Token导航 LogoToken导航TokenDH.com
Famulor MCP logo
AI代理未说明官方级别未说明来源级核验

Famulor MCP

MCP Server

Famulor MCP服务器为语音代理平台提供AI驱动的电话呼叫、助理管理和通话数据检索功能,兼容ChatGPT等MCP客户端。

工具数

0

提示词数

0

GitHub Stars

1

资源数

0
TypeScriptClaudeAI代理Claude DesktopClaudeCursor

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

bekservice

提供方

bekservice

最后核验

2026/5/17 20:21

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

详细介绍

🤖 Famulor MCP服务器

MCP(模型上下文协议)服务器 Famulor语音代理平台 它支持通过ChatGPT和其他MCP兼容客户端进行人工智能电话呼叫、助理管理和呼叫数据检索。

](https://github.com/bekservice/Famulor-MCP) ![License](LICENSE)

Famulor MCP Server

演示视频

https://www.youtube.com/watch?v=OMQeTiBNW3Q

概述

此MCP服务器提供对Famulor语音代理平台的访问,允许用户进行人工智能电话呼叫、管理语音助理以及检索呼叫记录和录音,所有这些都可以直接从任何与MCP兼容的客户端(如ChatGPT Desktop、Claude Desktop或其他与MCP兼容应用程序)进行。

🌐 在线MCP服务器

您可以在不进行本地安装的情况下使用托管的MCP服务器:

服务器已准备好使用!有关在线使用说明,请参阅 在线部署指南.

特性

  • 📞 打电话 -启动基于人工智能的电话对话
  • 🤖 管理助理 -获取并管理您的AI助手
  • 📊 检索通话数据 -获取成绩单、录音和元数据
  • 🔒 安全认证 -每个用户基于API密钥的身份验证

先决条件

  • MCP兼容客户端 例如:

- ChatGPT桌面应用程序(下载) - Claude桌面应用程序(下载) - 光标IDE - 任何其他MCP兼容客户端

注: 如果你想运行自己的本地服务器(选项2),你还需要:

快速开始

选项1:使用在线MCP服务器(推荐-无需安装)

最简单的开始方式! 使用我们托管的MCP服务器 https://mcp.famulor.io.

1.获取API密钥

  1. 首选 Famulor API密钥
  2. 登录或创建帐户
  3. 创建新的API密钥
  4. 复制API密钥(您将在下一步中需要它)

2.在客户端中配置MCP

请参阅 客户端特定安装 以下部分为您的MCP客户端(Cursor、Claude Desktop、ChatGPT Desktop等)的详细说明。

快速示例配置:

{
  "mcpServers": {
    "famulor": {
      "url": "https://mcp.famulor.io/sse",
      "env": {
        "FAMULOR_API_KEY": "your-api-key-here"
      }
    }
  }
}

3.重新启动MCP客户端

  1. 完全关闭MCP客户端
  2. 重新启动它
  3. MCP服务器应自动连接

4.测试一下!

在您的MCP客户端(ChatGPT、Claude等)中,尝试询问:

  • “给我看看我的法慕洛助手”
  • “列出我最近的通话记录”
  • “使用助理\[ID\]拨打\[电话号码\]”

______________________________________________________________________

选项2:使用自己的本地服务器

如果您更喜欢在本地运行服务器:

1.克隆存储库

git clone https://github.com/bekservice/Famulor-MCP.git
cd Famulor-MCP

2.安装依赖项

npm install

3.构建服务器

npm run build

4.获取API密钥

  1. 首选 Famulor API密钥
  2. 登录或创建帐户
  3. 创建新的API密钥
  4. 复制API密钥(您将在下一步中需要它)

5.在客户端中配置MCP

为您的平台和客户端创建或编辑MCP配置文件。请参阅 客户端特定安装 请参阅下面的部分以获取详细说明。

配置示例:

{
  "mcpServers": {
    "famulor": {
      "command": "node",
      "args": [
        "/absolute/path/to/Famulor-MCP/dist/index.js"
      ],
      "env": {
        "FAMULOR_API_KEY": "your-api-key-here"
      }
    }
  }
}

