AI导哈

语音合成开发环境

Kokoro MCP Server是一个语音合成开发环境，提供Python开发工具链、Docker支持和语音合成引擎集成，适用于语音合成应用的开发和测试。

  • by NewAITees
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 newaitees/kokoro-mcp-server

使用说明

Kokoro MCP Server 开发环境设置指南

在这个导游中Kokoro MCP Server 详细说明如何设置项目开发环境。

前提条件

Kokoro MCP Server 开发需要以下软件：

  • Python 3.10 以上
  • uv 包管理器
  • Git
  • Docker 打开Docker Compose
  • Kokoro 语音合成引擎（在实际模式下使用时）

基本设置

1.克隆存储库

# リポジトリのクローン
git clone https://github.com/yourusername/Kokoro-MCP-Server.git
cd Kokoro-MCP-Server

2. uv安装并创建虚拟环境

# uvのインストール（macOS/Linux）
curl -sSf https://astral.sh/uv/install.sh | sh
# または（Windows）
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

# 仮想環境の作成
uv venv

# 仮想環境の有効化（Windows）
.venv\Scripts\activate

# 仮想環境の有効化（macOS/Linux）
source .venv/bin/activate

3.安装依赖包

# 依存パッケージのインストール
uv pip install -r requirements.txt

# 開発用パッケージのインストール
uv pip install -r requirements-dev.txt

4. PyOpenJTalk安装

PyOpenJTalk表示Windows中的安装可能需要附加设置：

# Linuxの場合
CMAKE_POLICY_VERSION_MINIMUM=3.5 uv pip install pyopenjtalk

# Windowsの場合
$env:CMAKE_POLICY_VERSION_MINIMUM = "3.5"; uv pip install pyopenjtalk

# インストールに問題がある場合は、ビルド済みホイールを試す
uv pip install https://github.com/r9y9/pyopenjtalk/releases/download/v0.3.0/pyopenjtalk-0.3.0-cp39-cp39-win_amd64.whl

MeCab打开fugashi设置

1. MeCab安装（Linux）

sudo apt-get update
sudo apt-get install -y mecab libmecab-dev mecab-ipadic-utf8

2. fugashi打开unidic-lite安装

uv pip install fugashi[unidic] unidic-lite ipadic

3. Windows特定设置

Windows那么MeCab的配置文件路径可能需要手动设置：

# mecab_windows_setup.pyを実行
python mecab_windows_setup.py

开発用设定

1.开发模式的有效化

在开发模式下，将启用调试日志并自动反映更改。

# 開発モードで実行
MOCK_TTS=true python src/main.py --dev

2.日志设置

通过调整日志级别，可以查看详细的调试信息。

# デバッグログを有効にして実行
python src/main.py --log-level debug

3.使用莫克模式

Kokoro在没有语音合成引擎的环境下也能开发，可以使用莫克模式：

# モックモードで実行
MOCK_TTS=true python src/main.py

测试环境

1.运行测试

项目包括自动测试套件。

2.测试客户端

Docker环境

1. Docker构建和运行容器

# イメージをビルド
make build

# コンテナを起動
make up

# ログを確認
make logs

# コンテナ内でシェルを実行
make shell

2.多体系结构构建

可以为多个体系结构（amd64，arm64）构建映像：

# Docker Hub ユーザー名を設定
export DOCKER_HUB_USERNAME="your-username"

# マルチアーキテクチャビルドを実行
./build-multi-arch.sh

3.部署到生产环境

要部署到生产环境：

  1. 配置文件准备：
# 設定ファイルをコピーして編集
cp claude_desktop_config.json.example claude_desktop_config.json
  1. 编辑配置文件：
  • API 设置关键帧
  • 设置卷路径
  • 设置资源限制
  1. 执行部署：
# デプロイスクリプトを実行
./deploy.sh

4.开发模式下的Docker执行

# 開発モードでコンテナを起動（モックTTSを使用）
make dev

调试方法

1.启用调试日志

要查看详细的调试信息，请调整日志级别。

# デバッグログを有効にして実行
python src/main.py --log-level debug

2. Python Debugger使用

Python可以使用调试程序交互调试代码：

# コード内でデバッグポイントを設定
import pdb; pdb.set_trace()

3.记录请求/响应

MCP记录并确认请求和响应：

# リクエスト/レスポンスのロギングを有効化
python src/main.py --log-level debug --log-requests

代码质量工具

1. Black代码格式

# コードのフォーマット
black src/ tests/

2. isort使用组织导入

# インポートの整理
isort src/ tests/

3. flake8护发素

# コードのリント
flake8 src/ tests/

4. mypy类型检查

# 型チェック
mypy src/

常见问题及解决办法

1. MeCab关联错误

MeCab缺少支持的问题mecabrc如果无法访问文件，请尝试以下解决方案：

# MeCabの設定ファイルを探す
find / -name mecabrc 2>/dev/null

# 環境変数の設定
export MECABRC=/path/to/mecabrc

# または、シンボリックリンクの作成
sudo ln -sf /path/to/mecabrc /usr/local/etc/mecabrc

2. fugashi打开unidic关联错误

# まず、既存のパッケージをアンインストール
uv pip uninstall fugashi ipadic unidic-lite

# インストールし直す
uv pip install fugashi[unidic] unidic-lite ipadic

3. PyTorch关联错误

# PyTorchの再インストール
uv pip uninstall torch
uv pip install torch

MCP开发最佳实践

  1. 明确工具定义: MCP请明确定义工具的参数和返回值
  2. 错误处理：所有MCP请正确处理请求的错误
  3. 测试驱动开发：在添加新功能之前创建测试
  4. 文档：所有API请适当地将和工具文档化

获取帮助

如果在开发过程中遇到问题：

  • GitHub Issues 报告错误
  • 项目名称Wiki 中所述修改相应参数的值
  • README.md 屋脊ARCHITECTURE.md 查看文档

环境变数

可以使用以下环境变量自定义服务器行为：

  • OPENAI_API_KEY: OpenAI API按键
  • CLAUDE_API_KEY: Claude API按键
  • LOG_LEVEL：日志级别（DEBUG，INFO，WARNING，ERROR）
  • MOCK_TTS：启用莫克模式（真/假）
  • PORT：服务器端口号（默认值：8080）

故障排除

1. Docker相关问题

  • 构建映像失败：

    # キャッシュを使用せずにビルド
make build-no-cache

  • 如果容器未启动：

    # ログを確認
docker logs kokoro-mcp-server

2. PyOpenJTalk相关问题

CMake的版本错误：

# 環境変数を設定してインストール
CMAKE_POLICY_VERSION_MINIMUM=3.5 uv pip install pyopenjtalk

现在Kokoro MCP Server 的开发环境。快乐的编码！

相关 MCP