VocaLingo

VocaLingo MCP 服务

为你的 AI Agent 配备耳朵和声音：转录并总结任意视频或语音消息，以保留说话者声音的方式翻译语音，以你克隆的声音朗读文本，为视频添加字幕或配音。结果也会同步到你的 VocaLingo 应用中。

MCP URL： https://nodejs.vocalingo.app/mcp（远程服务，Streamable HTTP — 无需安装任何内容）

适用于 claude.ai、Claude Desktop、Claude Code、ChatGPT、Cursor、Windsurf、VS Code、OpenClaw、Hermes，以及任何支持远程服务的 MCP 客户端。

你的 Agent 可以做什么

• 📝 帮你观看视频 — 总结、带时间码的关键片段、引言，以及 YouTube/TikTok/Instagram 链接或文件的完整转录（summarize_media）
• 🎧 理解语音消息 — 语音 → 文本（speech_to_text）
• 🌍 用相同的声音翻译语音 — 西班牙语语音消息会变成同一个声音说英语（translate_audio）
• 🗣️ 用你的声音说话 — 你在应用中保存的声音可立即使用，也可以保存新声音；还支持 OpenAI / ElevenLabs 声音（list_voices、text_to_speech、save_voice）
• ⬇️ 下载视频或其 mp3 音频，来源包括 YouTube、TikTok、Instagram 等（download_media）
• 🎭 更改录音或视频中的声音（change_voice）
• 🖼️ 翻译菜单、标牌或文档的照片，并以图像形式输出（translate_image）
• 💬 字幕，可选择翻译（caption_video），以及支持唇形同步的 🎬 配音（translate_video）
• 💳 任务状态和账户（check_job、get_account）

完整参考。

安装为插件

插件会连接服务并添加技能：Agent 针对每项任务遵循的分步指南（总结视频、转录语音消息、用相同的声音翻译语音、用你的声音说话、添加字幕、配音、更改声音、翻译图像）。首次使用时，你需要在浏览器中登录 VocaLingo。

Claude Code

claude plugin install vocalingo --marketplace umakhanpro/vocalingo-mcp

或者在会话中运行：/plugin install vocalingo --marketplace umakhanpro/vocalingo-mcp。然后运行 /mcp，选择 plugin:vocalingo:vocalingo 并登录。

Codex

codex plugin marketplace add umakhanpro/vocalingo-mcp

然后从插件列表中安装 vocalingo。

Gemini CLI

gemini extensions install https://github.com/umakhanpro/vocalingo-mcp

Cursor：在 Cursor Marketplace 中安装，或者按照下文所示手动添加服务。

仅安装技能（适用于任何支持 Agent Skills 的 Agent）：

npx skills add umakhanpro/vocalingo-mcp

技能需要连接服务：请参阅下一节。

连接

claude.ai、Claude Desktop、Claude 移动应用（登录，无需令牌）

1. 打开 将 VocaLingo 添加到 Claude — “添加自定义连接器”对话框会打开，其中已填好名称和 URL。也可以手动添加：Customize → Connectors → Add custom connector，URL 为 https://nodejs.vocalingo.app/mcp。
2. 点击 Add，然后点击 Connect。
3. 登录 VocaLingo：使用电子邮件验证码、Google，或从应用中获取一次性验证码（Settings → AI agents (MCP) → “Get a sign-in code”——如果你使用 Apple 注册，这种方式很方便）。

之后，该连接器即可在 claude.ai、Claude Desktop 和 Claude 移动应用中使用。

ChatGPT（登录，无需令牌）

1. 打开 chatgpt.com/plugins → + → Add custom MCP server（是否可用取决于你的套餐和工作区策略）。
2. 名称填写 VocaLingo，URL 填写 https://nodejs.vocalingo.app/mcp，身份验证选择 OAuth → I understand and want to continue → Create。
3. 按照上文所述的方式登录 VocaLingo。

还没有 VocaLingo 账户？先安装应用（vocalingo.app），并使用电子邮件注册。

Claude Code

claude mcp add --transport http vocalingo https://nodejs.vocalingo.app/mcp

Claude Code 会打开浏览器供你登录。想使用令牌？从应用中复制令牌（Settings → AI agents (MCP)），并添加 --header "Authorization: Bearer vlmcp_YOUR_TOKEN"。

Cursor、Windsurf、VS Code 等

.cursor/mcp.json（或客户端的 MCP 配置）：

{
  "mcpServers": {
    "vocalingo": {
      "url": "https://nodejs.vocalingo.app/mcp",
      "headers": { "Authorization": "Bearer vlmcp_YOUR_TOKEN" }
    }
  }
}