重要提示:

  • 替换 /absolute/path/to/Famulor-MCP 带有克隆存储库的实际绝对路径
  • 替换 your-api-key-here 使用您的实际Famulor API密钥
  • 在Windows上,在路径中使用正斜杠或转义反斜杠

示例路径:

  • macOS: /Users/username/Famulor-MCP/dist/index.js
  • 窗户: C:/Users/username/Famulor-MCP/dist/index.jsC:\\Users\\username\\Famulor-MCP\\dist\\index.js
  • Linux: /home/username/Famulor-MCP/dist/index.js

6.重新启动MCP客户端

  1. 完全关闭您的MCP客户端(ChatGPT桌面、Claude桌面等)
  2. 重新启动它
  3. MCP服务器应自动连接

7.测试一下!

在您的MCP客户端(ChatGPT、Claude等)中,尝试询问:

  • “给我看看我的法慕洛助手”
  • “列出我最近的通话记录”
  • “使用助理\[ID\]拨打\[电话号码\]”

客户端特定安装

请在下面选择您的MCP客户端以获取具体的安装说明:

适用于克劳德桌面

重要提示: Claude Desktop目前仅支持本地 command-基于MCP服务器配置。即使在最新版本中,也不支持基于HTTP/URL的配置。

安装说明

  1. 查找您的配置文件:

- macOS: ~/Library/Application Support/Claude/claude_desktop_config.json - 视窗: %APPDATA%\Claude\claude_desktop_config.json - Linux: ~/.config/Claude/claude_desktop_config.json

  1. 添加MCP服务器配置:

打开配置文件并将以下内容添加到 mcpServers 章节:

   {
     "mcpServers": {
       "famulor": {
         "command": "node",
         "args": [
           "/absolute/path/to/Famulor-MCP/dist/index.js"
         ],
         "env": {
           "FAMULOR_API_KEY": "your-api-key-here"
         }
       }
     }
   }

重要提示:

- 替换 /absolute/path/to/Famulor-MCP 使用您到存储库的实际绝对路径 - 替换 your-api-key-here 使用您的实际Famulor API密钥 - 您可以在获取API密钥 Famulor API密钥 - 确保您已经构建了服务器: npm run build - 路径必须是绝对的(不是相对的)

  1. 完全重新启动克劳德桌面 以使更改生效。

对于光标

选项1:使用在线MCP服务器(推荐-无需安装)

全局安装(推荐):

  1. 首选 光标设置 > 工具和集成
  1. 点击 “新建MCP服务器”
  1. 这将打开 ~/.cursor/mcp.json
  1. 添加以下配置:
   {
     "mcpServers": {
       "famulor": {
         "type": "http",
         "url": "https://mcp.famulor.io/sse",
         "headers": {
           "Authorization": "Bearer your-api-key-here"
         }
       }
     }
   }

重要提示:

- 替换 your-api-key-here 使用您的实际Famulor API密钥 - API密钥必须加前缀 Bearer 在授权标头中 - 您可以在获取API密钥 Famulor API密钥

  1. 回到 设置 > 主控程序 然后单击 刷新 按钮
  1. Cursor代理现在将能够使用Famulor MCP工具

项目具体安装:

  1. 创建或编辑 .cursor/mcp.json 在项目根目录中
  2. 添加与上述相同的配置
  3. 重新启动光标或刷新MCP设置

选项2:使用自己的本地服务器

全局安装(推荐):

  1. 首选 光标设置 > 工具和集成
  1. 点击 “新建MCP服务器”
  1. 这将打开 ~/.cursor/mcp.json
  1. 添加以下配置:
   {
     "mcpServers": {
       "famulor": {
         "command": "node",
         "args": [
           "/absolute/path/to/Famulor-MCP/dist/index.js"
         ],
         "env": {
           "FAMULOR_API_KEY": "your-api-key-here"
         }
       }
     }
   }
  1. 回到 设置 > 主控程序 然后单击 刷新 按钮
  1. Cursor代理现在将能够使用Famulor MCP工具

