ringringring
Enables the AI to place SIP calls to a Linphone account on a phone and conduct two-way voice conversations, including multi-turn dialogue and interruption handling.
Supports using OpenAI's audio transcription endpoint, such as whisper-1, as a replaceable speech-to-text backend for transcribing user speech during calls.
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
ringringring:AI 拨打你的手机进行语音通话
中文 | English
0 成本实现 iOS 原生通话。 无需 Mac,无需 99$ 开发者账号,无需购买或编写 iOS 原生 App,无需配置数据库——iPhone 手机上装个免费的 Linphone,你的 AI 就能给你打电话。
无需购买号码,无按分钟计费;语音识别与语音合成均使用免费额度。仅需一台已在运行 AI 的 Linux 服务器。iPhone 熄屏或 Linphone 处于后台时同样可以来电。
如果对你有帮助,欢迎点个 Star 鼓励作者~⭐
功能
双向语音通话:AI 拨打手机,接通后进行多轮对话。用户语音经识别转为文字交给 AI,AI 的回复经合成后播放。
插话打断:AI 说话期间用户开口,播放立即停止,并返回已说出与未说出的部分。
单线路锁:同一主机上的多个 AI 入口共享一条线路,通话中再次拨号将返回忙线。
隐私默认值:日志仅记录接通、挂断、错误类别与转写文本;手机网络地址默认打码,以降低其进入模型上下文的风险(不构成对服务器管理员的强隔离)。
可替换的识别与合成:语音识别与语音合成均可配置,详见「替换语音识别与语音合成」。
接电话(v0.2.0,可选插件):你也可以在 Linphone 里拨给 AI。
安静听(v0.2.0,默认关):通话里 AI 可以不出声,只听你这边。
HTTPS 远程版(v0.2.0):适配 Claude、Gemini、ChatGPT 的 APP/网页端。
Related MCP server: Bond-OpenAI MCP
前置条件
项目 | 说明 | 费用 |
Linux 服务器 | x86_64,Python 3.11;即运行 Claude Code/OpenCode 的主机 | 已有 |
Linphone | 手机端 App(App Store/各应用商店) | 免费 |
Linphone 账号 | 1 个必需(手机上用,App 内注册或 subscribe.linphone.org);第 2 个可选:给 AI 用,你想主动拨给 AI 才需要(见「接电话」);只有 1 个时,HTTPS 远程版要设 | 免费 |
语音识别 key | 推荐 ElevenLabs(elevenlabs.io,免费版每月 1 万额度,精度高);也可用 Groq(console.groq.com)。两个都填时先用 ElevenLabs,失败再用 Groq | 免费额度 |
云端 CC/官方 App 能用吗
打电话的服务(负责拨号、传声音的插件程序,不是你的 AI 本身)必须跑在 VPS 或自己的电脑上。云端 CC 的容器一般不放行 SIP 用的 UDP,装进去也拨不出去。
VPS+Claude Code:最方便,按下面的步骤基本一键直通。
自己的电脑:需要按自己的系统(Windows/macOS/Linux)适配一下,可参考
docs/里的各平台说明(注意:这些是上游 Ringback 的旧说明,没有按 v0.2.0 更新)。云端 CC 或官方 App/网页:用 v0.2.0 的 HTTPS 远程版(见下文「HTTPS 远程 MCP(OAuth)」)。打电话的服务照样跑在 VPS/电脑上,用 Cloudflare 隧道转出一个 https 网址,云端的 AI 作为远程连接器连过去打电话。目前需要手动配置,一键安装还在计划中。
安装
方式一:在 Claude Code 中安装插件(推荐)
/plugin marketplace add yanyan1115/ringringring
/plugin install ringringring@ringringring安装时按提示填写 SIP 账号、密码与语音识别 key(未提示时可执行 /plugin configure ringringring@ringringring)。安装提示里的识别 key 一栏是 Groq 的;用 ElevenLabs 的话,把 VOICE_STT_11LABS_KEY 写进 ~/.config/ringringring/voice.env(见「配置」)。插件首次启动时自动下载并安装运行环境(实测约 15 秒),无需手动执行脚本。如服务器缺少系统包,插件启动失败并给出一条 sudo apt-get install … 命令,执行后在 /mcp 中重新连接即可。
