FunASR

FunASR MCP 服务

Model Context Protocol 服务，为 AI 助手提供本地音频转写功能，默认使用 SenseVoiceSmall。

设置

1. 安装依赖

pip install funasr

2. 可选：使用 Docker 运行

Dockerfile 会通过 stdio 启动 MCP 服务，适用于会初始化服务并调用 tools/list 的 MCP 目录检查。

docker build -t funasr-mcp examples/mcp_server
docker run --rm -i \
  -e FUNASR_DEVICE=cpu \
  --mount type=bind,src=/path/to/audio,dst=/audio,readonly \
  --mount type=volume,src=funasr-mcp-cache,dst=/root/.cache/modelscope \
  funasr-mcp

无需下载模型，即可验证镜像入口和 MCP 握手：

python examples/mcp_server/smoke_test.py funasr-mcp

向 Glama 等 MCP 目录提交此服务时，请将此文件夹用作 Docker 构建上下文，以便容器入口运行 funasr_mcp.py。 仓库根目录中的 glama.json 声明了 Glama 的 GitHub 维护者所有权，而此目录中的 glama.json 文件则为目录扫描器声明容器命令和元数据。

官方 MCP Registry

带版本的 Registry 元数据位于 server.json 中。该文件指向公开的 GHCR 镜像，并要求客户端将一个主机音频目录以只读方式挂载到 /audio。Dockerfile 包含相应的 OCI 所有权标签：

当前已发布版本：

• GitHub 发布版本 mcp-v0.1.2
• 官方 MCP Registry 条目
• 公开的 GHCR 软件包

LABEL io.modelcontextprotocol.server.name="io.github.modelscope/funasr-mcp"

发布工作流会根据官方架构验证元数据、构建镜像、执行 MCP initialize 和 tools/list 握手、将带版本号的镜像推送到 GHCR，并通过官方 mcp-publisher CLI 发布 server.json。

要发布新的 MCP 服务版本：

1. 同时更新 server.json 中的 version 和 OCI 镜像标签。
2. MCP 验证工作流通过后，合并此更改。
3. 由 modelscope 组织的 Owner 推送匹配的 mcp-v<version> 标签，例如 mcp-v0.1.2。
4. 批准受保护的 mcp-registry-publish 环境部署。

官方 Registry 只向 GitHub 组织 Owner 授予 io.github.modelscope/* 命名空间。请将发布环境限制为发布标签，并要求维护者审批，因为其 OIDC 令牌可以发布组织命名空间。

发布后，客户端可以直接运行固定版本的镜像：

docker run --rm -i \
  --mount type=bind,src=/path/to/audio,dst=/audio,readonly \
  --mount type=volume,src=funasr-mcp-cache,dst=/root/.cache/modelscope \
  ghcr.io/modelscope/funasr-mcp:0.1.2

使用容器时，请传入 /audio 下的工具路径，例如 /audio/meeting.wav。

Glama 提交检查清单

在 https://glama.ai/mcp/servers 添加服务时，请使用以下值：

字段	值
仓库 URL	https://github.com/modelscope/FunASR
Docker 构建上下文	examples/mcp_server
Dockerfile 路径	examples/mcp_server/Dockerfile
服务命令	python /app/funasr_mcp.py
预期的 MCP 工具	transcribe_audio

Glama 完成评估后，请确认列表或 API 显示了已评估的质量评分，再将其添加到目录 PR 中。列表或徽章端点返回 HTTP 200 本身并不能证明已分配评分：

[![modelscope/FunASR MCP server](https://glama.ai/mcp/servers/modelscope/FunASR/badges/score.svg)](https://glama.ai/mcp/servers/modelscope/FunASR)

如果徽章端点仍返回 404，请勿在 Glama 列表上线前将徽章用于外部目录提交。

目录列表

FunASR MCP 服务已在官方 Registry 发布，并列于 mcp.so：

• https://registry.modelcontextprotocol.io/v0.1/servers?search=io.github.modelscope/funasr-mcp
• https://mcp.so/server/mcp-server-funasr/radial-hks

3. 配置 AI 工具

Claude Code（~/.claude.json）：

{
    "mcpServers": {
        "funasr": {
            "command": "python",
            "args": ["/path/to/examples/mcp_server/funasr_mcp.py"],
            "env": {"FUNASR_DEVICE": "cuda"}
        }
    }
}

Claude Desktop（claude_desktop_config.json）：

{
    "mcpServers": {
        "funasr": {
            "command": "python",
            "args": ["/path/to/funasr_mcp.py"],
            "env": {"FUNASR_DEVICE": "cpu"}
        }
    }
}

Cursor（设置 → MCP Servers → 添加）：

• 命令：python /path/to/funasr_mcp.py
• 环境：FUNASR_DEVICE=cuda

工具

transcribe_audio

将语音音频文件转录为文本。

参数：

名称	类型	必填	描述
audio_path	字符串	是	音频文件路径（wav、mp3、flac、m4a、ogg）
language	字符串	否	auto、zh、yue、en、ja 或 ko（默认值：auto）

返回： 转录后的文本；模型返回时间戳时，还会包含各片段的时间戳。

使用示例

配置完成后，向 AI 助手提出请求：

• “转录 ~/Downloads/meeting.wav 中的会议录音”
• “这个音频文件里说了什么？/path/to/interview.mp3”
• “将这段语音备忘录转换为文本：~/voice_note.m4a”

环境变量

变量	默认值	描述
FUNASR_DEVICE	cpu	设备：cuda、cpu 或 mps
FUNASR_MODEL	iic/SenseVoiceSmall	传递给 AutoModel 的模型名称或本地模型路径

功能

• 支持五种语言转录 — 普通话、粤语、英语、日语和韩语
• 自动检测或指定语言 — auto、zh、yue、en、ja 和 ko
• VAD 分段 — 在识别前拆分较长的音频
• 可选的片段时间戳 — 仅在配置的模型返回时间戳时包含
• 可配置的本地推理 — 通过环境变量选择模型以及 CPU、CUDA 或 MPS
• 无需 API 密钥 — 完全在本地推理
• MIT 许可，注重隐私（音频不会离开你的设备）

已验证的兼容性

工具	状态
Claude Code	✅ 已测试
Claude Desktop	✅ 兼容
Cursor	✅ 兼容
Windsurf	✅ 兼容
任何 MCP 客户端	✅ 标准协议