项目具体安装:

  1. 创建或编辑 .cursor/mcp.json 在项目根目录中
  2. 添加与上述相同的配置
  3. 重新启动光标或刷新MCP设置

克劳德代码

选项1:使用在线MCP服务器(推荐-无需安装)

要将在线MCP服务器添加到Claude Code中,请在终端中运行以下命令:

claude mcp add-json "famulor" '{"type":"http","url":"https://mcp.famulor.io/sse","headers":{"Authorization":"Bearer your-api-key-here"}}'

注:

  • 替换 your-api-key-here 使用您的实际Famulor API密钥
  • API密钥必须加前缀 Bearer 在授权标头中
  • 您可以在获取API密钥 Famulor API密钥

选项2:使用自己的本地服务器

要将本地MCP服务器添加到Claude Code,请在终端中运行以下命令:

claude mcp add-json "famulor" '{"command":"node","args":["/absolute/path/to/Famulor-MCP/dist/index.js"],"env":{"FAMULOR_API_KEY":"your-api-key-here"}}'

注: 替换 /absolute/path/to/Famulor-MCP/dist/index.js 根据您的实际路径和 your-api-key-here 使用您的实际API密钥。

请参阅 Claude Code MCP官方文档 了解更多详情。

适用于ChatGPT桌面应用程序

选项1:使用在线MCP服务器(推荐-无需安装)

  1. 查找您的配置文件:

- macOS: ~/Library/Application Support/ChatGPT/mcp.json - 视窗: %APPDATA%\ChatGPT\mcp.jsonC:\Users\YourUsername\AppData\Roaming\ChatGPT\mcp.json - Linux: ~/.config/ChatGPT/mcp.json

  1. 添加在线MCP服务器配置:
   {
     "mcpServers": {
       "famulor": {
         "url": "https://mcp.famulor.io/sse",
         "env": {
           "FAMULOR_API_KEY": "your-api-key-here"
         }
       }
     }
   }
  1. 重新启动ChatGPT桌面应用程序 以使更改生效。

选项2:使用自己的本地服务器

  1. 查找您的配置文件:

- macOS: ~/Library/Application Support/ChatGPT/mcp.json - 视窗: %APPDATA%\ChatGPT\mcp.jsonC:\Users\YourUsername\AppData\Roaming\ChatGPT\mcp.json - Linux: ~/.config/ChatGPT/mcp.json

  1. 添加MCP服务器配置:
   {
     "mcpServers": {
       "famulor": {
         "command": "node",
         "args": [
           "/absolute/path/to/Famulor-MCP/dist/index.js"
         ],
         "env": {
           "FAMULOR_API_KEY": "your-api-key-here"
         }
       }
     }
   }
  1. 重新启动ChatGPT桌面应用程序 以使更改生效。

替代方案:使用在线MCP服务器

无需本地安装! 您可以在以下位置使用托管的MCP服务器 https://mcp.famulor.io.

适用于OpenAI应用商店/ChatGPT Web

  1. 在中注册您的应用程序 OpenAI开发者门户
  2. 配置MCP服务器URL: https://mcp.famulor.io/sse
  3. 用户将通过ChatGPT/Claude UI输入自己的Famulor API密钥
  4. 每个用户的API密钥都被安全地存储和使用

ONLINE_DEPLOYMENT.md 详细说明。

适用于支持HTTP/SSE的MCP客户端

一些MCP客户端支持HTTP/SSE连接。配置您的客户端以连接到:

  • 统一资源定位符: https://mcp.famulor.io/sse
  • API密钥:在客户端的配置中输入您的Famulor API密钥

替代方案:使用环境变量

而不是将API密钥放入 mcp.json,您可以使用环境变量:

  1. 设置环境变量:
   export FAMULOR_API_KEY="your-api-key-here"  # macOS/Linux
   # or
   set FAMULOR_API_KEY=your-api-key-here        # Windows CMD
   # or
   $env:FAMULOR_API_KEY="your-api-key-here"     # Windows PowerShell
  1. 删除 env 部分从 mcp.json:
   {
     "mcpServers": {
       "famulor": {
         "command": "node",
         "args": [
           "/absolute/path/to/Famulor-MCP/dist/index.js"
         ]
       }
     }
   }

