Skip to main content
Glama

MCP 声音工具

模型上下文协议 (MCP) 实现,可为 Cursor AI 和其他兼容 MCP 的环境播放音效。此 Python 实现提供音频反馈,以实现更具互动性的编码体验。

特征

  • 播放各种事件(完成、错误、通知)的音效

  • 使用模型上下文协议 (MCP) 与 Cursor 和其他 IDE 进行标准化集成

  • 跨平台支持(Windows、macOS、Linux)

  • 可配置的音效

Related MCP server: MCP Notify Server

安装

Python 版本兼容性

此软件包已使用 Python 3.8-3.11 测试。如果您在使用 Python 3.12+ 时遇到错误(尤其是BrokenResourceErrorTaskGroup异常),请尝试使用早期版本的 Python。

推荐:使用 pipx 安装

安装 mcp-sound-tool 的推荐方法是使用pipx ,它会在隔离的环境中安装包,同时使命令在全球范围内可用:

# Install pipx if you don't have it python -m pip install --user pipx python -m pipx ensurepath # Install mcp-sound-tool pipx install mcp-sound-tool

这种方法确保工具拥有自己独立的环境,避免与其他包发生冲突。

替代方案:使用 pip 安装

也可以直接用pip安装:

pip install mcp-sound-tool

来自源

  1. 克隆此存储库:

    git clone https://github.com/yourusername/mcp-sound-tool cd mcp-sound-tool
  2. 直接从源目录使用 pipx 安装:

    pipx install .

    或者使用 pip:

    pip install -e .

用法

添加声音文件

将声音文件放入sounds目录中。预期的声音文件如下:

  • completion.mp3 - 代码生成后播放

  • error.mp3 - 发生错误时播放

  • notification.mp3 - 用于一般通知

您可以在 freesound.org 等网站上找到免费的音效。

运行 MCP 服务器

运行 MCP 服务器:

mcp-sound-tool

服务器将启动并通过 stdio 传输监听来自 Cursor 或其他 MCP 兼容客户端的事件。

光标中的配置

要将此服务器与 Cursor 一起使用,请将其添加到您的 MCP 配置文件中:

在 macOS 上:

// ~/Library/Application Support/Cursor/mcp.json { "mcpServers": { "sound": { "command": "mcp-sound-tool", "args": [], "type": "stdio", "pollingInterval": 5000, "startupTimeout": 10000, "restartOnFailure": true } } }

在 Windows 上:

// %APPDATA%/Cursor/mcp.json { "mcpServers": { "sound": { "command": "mcp-sound-tool", "args": [], "type": "stdio", "pollingInterval": 5000, "startupTimeout": 10000, "restartOnFailure": true } } }

当与pipx一起安装时, mcp-sound-tool命令将在您的 PATH 中可用,因此 Cursor 将能够找到并执行它而无需指定完整路径。

适用于 AI 模型的合理 MCP 使用指南

此 MCP 服务器为 AI 交互提供音频反馈功能。它旨在通过提供清晰的音频提示来指示操作状态,而无需用户阅读文本,从而提升用户体验。

何时使用声音反馈

AI代理应该在适当的时候主动使用声音工具:

  1. 成功声音(

    • 任务或命令成功完成后

    • 当重要操作成功完成时

    • 当确认用户的请求已得到满足时

  2. 错误声音(

    • 当命令失败或遇到错误时

    • 当警告用户出现问题时

    • 当操作无法按要求完成时

  3. 通知声音(

    • 提醒用户重要信息时

    • 当提示用户注意或输入时

    • 用于长期运行操作的状态更新

示例用法

# When a command completes successfully @mcp.tool() def execute_command(command): result = run_command(command) if result.success: play_sound("completion") # Indicate success with audio return "Command executed successfully" else: play_sound("error") # Indicate failure with audio return f"Error: {result.error_message}"

可用工具

  1. play_sound(sound_type="completion", custom_sound_path=None) :播放音效

  2. list_available_sounds() :列出所有可用的声音文件

  3. install_to_user_dir() :将声音文件安装到用户的配置目录

有关更多详细信息,请连接到 MCP 服务器并查看工具说明。

发展

对于开发:

# Install development dependencies pip install -e ".[dev]" # Run tests pytest

致谢

  • SIAM-TheLegend创建了原始的sound-mcp JavaScript 实现,并启发了此 Python 版本

  • MCP 协议开发人员为 AI 工具交互创建了强大的标准

  • 测试和文档的贡献者

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。

One-click Deploy
A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/tijs/py-sound-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server