Soundbox:本地音频 MCP 服务器,21 个工具让 Agent 生成音效语音

WeakTrifle3475 · reddit · 2026-10-20

开源(MIT)应用 Soundbox 用开放权重模型在本地生成音效、音乐和语音,并以 MCP 服务器形式暴露 21 个工具供智能体调用。作者分享了几个对做 MCP 服务器的人很有参考价值的设计决策:

• 免配置归因:利用 initialize 握手中的 clientInfo 给每次调用和产出的音频打标,应用可直接显示哪个客户端做了什么,无需 header 或 API key。
• 会等待的工具:generate 阻塞直到 WAV 文件生成并返回绝对路径,而不是 job id——拿到路径的 agent 直接用,拿到 job id 的还得记得轮询。
• 跨轮次的有状态场景:createstory / addlines / speakstory / exportstory 让 agent 逐步搭建多轨编排,openinstudio 可交给用户手动收尾。
• 可观测性:每次调用记录到 Agents 页面和 GET /api/mcp/calls,可导出 OpenTelemetry traces。
• DNS 重绑定检查:HTTP 端点带白名单。

一行命令即可接入:claude mcp add --transport http soundbox http://127.0.0.1:17494/mcp。支持 HTTP transport 及 stdio 桥接,可跑在 Windows、macOS 或 Docker。

原文链接 →

「编程与Agent」频道最新

• Clairvoyance 把 C++ 游戏原样转成 Web 应用，开发者可快速试新想法 — draginol · 2026-10-20
• 用 Claude Code 两分钟揪出 Airbnb 烟雾探测器里的隐藏摄像头 — 4KTV · 2026-10-20
• 旧金山技术聚会热议"我们是不是跑了太多 Agent"，240 人报名 — josh_wills · 2026-10-20
• 研究实锤：仅靠 API 输出即可从 LLM 中提取真实泄露密钥 — nordicinst · 2026-10-20
• SageCut 技能把 Claude 视频质检成本从 $127 压到 16 美分 — _AustinCalvert_ · 2026-10-20
• 用小模型预筛帧，Opus 5.5 视频审查成本降 90% — _AustinCalvert_ · 2026-10-20

更多「编程与Agent」频道 AI 资讯 →