方式二:手动安装
git clone https://github.com/yanyan1115/ringringring.git && cd ringringring
# 检查缺失的系统包(不做任何修改)
plugin-native/bin/install.sh --check
# 安装;加 --no-apt 则不调用 apt,仅列出缺失的包
plugin-native/bin/install.sh --pjsua2 https://github.com/yanyan1115/ringringring/releases/download/v0.1.0/pjsua2-2.17-linux-x86_64-cp311.tar.gz --src .两种方式的安装目录均为 ~/.local/share/ringringring,配置文件为 ~/.config/ringringring/voice.env(权限 600)。
配置
以插件方式安装时,在安装提示中填写即可。也可编辑 ~/.config/ringringring/voice.env(插件设置中已填写的项优先)。SIP 三项必填,识别 key 强烈建议至少填一个(不填就只剩本机 whisper.cpp,见下文):
export VOICE_SIP_ID="sip:<你的账号>@sip.linphone.org" # 你手机上登录的那个号,AI 用它拨给你
export VOICE_SIP_USER="<你的账号>"
export VOICE_SIP_PASS="<密码>" # 手动配置时凭据仅保存在此文件
# export VOICE_SIP_CALLEE="sip:<别的号>@sip.linphone.org" # 可选:要拨别的号才填,默认拨 VOICE_SIP_ID(只管主插件;来电插件和远程版的 dial 总是拨 VOICE_SIP_ID)
export VOICE_DISPLAY_NAME="Claude" # 来电显示名称(部分手机不显示 emoji)
export VOICE_STT_11LABS_KEY="<ElevenLabs key>" # 推荐;或以 VOICE_STT_11LABS_ENV_FILE 指向单独的文件
export VOICE_STT_KEY="<Groq key>" # 可选,ElevenLabs 失败时的后备;或用 VOICE_STT_ENV_FILE
export VOICE_STT_LANG="zh"
export VOICE_STUN="stun.linphone.org:3478" # 让音频穿过 NAT;插件安装时已默认填好网络
无需放行端口:服务器先向外发送音频并借助 STUN 穿越 NAT,实测在安全组中拒绝 UDP 4000-4100 入站后,通话仍双向正常。如接通后听不到声音,先确认 Linphone 处于前台;仍无声音时,可尝试在防火墙或安全组中放行 UDP 4000-4100(RTP 音频);跑 HTTPS 远程版的话再加 UDP 4200-4300。
接通后两边都听不到声音、服务器一直往外发音频却一个包都收不到:多半是手机开着代理/VPN,而它不转发 UDP(国内用户挂梯子时常见)。按这个顺序试:① 关掉代理直接打,国内用户实测不开代理就能打通;② 需要一直开着代理的,在代理里把 linphone.org 和你自己服务器的 IP 设成直连(分流),这一条还没有实测;③ 以上都不行,再在服务器上为通话音频搭一层桥接,多绕一段路,延迟会高一些。
接入 AI
Claude Code
按上文「安装」方式一安装插件即可。也可以直接加载本地目录:claude --plugin-dir <仓库路径>/plugin-native。
加载后提供 call_start、converse、call_end 等工具,以及 phone-call skill(拨号、对话、挂断流程与隐私约定)。
OpenCode 及其他 MCP 客户端
将 plugin-native/bin/run-voice-native.sh 配置为 stdio MCP 服务器。AI 与电话服务不在同一主机时,可通过 SSH 在电话服务所在主机上启动该脚本。
替换语音识别与语音合成
语音识别(STT):推荐 ElevenLabs,见下文「语音识别推荐与我们的配置」。后备那一层支持任意兼容 OpenAI /audio/transcriptions 接口的服务:
# 默认地址:Groq
export VOICE_STT_URL="https://api.groq.com/openai/v1/audio/transcriptions"
export VOICE_STT_MODEL="whisper-large-v3-turbo"
