Xiaozhi Server
БесплатноНе проверенEnables to modify and manage XiaoZhi platform agents, including changing LLM, TTS, voice, role template, and name, as well as retrieving agent list information.
Описание
Enables to modify and manage XiaoZhi platform agents, including changing LLM, TTS, voice, role template, and name, as well as retrieving agent list information.
README
MCP 小智服务器是一个基于 Model Context Protocol (MCP) 的智能体管理工具,可以对小智平台的智能体进行各种操作和配置。
功能特性
- 修改智能体的大语言模型
- 修改智能体的 TTS 模型
- 修改智能体的角色音色
- 修改智能体的角色模板
- 修改智能体的名称
- 获取智能体列表信息
安装
从 PyPI 安装(推荐)
pip install mcp-xiaozhi-server
从源码安装
git clone https://github.com/yourusername/mcp-xiaozhi-server.git
cd mcp-xiaozhi-server
pip install -e .
使用方法
命令行启动
安装后,可以通过命令行启动服务器:
mcp-xiaozhi-server --host https://api.xiaozhi.com --token your_api_token
参数说明
--host: 小智 API 主机地址(必填)--token: 小智 API 访问令牌(必填)--version,-v: 显示版本信息
作为 Python 模块使用
from mcp_xiaozhi_server import XiaoZhiServerController
from mcp_xiaozhi_server.config import Config, set_config
# 设置配置
config = Config(api_host="https://api.xiaozhi.com", api_token="your_api_token")
set_config(config)
# 创建控制器
controller = XiaoZhiServerController()
# 修改智能体
result = controller.modify_xiaozhi_agent(
agent_number=1,
feature="大语言模型",
new_value="豆包"
)
print(result)
# 获取智能体列表
list_result = controller.get_xiaozhi_agent_list("all")
print(list_result)
支持的功能
1. 修改智能体配置
修改大语言模型
controller.modify_xiaozhi_agent(1, "大语言模型", "豆包")
controller.modify_xiaozhi_agent(1, "语言模型", "智谱")
controller.modify_xiaozhi_agent(1, "LLM", "通义")
修改 TTS 模型
controller.modify_xiaozhi_agent(1, "TTS模型", "豆包语音合成")
controller.modify_xiaozhi_agent(1, "语音合成", "阿里语音合成")
修改角色音色
controller.modify_xiaozhi_agent(1, "角色音色", "男声")
controller.modify_xiaozhi_agent(1, "音色", "女声")
修改角色模板
controller.modify_xiaozhi_agent(1, "角色模板", "助手")
controller.modify_xiaozhi_agent(1, "模板", "客服")
修改名称
controller.modify_xiaozhi_agent(1, "名称", "新名字")
2. 获取智能体列表信息
获取所有智能体列表
# 获取所有智能体的完整信息
result = controller.get_xiaozhi_agent_list("all")
print(f"共有 {result['data']['total_count']} 个智能体")
获取智能体总数
# 使用中文关键词
result = controller.get_xiaozhi_agent_list("数量")
print(result['data']['message']) # 输出: "一共有 X 个智能体"
# 使用英文关键词
result = controller.get_xiaozhi_agent_list("count")
print(f"总数: {result['data']['total_count']}")
获取第一个智能体信息
# 获取第一个智能体的完整信息
result = controller.get_xiaozhi_agent_list("第一个")
first_agent = result['data']
print(f"第一个智能体: {first_agent.get('agentName')}")
# 只获取第一个智能体的名称
result = controller.get_xiaozhi_agent_list("第一个名称")
print(result['data']['message']) # 输出: "第一个智能体的名字是: XXX"
# 获取第一个智能体的设备数量
result = controller.get_xiaozhi_agent_list("第一个设备")
print(result['data']['message']) # 输出: "第一个智能体 'XXX' 有 N 个设备"
支持的查询关键词
获取总数:
- 中文:
数量,多少,总数,个数 - 英文:
count
获取第一个智能体:
- 中文:
第一个,第一,首个 - 英文:
first
特定信息查询:
- 名称:
名字,名称,name - 设备:
设备,device
MCP 工具
当作为 MCP 服务器运行时,提供以下工具:
modify_agent
修改智能体配置的工具。
参数:
agent_number(int): 智能体编号(1表示第一个)feature(str): 要修改的功能new_value(str): 新的值
get_agent_list
获取智能体列表信息的工具。
参数:
query(str, 可选): 查询类型,默认为 "all"
开发
虚拟环境设置(推荐)
使用 Conda
# 创建环境
conda create -n mcp-xiaozhi python=3.11
conda activate mcp-xiaozhi
# 安装依赖
pip install -r requirements.txt
使用 Python venv
# 创建环境
python -m venv venv
# 激活环境 (Windows)
venv\Scripts\activate
# 激活环境 (macOS/Linux)
source venv/bin/activate
# 安装依赖
pip install -r requirements.txt
本地运行
# 以开发模式安装
pip install -e .
# 运行服务器
python -m mcp_xiaozhi_server.cli --host https://api.xiaozhi.com --token your_token
# 或者直接运行
mcp-xiaozhi-server --host https://api.xiaozhi.com --token your_token
构建和发布
# 安装构建工具
pip install build twine
# 构建包
python -m build
# 检查包
python -m twine check dist/*
# 发布到 PyPI
python -m twine upload dist/*
配置方式
支持两种配置方式:
1. 命令行参数(推荐)
mcp-xiaozhi-server --host https://api.xiaozhi.com --token your_api_token
2. 环境变量
export XIAOZHI_API_HOST="https://api.xiaozhi.com"
export XIAOZHI_API_TOKEN="your_api_token"
然后使用:
from mcp_xiaozhi_server.config import Config
config = Config.from_env()
许可证
MIT License
贡献
欢迎提交 Issue 和 Pull Request!
更新日志
v0.1.0
- 初始版本
- 支持修改智能体配置(大语言模型、TTS模型、角色音色、角色模板、名称)
- 支持获取智能体列表信息
- 支持多种查询方式和关键词
Установка Xiaozhi Server
У этого сервера нет опубликованного пакета — он собирается из исходников. Открой репозиторий и следуй инструкции в README.
▸ github.com/104gogo/mcp-xiaozhi-serverFAQ
Xiaozhi Server MCP бесплатный?
Да, Xiaozhi Server MCP бесплатный — установка в пару кликов через Unyly без оплаты.
Нужен ли API-ключ для Xiaozhi Server?
Нет, Xiaozhi Server работает без API-ключей и переменных окружения.
Xiaozhi Server — hosted или self-hosted?
Доступен hosted-вариант: Unyly запускает сервер в облаке, локальная установка не обязательна.
Как установить Xiaozhi Server в Claude Desktop, Claude Code или Cursor?
Открой Xiaozhi Server на unyly.org, выбери вкладку своего клиента (Claude Desktop, Claude Code, Cursor) и нажми Install — конфиг сгенерируется автоматически, без правки JSON.
Похожие MCP
Fetch
Web content fetching and conversion for efficient LLM usage.
AWS KB Retrieval
Retrieval from AWS Knowledge Base using Bedrock Agent Runtime.
автор: modelcontextprotocolSpring AI MCP Server
Provides auto-configuration for setting up an MCP server in Spring Boot applications.
llm-analysis-assistant
A very streamlined mcp client that supports calling and monitoring stdio/sse/streamableHttp, and can also view request responses through the /logs page. It also
автор: xuzexin-hzCompare Xiaozhi Server with
Не уверен что выбрать?
Найди свой стек за 60 секунд
Автор?
Embed-бейдж для README
Похожее
Все в категории ai