令牌可在应用中找到：设置 → AI agents（MCP）。更多配置片段（包括通过 mcp-remote 和令牌配置 Claude Desktop）：configs/。

试试看

• “用俄语总结这场 YouTube 讲座：”
• “这是一段德语语音消息——翻译成英语，并保留原来的声音。”
• “从这段录音中保存我的声音，然后用它朗读这篇文章。”
• “为这个 TikTok 添加英语字幕：”
• “下载这个 YouTube 视频的音频。”
• “把这张菜单照片翻译成英语。”
• “把这个视频配成西班牙语。”

文件

如何发送音频、视频或照片：

1. 链接 — YouTube/TikTok/Instagram 链接、Telegram Bot API 文件链接，或任何公开文件 URL。直接粘贴到消息中即可。
2. ChatGPT — 将文件附加到消息中。ChatGPT 会直接将文件传给工具（file 参数）。
3. claude.ai、Claude apps — 请 Claude 上传文件。它会调用 get_upload_url，随后聊天中会直接出现上传按钮：选择文件后，聊天中会收到一条包含 fileId 的消息，Claude 会自行继续操作。如果没有按钮，Claude 会提供上传页面链接——将文件放到该页面，然后输入“完成”。
4. 带有 shell 的 Agent（Claude Code、Cursor、OpenClaw）— 直接提供路径。Agent 会调用 get_upload_url，使用返回的 curl 命令上传，并传入 fileId。

只需要朗读或翻译照片上的文字？Claude 和 ChatGPT 可以自行完成——VocaLingo 的 translate_image 用于返回图片本身，并将其中的文字重新绘制成另一种语言。

定价与安全

工具会从你的余额中扣除 VocaLingo 令牌，与应用中使用的令牌相同。没有单独的 API 计费。

操作	预计费用
转录语音消息	每 2 分钟约 1 个令牌
总结 10 分钟的视频	约 8 个令牌
用同一个声音翻译 1 分钟的语音消息	约 2–3 个令牌（en、ru、zh、de、fr、es、it、ja、ko、pt 以外的语言另加 180 个令牌）
用你的声音朗读 1000 个字符	约 11–12 个令牌
保存一个声音	约 1 个令牌
翻译一张照片	4–6 个令牌
更改 1 分钟录音中的声音	约 14 个令牌
下载视频或音频	免费
为 5 分钟的视频添加字幕	约 5–10 个令牌
为 5 分钟的视频配音	约 1200 个令牌

设计上，即使是小型模型也无法耗尽你的余额：

• 费用达到或超过 50 个令牌的操作都会先征求你的确认。 服务会返回价格和一次性 confirmToken；只有 Agent 使用该令牌再次调用后，任务才会开始。
• 不会重复扣费。 10 分钟内重复提交相同的付费请求会返回同一个任务。
• 长时间运行的任务无需守候。 短任务会在同一次调用中完成并返回；长任务会返回 jobId，check_job 会在服务端等待。
• 错误信息会说明下一步该怎么做（code + nextStep），例如“这是本地路径——请先上传”。

故障排除

• 任务一直处于 processing 状态。 配音时这是正常的（5–30 分钟）。使用同一个 jobId 持续调用 check_job。你可以关闭聊天——结果会显示在应用历史记录中，也可以在不带 jobId 的情况下通过 check_job 查看。
• Claude 中没有上传按钮。 请 Claude 提供上传页面链接，然后将文件放到该页面。如果 Claude 尝试从代码沙盒上传但遇到网络错误，请允许一次 sb.vocalingo.app（设置 → 功能 → 代码执行 → 其他允许的域名）。
• insufficient_balance。 在应用中充值（个人资料 → 余额），然后重试。
• 429。 每个账户最多每分钟 60 个请求，最多同时运行 3 个任务。

安全

• 可随时关闭登录连接和个人令牌（vlmcp_…）：设置 → AI agents（MCP）→ 禁用。重新生成令牌后，旧令牌会在一分钟内失效。
• 任何拥有你的令牌的人都可以消耗你的余额——请妥善保密。
• 只能克隆你拥有或已获得使用许可的声音。上传的文件会在 48 小时后删除。

文档与支持

• 工具参考
• 设置指南：将 VocaLingo 连接到 AI Agent
• 帮助中心：help.vocalingo.app

---

服务端运行在 VocaLingo 后端（Node.js、@modelcontextprotocol/server v2、无状态 Streamable HTTP；通过 Supabase Auth 进行 OAuth）。此仓库是文档、配置和问题的公开存放处。