生插件托管桥接的稳定项目／工具表示形式。

随附的 Web Audio 和离线渲染引擎会处理内置乐器／效果器。此版本不会执行原生 VST3 DSP；若以其他方式表示，既不安全，也不符合技术实际。原生桥接应将每个插件隔离在独立进程中，并使用获授权的 VST3 托管 API。

持久化和音频文件

传入 --data ./studio-project.json 或设置 MCP_AUDIO_STUDIO_DATA，即可持久化每个版本。导入的音频会以 data URL 的形式存储在项目中。浏览器导入和麦克风录音会统一为 PCM WAV 格式，以便浏览器播放和离线渲染使用相同的资源；直接通过 MCP 导入时应提供 PCM／float WAV 数据。离线渲染始终会输出 16 位立体声 WAV。

最近的渲染结果会保存在内存中（最多八个），可通过 get_render 访问；在 Web 模式下，也可通过 GET /renders/:id 访问。

开发

npm ci
npm run typecheck
npm test
npm run build
npm run serve

npm run build 会生成单个 ./dist/index.js，其中以字符串形式嵌入了完整的压缩 React MCP App。测试使用官方 MCP SDK 的链接式内存传输，以验证工具和 UI 资源的发现。

发布到 npm

要发布当前版本：

npm run release

发布命令会在需要时通过 npm 登录，运行完整的检查套件，将软件包公开发布，并确认 npm 提供该版本。可安全地重复运行：如果该确切版本已发布，命令会验证项目并跳过重复发布。

运行 npm run release:check，可在不发布的情况下验证发布辅助程序。

安全

• Web 服务器会禁用可识别身份的标头，并对嵌入式音频使用 64 MB 的 JSON 限制。
• MCP App 会请求麦克风和剪贴板写入权限；宿主可拒绝其中任一权限。
• 应用声明支持内嵌、全屏和画中画（pip）显示模式；宿主会决定哪些已声明的模式可用。
• 远程 WAM 和音频 URL 会记录在项目状态中，但此版本的嵌入式 MCP App CSP 不允许使用它们。
• VST3 路径仅为元数据，不会执行。

如需报告漏洞，请参阅 SECURITY.md。

许可证

MIT