# OpenAI:
# export VOICE_STT_URL="https://api.openai.com/v1/audio/transcriptions"
# export VOICE_STT_MODEL="whisper-1"
export VOICE_STT_KEY="<key>"语音合成(TTS)
# 默认:Microsoft Edge TTS(zh-CN-YunxiNeural)
export VOICE_TTS="edge"
# 自定义命令:{text} 替换为待合成文本,{out} 替换为输出音频路径。
# 命令不经 shell 执行,不支持管道与重定向;如有需要请封装为脚本。
# export VOICE_TTS_CMD="python3 my_tts.py --text {text} --out {out}"v0.2.0 新功能
以下功能都是可选的,不装不影响原来的拨出电话。变量名与示例见 voice.env.example 末尾的 v0.2.0 部分。
接电话(来电插件 plugin-inbound)
之前只能 AI 拨给你,现在你也可以拨 AI:在 Linphone 里拨 AI 的号,手机一直响,AI 收到 incoming_call 事件后调用 answer 接听,用 talk 聊、hang_up 挂;AI 想找你时用 dial(同一个号,在你手机上是同一个联系人)。
/plugin install ringringring-inbound@ringringring需要先装好上面的 ringringring(它提供 pjsua2 和引擎代码)。AI 的号在 ~/.config/ringringring/inbound.env 里配置(VOICE_INBOUND_SIP_ID / _USER / _PASS,以及 VOICE_INBOUND_RING_TIMEOUT、VOICE_INBOUND_RTP_PORT);voice.env 里的 VOICE_SIP_ID 是你自己的地址,用来认来电人。这一个号会向 Linphone 服务器登记,才能收到来电。
两道身份检查:任何人知道 SIP 地址都能打,来电显示也能伪造,所以来电要同时通过:① 来电的 用户名@域名 必须和 VOICE_SIP_ID 完全一致;② 来电设备必须在 ~/.config/ringringring/trusted_devices 里(每行一个 Linphone 设备 id 的哈希,只存 sha256 前缀,每次来电现读,改了不用重连)。没通过的直接回忙线,不会叫醒 AI。名单为空时不拦任何人,只在日志里写下 device=<哈希> (not enforced),让你把自己的设备哈希抄进名单;也就是说名单为空时只认 SIP 地址,是可以被伪造的,请填好名单。设备 id 不是密码学证明,通话里不要说密钥之类的隐私。
通话记录:来电插件每通电话结束后往 RINGRINGRING_CALL_LOG(默认 ~/.local/state/ringringring/calls.jsonl,权限 600)追加一行 {"at","dir","answered","seconds"},不含号码和地址;AI 调 dial 时传了 via(如 "wechat")就再多一个 "via" 字段。别的程序可以读它,比如 ringbot 用它在微信里发「通话时长」气泡。
打电话前先等几秒:刚切回 Linphone 时它还没连好,第一个邀请里没有设备 id(日志里是 device=none),会被拒绝,表现为响一声就断;等几秒再拨即可。重装 Linphone 会换设备 id,需要重新加入名单。
安静听、等声音、有声就推(默认关)
让 AI 在通话里不出声,只听你这边:设 VOICE_QUIET_LISTEN=1 后,接通期间会在后台持续录音(只放内存和临时文件;来电插件在挂断时丢弃,主插件在 AI 调 call_end 或下一通电话开始时丢弃)。quiet_listen 主插件和来电插件都有;下面的 wait_for_voice、有声就推只在来电插件 plugin-inbound 里。
quiet_listen(seconds):攒够这么多秒后返回"分:秒 转写",全静则返回[SILENCE]。wait_for_voice(max_sec):什么都不说地等着,一出声就立刻返回(不转写,录音原样保留,之后可再用quiet_listen取字)。再设
VOICE_PUSH_ON_VOICE=1:声音一响就主动推一条通知给 AI,不用它来轮询。
这些开关默认都是关的。因为会持续录音,请自己决定要不要开。
听法(文字/原声)
听法 VOICE_STT_MODE 有三档:text 只给 AI 转写文字(默认);audio 把你说的原声作为音频附上,不给文字;both 两者都给。AI 拨号时可以用 dial(hear=...) 为整通电话选一档,通话中用 set_hearing 改。AI 不是原生多模态、不能听音频时请用 text。audio/both、dial(hear=...)、set_hearing 只在来电插件 plugin-inbound 里有;主插件不会附音频:设 audio 时 AI 只收到一句占位、没有文字,设 both 等于 text,所以主插件请保持 text。
