Voice Call MCP Server

语音呼叫MCP服务器

模型上下文协议 (MCP) 服务器，使 Claude 和其他 AI 助手能够使用 Twilio 和 OpenAI (GPT-4o 实时模型) 发起和管理语音通话。

以此为基础，启动您的人工智能语音呼叫探索，节省时间并在其基础上开发附加功能。

序列图

特征

• 通过 Twilio 拨打电话📞
• 使用 GPT-4o 实时模型实时处理通话音频🎙️
• 通话期间实时切换语言🌐
• 针对常见呼叫场景（如餐厅预订）的预建提示🍽️
• 使用 ngrok 自动进行公共 URL 隧道传输
• 安全处理凭证🔒

为什么选择 MCP？

模型上下文协议 (MCP) 弥合了 AI 助手与现实世界操作之间的差距。通过实施 MCP，该服务器允许像 Claude 这样的 AI 模型实现以下功能：

1. 代表用户发起实际电话呼叫
2. 处理并响应实时音频对话
3. 执行需要语音通信的复杂任务

这种开源实现提供了透明度和可定制性，允许开发人员扩展功能，同时保持对其数据和隐私的控制。

要求

• Node.js >= 22
  • 如果需要更新 Node.js，我们建议使用nvm （Node 版本管理器）：
    nvm install 22 nvm use 22
• 具有 API 凭证的 Twilio 帐户
• OpenAI API 密钥
• Ngrok 授权令牌

安装

手动安装

1. 克隆存储库
   git clone https://github.com/lukaskai/voice-call-mcp-server.git cd voice-call-mcp-server
2. 安装依赖项并构建
   npm install npm run build

配置

服务器需要几个环境变量：

• TWILIO_ACCOUNT_SID ：您的 Twilio 帐户 SID
• TWILIO_AUTH_TOKEN ：您的 Twilio 身份验证令牌
• TWILIO_NUMBER ：您的 Twilio 号码
• OPENAI_API_KEY ：您的 OpenAI API 密钥
• NGROK_AUTHTOKEN ：您的 ngrok 授权令牌
• RECORD_CALLS ：设置为“true”以记录通话（可选）

Claude桌面配置

要将此服务器与 Claude Desktop 一起使用，请将以下内容添加到您的配置文件中：

macOS ： ~/Library/Application Support/Claude/claude_desktop_config.json

Windows ： %APPDATA%\Claude\claude_desktop_config.json

之后，重新启动 Claude Desktop 以重新加载配置。如果已连接，您应该会在 🔨 菜单下看到“语音通话”功能。

与克劳德互动的示例

以下是通过 Claude 与服务器交互的一些自然方式：

1. 简单调用：

2. 餐厅预订：

3. 预约安排：

重要提示

1. 电话号码格式：所有电话号码必须采用 E.164 格式（例如 +11234567890）
2. 速率限制：注意你的 Twilio 和 OpenAI 帐户的速率限制和定价
3. 语音对话：人工智能将实时处理自然对话
4. 通话时长：请注意通话时长，因为它会影响 OpenAI API 和 Twilio 的成本
5. 公开暴露：请注意，ngrok 隧道会将您的服务器公开暴露给 Twilio 以便其能够访问它（尽管使用随机 URL 并受随机密钥保护）

故障排除

常见错误信息及解决方法：

1. “电话号码必须采用 E.164 格式”
   • 确保电话号码以“+”开头，并包含国家代码
2. “凭证无效”
   • 仔细检查你的 TWILIO_ACCOUNT_SID 和 TWILIO_AUTH_TOKEN。你可以从Twilio 控制台复制它们。
3. “OpenAI API 错误”
   • 验证您的OPENAI_API_KEY是否正确且有足够的积分
4. “Ngrok 隧道启动失败”
   • 确保您的 NGROK_AUTHTOKEN 有效且未过期
5. “OpenAI Realtime 无法检测到语音输入的结束，或者出现滞后。”
   • 有时，Twilio 和接收器的网络运营商之间可能存在语音编码问题。请尝试使用其他接收器。

贡献

欢迎贡献！以下是我们希望改进的一些方面：

• 实现对当前实现之外的多种 AI 模型的支持
• 添加数据库集成以在本地存储对话历史记录并使其可用于 AI 上下文
• 改善延迟和响应时间以增强通话体验
• 增强错误处理和恢复机制
• 为常见场景添加更多预建对话模板
• 实施改进的呼叫监控和分析

如果您想做出贡献，请在提交拉取请求之前打开一个问题来讨论您的想法。

执照

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅 LICENSE 文件。

安全

请勿在 GitHub 问题或拉取请求中包含任何敏感信息（例如电话号码或 API 凭据）。此服务器处理敏感通信；请负责任地部署它并确保所有凭据的安全。

是时候执行新使命了吗？

我们正在招聘工程师来构建语音 AI 的前沿技术，并将其融入下一代电信公司。

好奇吗？前往careers.popcorn.space 🍿 ！