发展

# Development with Hot Reload
npm run dev

# Build for Production
npm run build

# Start Production Build
npm start

# Lint Code
npm run lint

# Format Code
npm run format

可用工具

呼叫工具

  • make_call -与AI助手打电话

- 参数: assistant_id, phone_number, variables (可选)

  • get_call -获取特定通话的详细信息

- 参数: call_id

  • list_calls -列出所有带有可选过滤器的呼叫(分页)

- 参数: - assistant_id (可选)-按助理ID筛选 - page (可选)-页码(默认值:1) - per_page (可选)-每页呼叫数(默认值:15) - 返回:分页响应 data 包含调用和分页元数据的数组 - 参数: assistant_id (可选), limit (可选)

辅助工具

  • get_assistants -获取所有可用的AI助手(分页)

- 参数: - page (可选)-页码(默认值:1) - per_page (可选)-每页助理人数(默认值:10) - 返回:分页响应 data 包含助手和分页元数据的数组(current_page, per_page, total, last_page, next_page_url等等)

  • get_phone_numbers -获取助理分配的所有可用电话号码

- 参数: - type (可选)-按助理类型筛选电话号码:“入站”或“出站” - 返回:可用电话号码数组,包括ID、电话号码、国家代码、类型标签和可用性状态等详细信息

  • get_models -获取所有可用的LLM型号以进行辅助配置

- 参数:无 - 返回:具有ID和名称的可用LLM模型数组

  • get_voices -获取所有可用语音以进行助手配置

- 参数: - mode (可选)-按辅助模式过滤语音:“管道”或“多模式” - 返回:具有ID、名称和模式兼容性的可用语音数组

  • get_languages -获取助手配置的所有可用语言

- 参数:无 - 返回:包含ID、名称和ISO 639-1双字母语言代码(ISO_2)的可用语言数组

  • update_assistant -更新现有AI助手的配置

- 参数: - id (必填)-要更新的助理的唯一ID - 所有其他参数都是可选的,只有指定的字段才会更新: - assistant_name -助理姓名(最多255个字符) - voice_id -语音ID(必须存在于可用语音中) - language -语言名称(最多100个字符) - llm_model -LLM型号名称(最多100个字符) - calls_direction -呼叫方向类型:“接收”或“发出” - engine_type -发动机类型:“管道”或“多模式” - timezone -时区(例如,“欧洲/柏林”) - initial_message -呼叫开始时,助理将说出的第一条消息 - system_prompt -系统提示定义助手行为和个性 - phone_number_id -要分配的电话号码ID(设置为null以删除) - tool_ids -与助手同步的通话中动作ID数组 - endpoint_type -语音活动检测类型:“vad”或“ai” - endpoint_sensitivity -端点灵敏度级别(0-5) - interrupt_sensitivity -中断灵敏度级别(0-5) - ambient_sound_volume -环境音量(0-1) - post_call_evaluation -是否启用通话后评估 - send_webhook_only_on_completed -是否仅在完成呼叫时发送webhooks - include_recording_in_webhook -是否在webhook负载中包含录制URL - is_webhook_active -是否启用webhook通知 - webhook_url -调用后通知的Webhook URL(设置为null以删除) - use_min_interrupt_words -是否使用最小中断字设置 - min_interrupt_words -允许中断前的最小字数(0-10) - variables -助手自定义变量的键值对 - post_call_schema -调用后数据提取的模式定义 - end_call_tool -结束呼叫工具配置 - llm_temperature -LLM温度设置(0-1) - voice_stability -语音稳定设置(0-1) - voice_similarity -语音相似度设置(0-1) - speech_speed -语音速度倍增器(0.7-1.2) - allow_interruptions -是否允许来电者打断 - filler_audios -处理过程中是否使用填充音频 - re_engagement_interval -重新接合间隔(秒)(7-600) - max_call_duration -最大通话时长(秒)(20-1200) - max_silence_duration -最大静音持续时间(秒)(1-120) - end_call_on_voicemail -是否结束语音邮件检测通话 - noise_cancellation -是否启用噪声消除 - record_call -通话是否需要录音 - who_speaks_first -通话中谁先发言:“人工智能助理”还是“客户” - 返回:成功消息和更新的助手数据

