关于 Smallest AI MCP Server
Smallest AI MCP Server 将 Waves 的文本转语音和语音克隆 API 提供给兼容 MCP 的 LLM 或 Agent。它支持语音浏览、语音合成及克隆管理,并可通过 Docker 部署。
主要功能
- 01列出并试听可用语音
- 02将文本合成为 WAV 音频
- 03创建语音克隆
- 04列出和删除克隆语音
适用场景
- 01为 AI 语音工作流合成音频
- 02查看 Waves 可用语音并试听
- 03创建或管理语音克隆
MCP 相关
将 Waves TTS 和语音克隆功能作为 MCP 工具及资源提供给 MCP 客户端。
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。
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
Smallest AI MCP 服务
面向 Waves 文本转语音和语音克隆平台的生产级 ModelContextProtocol (MCP) 服务。
快速、便携,可用于真实场景中的 AI 语音工作流。
🚀 概述
Smallest AI MCP 服务为强大的 Waves TTS/语音克隆 API 与任何兼容 MCP 的大模型或 Agent 搭建了无缝桥梁。它专为速度、安全性和便捷部署而设计。
✨ 功能
- 🎤 列出并预览语音 — 即时获取 Waves 提供的所有语音。
- 🗣️ 合成语音 — 将文本转换为高质量 WAV 音频文件。
- 👤 克隆语音 — 创建即时/专业语音克隆。
- 🗂️ 管理克隆语音 — 列出并删除已克隆的语音。
所有功能均以 MCP 工具的形式实现,没有占位符或存根。
⚡ 快速开始
# 1. Clone the repo
$ git clone https://github.com/Akshay-Sisodia/smallest-ai-mcp.git
$ cd smallest-ai-mcp
# 2. Install dependencies
$ pip install -r requirements.txt
# 3. Configure your API key
$ cp .env.example .env
# Edit .env and add your real WAVES_API_KEY
# 4. Start the server
$ python server.py
🐳 Docker 用法
# Build the Docker image
$ docker build -t smallest-ai-mcp .
# Run the container
$ docker run -p 8000:8000 \
-e WAVES_API_KEY=your_waves_api_key \
smallest-ai-mcp
🛠️ 技术栈
- Python 3.11+
- Starlette、requests、httpx
- modelcontextprotocol/mcp-sdk
🏗️ 生产与部署
- 环境:将
.env.example复制为.env,并添加你的 API 密钥。切勿将机密提交到 git。 - 依赖项:使用
pip install -r requirements.txt安装(Python 3.11+)。 - Docker:使用提供的 Dockerfile 构建容器。
- 安全性:启动时必须提供 API 密钥,且密钥不会暴露。
- 许可证:MIT(参见 LICENSE)。
🤝 参与贡献
欢迎提交拉取请求和问题!如需讨论重大变更,请创建一个问题。
👤 维护者
- Akshay Sisodia(GitHub)
📄 许可证
MIT
Groq MCP 客户端
一个 Streamlit 应用,可连接到 MCP(模型上下文协议)服务,并使用 Groq 的大模型 API 进行聊天,同时支持执行工具。
功能
- 通过 SSE(服务器发送事件)使用官方 MCP SDK 连接到任意 MCP 服务
- 与 MCP 服务进行异步通信
- 提供聊天界面,并通过 Groq 流式传输回复
- 通过 MCP 服务执行工具
- 简洁易用的 UI
要求
- Python 3.8+
- Groq API 密钥
- 支持 SSE 的 MCP 服务(通过 HTTP 运行)
- MCP SDK(通过 requirements.txt 自动安装)
安装
- 克隆此仓库
- 安装依赖项:
pip install -r requirements.txt
用法
- 运行应用:
streamlit run groq_mcp_client.py
- 在 Streamlit UI 中:
- 在侧边栏中输入 Groq API 密钥
- 输入 MCP 服务的 URL(默认值:http://localhost:8000)
- 点击“连接到 MCP 服务”
- 开始聊天!
工作原理
- 应用启动后,通过 SSE 使用官方 MCP SDK 连接到 MCP 服务
- MCP 服务会提供可用工具列表
- 当你发送消息时:
- 消息会发送到 Groq API
- 如果 Groq 决定使用某个工具,就会通过 MCP 服务执行该工具调用
- 工具结果会发送回 Groq
- Groq 提供最终回复
实现细节
- 使用官方 MCP SDK 与 MCP 服务通信
- 通过 SSE(服务器发送事件)连接基于 HTTP 的服务
- 采用 async/await 模式,高效地与服务通信
- 保持与 Streamlit UI 框架的兼容性
自定义
你可以修改应用的以下方面:
- 修改
GroqClient.generate_stream方法中的model参数,以更改 Groq 模型 - 修改 Streamlit 组件,自定义 UI
- 为 MCP 客户端添加其他功能
许可证
MIT
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。