语音识别推荐与我们的配置
推荐用 ElevenLabs 做语音识别:免费版每月 1 万额度,用来做电话听写完全够用,而且精度很高。填 VOICE_STT_11LABS_KEY(或 VOICE_STT_11LABS_ENV_FILE)即可;另有批量与实时流式两种,见 voice.env.example;实时流式还要装 websocket-client:~/.local/share/ringringring/venv/bin/pip install websocket-client,没装会自动退回批量。
作者自己用的是三层,前一层失败才往下走:
ElevenLabs Scribe(代码默认
scribe_v2;语言参数用 ISO-639-3,中文是zho而不是zh)Groq
whisper-large-v3-turbo本机 whisper.cpp:默认挂的是
.en英文模型,只能保证断句,中文基本认不出,只当最后一道兜底
只配 ElevenLabs 或只配 Groq 的 key 都能用。两个都不配时只剩本机 whisper.cpp:插件不会自动安装它,需要自己装好 whisper.cpp 和模型,而且默认模型认不了中文,不建议这样用。
HTTPS 远程 MCP(OAuth)
适配 Claude、Gemini、ChatGPT 的 APP/网页端。
给云端 CC、官方 App/网页这类只能连 HTTPS 远程连接器的 AI 用:plugin-inbound/bin/run_remote.sh(即 remote_http.py)在你的主机上以 HTTPS 远程 MCP 方式提供 dial、talk、quiet_listen、hang_up(只打出去,没有接听;只回文字,不传原声)。认证是 OAuth(动态注册、PKCE,外加一个"连接口令"页面:连接时输入你设的口令)。
做法:让服务只监听 127.0.0.1,用 Cloudflare 隧道(或任意 HTTPS 反代)把一个域名转发过来;远程版默认用第二个账号(inbound.env 里那个)拨出,只有一个账号时设 VOICE_REMOTE_ACCOUNT=voice 改用 voice.env 的账号;设置 MCP_OAUTH_ENABLED=1、MCP_OAUTH_ISSUER_URL、MCP_OAUTH_CONNECT_SECRET(口令,自己保管)、可选 MCP_ALLOWED_HOSTS。OAuth 令牌默认存在 ~/.local/share/ringringring/oauth/。未开 OAuth 时,服务拒绝监听非本机地址。一键安装脚本在计划中,目前需要手动配置。
致谢:https 远程 MCP 的 OAuth 部分改编自 South 的项目。
声音标签接口(实验,默认关)
可选:把每一轮(以及安静听、等声音拿到的每段)音频 POST 给你自己运行的声音分类器,把它返回的标签(比如呼吸、咳嗽)以 [heard: ...] 附在转写后面。仓库里不含分类器,只有调用这一侧:接口是 POST 一段 WAV(请求头 X-Sound-Key;转写的前 500 字也会经 URL 编码放在请求头 X-Sound-Text 里一起发过去,请只连你自己信得过的服务),返回标签字符串的 JSON 列表。在通话引擎一侧设 VOICE_SOUND_EVENTS=1、VOICE_SOUND_URL、VOICE_SOUND_KEY 即可;任何一项缺失就完全不生效。
手机端麦克风小技巧
如果 AI 听不到你这边很轻的声音(呼吸、小声嘀咕),在 Linphone 通话中打开扬声器(免提),并在系统的麦克风模式里选 Wide Spectrum(宽谱)(iPhone:通话时拉出控制中心,点"麦克风模式")。这样手机会收更宽的声音而不是只留人声,轻的声音更容易被听到。
iPhone 设置
安装后先在前台接听一次,此后熄屏或后台状态均可来电。
设置 → 辅助功能 → 触控 → 开启「防止锁定后结束通话」,避免通话中误触锁屏键挂断。
不要将 AI 的号码存入通讯录,否则来电显示为通讯录名称而非
VOICE_DISPLAY_NAME。通话记录里找不到 AI 的来电:记录在「未知来电」里。设置 → App → 电话 → 来电过滤 → 关闭「未知来电」即可。
锁屏时接听是系统原生通话界面,解锁状态下接听会进入 Linphone 界面;此时按侧边键锁屏即切到原生界面,通话不中断(需开启第 2 条)。
常见问题
现象 | 原因与处理 |
已接听但返回 NO ANSWER | Linphone 在后台被系统挂起;将 App 切至前台后重试 |
返回 LINE BUSY | 同一主机上另一 AI 入口正在通话;无需重复拨号 |
转写延迟高或为空 | 检查 STT key 与额度 |
人名、专有名词识别错误 | 免费模型的已知局限;可替换 STT 服务 |
