AI导哈

AI语音模型协议服务器

Smallest AI MCP Server是一个生产级的ModelContextProtocol (MCP)服务器，为Waves文本转语音和语音克隆平台提供快速、便携且适用于真实世界AI语音工作流程的解决方案。

  • by Akshay-Sisodia
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 akshay-sisodia/smallest-ai-mcp

使用说明

Smallest AI MCP Server

Production-grade ModelContextProtocol (MCP) server for the Waves Text-to-Speech and Voice Cloning platform.
Fast, portable, and ready for real-world AI voice workflows.

🚀 概述

最小的AI MCP服务器在强大的 波浪 TTS/Voice Cloning API和任何MCP-兼容的LLM或代理。它旨在提高速度、安全性和易于部署。

✨ 特性

  • 🎤 列出和预览声音 --立即从Waves获取所有可用的声音。
  • 🗣️ 合成语音 --将文本转换为高质量的WAV音频文件。
  • 👤 克隆声音 --创建即时/专业语音克隆。
  • 🗂️ 管理克隆 --列出并删除克隆的声音。

所有功能都是作为MCP工具实现的，没有占位符或存根。

⚡ 快速启动

# 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使用

# 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

🏗️ 生产和部署

  • 环境： 复制 .env.示例 向 .env 并添加您的API密钥。 从不 将秘密提交给git。
  • 依赖关系： 安装时使用 pip安装-r要求.txt （Python 3.11+）。
  • Docker： 使用提供的Dockerfile进行容器化。
  • 安全： API密钥在启动时是必需的，并且从不公开。
  • 许可证： 麻省理工学院（见 许可证).

🤝 贡献

欢迎提交请求和问题！请打开一个问题来讨论重大更改。

👤 维护者

  • 阿克沙伊·西索迪亚(GitHub)

📄 许可证

麻省理工学院

Groq MCP客户端

Streamlit应用程序，连接到MCP（模型上下文协议）服务器，并使用Groq的LLM API与工具执行功能进行聊天。

特性

  • 通过SSE（服务器发送事件）使用官方MCP SDK连接到任何MCP服务器
  • 与MCP服务器的异步通信
  • 带有Groq流式响应的聊天界面
  • 通过MCP服务器执行工具
  • 简洁且用户友好的用户界面

需求

  • Python 3.8+
  • Groq API密钥
  • 支持SSE（在HTTP上运行）的MCP服务器
  • MCP SDK（随requirements.txt自动安装）

安装

  1. 克隆此存储库
  2. 安装依赖项：
pip install -r requirements.txt

用法

  1. 运行应用程序：
streamlit run groq_mcp_client.py
  1. 在Streamlit UI中：
    • 在侧栏中输入Groq API密钥
    • 输入MCP服务器的URL（默认值：http://localhost:8000)
    • 点击“连接到MCP服务器”
    • 开始聊天！

运作原理

  1. 应用程序启动并通过SSE使用官方MCP SDK连接到MCP服务器
  2. MCP服务器提供可用工具列表
  3. 当您发送消息时：
    • 消息被发送到Groq的API
    • 如果Groq决定使用工具，则通过MCP服务器执行工具调用
    • 工具结果被发送回Groq
    • Groq给出了最终答复

实现细节

  • 使用官方MCP SDK与MCP服务器通信
  • 通过SSE（服务器发送事件）连接基于HTTP的服务器
  • 实现异步/等待模式以实现高效的服务器通信
  • 保持与Streamlit UI框架的兼容性

定制

您可以修改应用程序的以下方面：

  • 通过修改以下内容来更改Groq模型 model 参数在 GroqClient.generate_stream 方法
  • 通过修改Streamlit组件自定义UI
  • 为MCP客户端添加其他功能

许可证

麻省理工学院

相关 MCP