对话工具

  • get_conversation -获取现有Famulor对话的完整消息历史记录

- 参数: uuid (必填)-要检索的对话的UUID - 返回:包含消息、角色和函数调用的完整对话历史记录

  • create_conversation -与AI助手开始新的聊天会话

- 参数: - assistant_id (必填)-将处理对话的助手的UUID - type (可选)-对话类型:“小部件”(付费)或“测试”(免费开发) - variables (可选)-要注入助手上下文的自定义变量(可通过{{variable_name}}访问) - 返回:对话ID、状态和初始历史记录(如果助手有开始消息) - 注: 小部件对话是付费的;测试对话可供免费开发

  • send_message -向现有对话发送用户消息并接收助手的响应

- 参数: - uuid (必需)-现有对话的UUID - message (必填)-要发送的用户消息(最多2000个字符) - 返回:助手响应消息和响应期间执行的任何函数调用 - 注: 小部件对话每条用户消息的成本为0.01美元;测试对话是免费的

活动工具

  • list_campaigns -列出Famulor帐户中的所有活动

- 参数:无 - 返回:所有活动的数组,包括状态、设置和日程安排信息等详细信息

  • update_campaign_status -在Famulor系统中启动或停止一个战役

- 参数: - campaign_id (必填)-要更新的活动ID - action (必填)-要执行的操作:“启动”或“停止” - 返回:成功消息和更新的活动状态 - 注: 启动一个活动需要足够的线索和平衡。停止活动将取消正在进行的通话。

铅工具

  • list_leads -列出已验证用户的所有潜在客户(分页)

- 参数: - page (可选)-页码(默认值:1) - per_page (可选)-每页的潜在客户数(默认值:15) - 返回:分页响应 data 包含线索和分页元数据的数组 - 参数:无 - 返回:所有潜在客户的数组,包含详细信息,包括电话号码、状态、变量、活动信息和次要联系人

  • create_lead -在法慕洛系统中创建新的线索

- 参数: - phone_number (必填)-E.164格式的电话号码 - campaign_id (必填)-活动的ID - variables (可选)-要传递给主管的变量数组 - allow_dupplicate (可选)-活动中是否允许重复的潜在客户 - 返回:创建了带有ID的潜在客户信息 - 注: 使用 get_assistants 获取创建潜在客户时可以使用的辅助信息和变量

  • update_lead -更新活动中的现有潜在客户

- 参数: - id (必填)-要更新的潜在客户的ID - campaign_id (可选)-要分配潜在客户的活动ID - phone_number (可选)-电话号码(自动格式化为E.164) - status (可选)-状态:“已创建”、“已完成”或“已达到最大重试次数” - variables (可选)-要与现有潜在客户变量合并的自定义变量 - 返回:确认潜在客户已更新的成功消息

短信工具

  • send_sms -通过您的电话号码发送短信

- 参数: - from (必填)-发送短信的电话号码ID(必须支持短信) - to (必填)-收件人的国际格式电话号码(例如“+4915123456789”) - body (必填)-短信内容(最多300个字符) - 返回:成功消息和SMS数据,包括SMS ID、分段、成本和状态 - 注: - 发件人电话号码必须属于经过身份验证的用户,并且支持短信 - 需要足够的账户余额来支付短信费用 - 短信费用因目的地国家而异,按分段计算 - 长消息可能会被拆分为多个部分,从而增加成本