想在 Mac 上运行 | 不是一键安装:Apple Silicon 参考 docs/SETUP_MACOS.md,或使用 Docker(docs/SETUP_DOCKER.md);已有用户在 Mac mini 上跑通。注意仓库里的 Docker 镜像还是上游旧版,不含 v0.2.0 的新功能,更新在计划中。Release 中的预编译包仅支持 Linux x86_64 |
Mac 上 libInit 报 259804(SRTP 初始化失败) | flat_namespace 使 OpenSSL 符号绑定到系统 LibreSSL;改用 Docker(上游旧镜像,不含 v0.2.0 新功能),或编译 SWIG 绑定时加 |
能接入自建前端吗 | 前端的后端若在 VPS 上以 Claude Code 等运行,在该机安装本插件应可使用(未实测);前端若支持远程 MCP,可直接添加 HTTPS 远程版(见上文)。打电话的服务仍需运行在 VPS 或自己的电脑上 |
自己写或改 pjsua2 配置时
用本插件默认已配好,下面几条在自己写代码、手写 voice.env 时才会遇到。
现象 | 原因与处理 |
注册一直超时,或注册成功后拨号没有下文 | 只向外拨号的账号不要注册: |
拨号没反应,日志也看不出原因 | 先创建 TLS transport,proxy 要带 transport: |
| SRTP 设在账号的媒体配置上: |
能接通、有回铃,但双方都听不见,SDP 的 | 没配 STUN。手写 |
感谢
Linphone:提供免费 SIP 账号与客户端。sip.linphone.org 仅承载信令,音频由服务器与手机直连(尚未抓包验证)。如使用量较大,建议支持 Linphone 或自建 SIP 服务器。
Ringback(Apache 2.0):本项目上游。
致谢
调研与构思:Cora 和 South;实现:Claude
许可证
AGPL-3.0-or-later。本项目派生自 Ringback,上游代码以 Apache 2.0 授权,原许可证与 NOTICE 保留于 LICENSE-APACHE-2.0 和 NOTICE。依赖的 pjproject 为 GPL-2.0-or-later。
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Maintenance
Related MCP Connectors
Lets Claude, Cursor or any MCP client build voice agents and place real phone calls.
Give AI agents real phone numbers, messages, and voice calls via MCP.
Give any AI agent a phone: make and answer calls, get through phone menus, and send texts.
Give AI agents a phone number. Voice calls, SMS, and phone number management for MCP clients.
Related MCP Servers
- AlicenseAqualityCmaintenanceGives AI agents phone numbers, email, SMS, and voice calls as MCP tools, enabling them to provision numbers, capture 2FA codes, send messages, and make calls.15MIT
- AlicenseBqualityBmaintenanceEnables MCP-compatible agents to make safe, consented phone calls using Twilio and Deepgram.4Apache 2.0

ClawCall MCP Serverofficial
AlicenseNot gradedqualityBmaintenanceEnables AI agents to make real outbound phone calls to US/Canada numbers, handle conversations, and return transcripts and recordings via the Model Context Protocol.10MIT- AlicenseNot gradedqualityCmaintenanceEnables LLM agents to initiate real-time outbound WebRTC/SIP calls, execute operational actions mid-call, escalate to human operators, and access live call telemetry through MCP, with zero data-at-rest and TTL-bounded memory.MIT