mcpField
M
MCP Play Sound Server

MCP Play Sound Server

本地服务
github.com/davidteren媒体与设计173 周前更新

关于 MCP Play Sound Server

这是一个早期的 MCP 服务,可为 AI Agent 播放音频通知,目前仅在 macOS 上测试。它提供内置提示音、自定义音频播放,以及检查播放和设备状态的工具。

主要功能

  1. 01播放通知提示音
  2. 02内置默认提示音
  3. 03支持 WAV、MP3、FLAC、OGG、M4A
  4. 04播放失败时回退至默认音效
  5. 05音频状态与设备工具

适用场景

  1. 01提示编码任务已完成
  2. 02播放配置的自定义通知音
  3. 03检查音频状态和输出设备

MCP 相关

向 MCP 客户端提供播放通知音、测试播放、查看音频状态和列出音频设备的工具。

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。

暂未收录安装方式

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。

代码仓库

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

MCP 播放声音服务

一个为 AI Agent 提供音频播放功能的 Model Context Protocol(MCP)服务。此服务可让 AI Agent 在编码任务完成时播放声音通知。

⚠️ 早期版本 / 概念验证 这是一个早期实现,目前仅在 macOS 上测试。未来版本将支持更多平台。

功能

  • 音频通知:在 AI 任务完成时播放声音提醒
  • 默认声音:内置通知音效,可立即使用
  • 自定义音频:支持自定义音频文件(WAV、MP3、FLAC、OGG、M4A)
  • 智能回退:自定义音频播放失败时自动回退到默认声音
  • macOS 支持:目前已在 macOS 上使用 AFPlay 和 SimpleAudio 进行测试

安装与设置

开发环境设置
  1. 克隆并安装:
git clone <repository-url>
cd play-sound-mcp-server
python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
pip install -e ".[dev]"
  1. 配置 Claude Desktop: 将以下内容添加到 claude_desktop_config.json:
{
  "mcpServers": {
    "play-sound": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/your/play-sound-mcp-server",
        "run",
        "mcp-server-play-sound"
      ]
    }
  }
}
  1. 测试:重启 Claude Desktop 并询问:“可以播放通知音效吗?”

配置

环境变量(可选):

  • CUSTOM_SOUND_PATH:自定义音频文件的路径
  • VOLUME_LEVEL:播放音量(0.0-1.0,默认值:0.8)
  • ENABLE_FALLBACK:启用默认声音回退(默认值:true)
  • AUDIO_DEVICE:指定的音频输出设备名称(例如,“Mac Studio Speakers”)

可用工具

play_notification_sound

播放通知音效以提醒用户。

参数:

  • custom_sound_path(可选):自定义音频文件的路径
  • message(可选):通知的上下文消息
get_audio_status

返回当前音频系统状态和配置。

test_audio_playback

测试音频播放功能。

参数:

  • use_custom(可选):如果已配置,则使用自定义声音进行测试
list_audio_devices

列出系统上所有可用的音频输出设备。

返回:

  • 可用音频设备及其属性的列表
  • 当前配置的设备(如果有)
  • 默认设备信息

开发

先决条件
  • Python 3.10+
  • uv(推荐)或 pip
测试
pytest tests/

许可证

MIT 许可证 - 详情请参阅 LICENSE 文件。

致谢

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。