中期通话工具

  • list_mid_call_tools -列出所有允许AI助手在调用过程中与外部API交互的调用中工具

- 参数:无 - 返回:所有中间调用工具的数组,包括名称、描述、端点、方法、超时、标头和模式等详细信息

  • get_mid_call_tool -获取特定通话中工具的详细信息

- 参数: - id (必填)-中间调用工具的唯一ID - 返回:完整的工具信息,包括配置和模式

  • update_mid_call_tool -更新现有的通话中工具

- 参数: - id (必填)-要更新的工具的唯一ID - name (可选)-工具名称(仅限小写字母和下划线) - description (可选)-详细解释人工智能何时以及如何使用此工具 - endpoint (可选)-要调用的API终结点的有效URL - method (可选)-HTTP方法:GET、POST、PUT、PATCH或DELETE - timeout (可选)-请求超时(秒)(1-30) - headers (可选)-随请求一起发送的HTTP标头 - schema (可选)-AI将提取和发送的参数模式 - 返回:成功消息和更新的工具数据

项目结构

Famulor-MCP/
├── src/
│   ├── index.ts          # MCP Server Entry Point
│   ├── server.ts         # MCP Server Setup
│   ├── tools/            # Famulor API Tools
│   │   ├── calls.ts      # Call Operations
│   │   ├── assistants.ts # Assistant Operations
│   │   ├── conversations.ts # Conversation Operations
│   │   ├── campaigns.ts   # Campaign Operations
│   │   ├── leads.ts       # Lead Operations
│   │   ├── sms.ts         # SMS Operations
│   │   ├── midCallTools.ts # Mid-Call Tools Operations
│   │   └── index.ts      # Tools Export
│   ├── auth/             # Authentication
│   │   └── famulor.ts    # Famulor API Client
│   └── types/            # TypeScript Types
│       └── famulor.ts    # Famulor API Types
├── dist/                 # Compiled JavaScript (generated)
├── package.json
├── tsconfig.json
├── README.md
├── QUICKSTART.md         # Quick start guide
├── MCP_SETUP.md          # Detailed setup guide
├── DEPLOYMENT.md          # Deployment guide
└── ONLINE_DEPLOYMENT.md   # Online deployment guide

故障排除

找不到服务器

  • 验证构建是否成功: npm run build
  • 检查一下 dist/index.js 存在
  • 验证中的路径 mcp.json 是正确和绝对的
  • 在Windows上,确保使用正斜杠或正确转义的反斜杠

API密钥错误

  • 确保在中设置了API密钥 mcp.json 或作为环境变量
  • 验证API密钥在 Famulor API密钥
  • 检查API密钥是否尚未过期

无法识别MCP服务器

  • 检查MCP配置文件中的JSON语法(使用JSON验证器)
  • 确保路径 dist/index.js 是绝对的
  • 完全重新启动MCP客户端(ChatGPT桌面、Claude桌面等)
  • 检查客户日志中的错误消息

Node.js版本问题

  • 验证Node.js版本: node --version (必须大于等于20.0.0)
  • 如果需要,更新Node.js:

关于MCP

这是一个 模型上下文协议(MCP)服务器 其提供对Famulor语音代理平台的访问。MCP是一种协议,允许ChatGPT、Claude和其他AI工具等AI助手安全地连接到外部数据源和工具。

服务器将Famulor的语音代理功能作为MCP工具公开,使任何兼容MCP的客户端(ChatGPT Desktop、Claude Desktop或其他MCP应用程序)都能与Famulor平台交互。

安全

  • ✅ 每个用户配置自己的API密钥
  • ✅ API密钥本地存储在MCP配置文件中(由MCP客户端加密)
  • ✅ 没有API密钥通过网络发送(stdio是本地的)
  • 切勿将带有API密钥的MCP配置文件提交到版本控制
  • 永远不要公开共享您的API密钥

资源

贡献

欢迎投稿!请随时提交拉取请求。

许可证

专有许可证-仅允许Famulor用户使用

仅当您使用时,才能使用、复制和修改此软件 Famulor语音代理平台。看 许可证 文件以获取完整详细信息。

作者

bekservice

目录标签

目录标签

TypeScriptClaudeAI代理语音代理混合部署AI电话呼叫管理MCP协议自动化通信

支持客户端

Claude DesktopClaudeCursor

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

token

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

未说明token部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

仍需确认:installCommand

来源信息

继续浏览同类 MCP