Genius MCP

Genius MCP服务器

MCP服务器带来以下功能 天才 进入你的AI助手。

通过一套由官方Genius API和 lyricsgenius Python库。

______________________________________________________________________

目录

• 它的作用
• 工具
• 提示
• 入门指南

- 1.获取Genius API代币 - 2.配置环境变量 - 3.使用Python运行 -

• 运输方式
• 连接到MCP客户端
• 注释信任级别
• 项目结构
• 许可证

______________________________________________________________________

它的作用

Genius MCP服务器将Genius.com知识库暴露给任何兼容MCP的AI客户端（Claude Desktop、Claude Code、Cursor等）。它让AI：

• 搜索 按名称列出歌曲和艺术家
• 获取完整的歌曲元数据 --标题、专辑、发行日期、歌词状态和Genius编辑描述
• 获取艺术家个人资料 --个人简介、关注者数量、验证状态
• 浏览艺术家的唱片 --按流行度或发布日期排序，或作为带有曲目列表的完整专辑列表
• 阅读注释 --社区和艺术家验证了对特定歌词片段的解释，每个片段都标有信任级别，以便人工智能知道该给它们多少权重
• 阅读专辑插图注释 --直接写在专辑封面艺术图像上的视觉元素、象征主义和艺术选择的社区解释
• 探索歌曲关系 --发现歌曲采样、插值、翻唱或混音的内容，以及后来的歌曲依次采样的内容
• 查找歌曲署名 --作家、制作人、特邀艺术家和定制表演角色（混音工程师、录音室、唱片公司）
• 运行预构建的分析提示 在一次拍摄中收集所有相关数据，并要求人工智能对歌曲或艺术家进行深入分析

______________________________________________________________________

工具

一些工具称为 官方天才API (api.genius.com)使用您的访问令牌。其他人使用 lyricsgenius Python库，访问Genius的未记录的公共API-这些端点不属于官方API合同的一部分，可能会在不通知的情况下更改。

______________________________________________________________________

提示

提示是预先构建的多步骤工作流程，从Genius收集数据，并在结构化的环境中将其提供给AI。

analyze-song

Args： song_title （必填）， artist_name （可选）

搜索歌曲，获取其完整的元数据和编辑描述，检索所有注释（按信任级别排序），并要求人工智能对歌曲的含义、主题和文化背景进行深入分析。

artist-deep-dive

Args： artist_name （必填）

获取艺术家的完整个人简介、他们的前三首最受欢迎的歌曲以及元数据和艺术家验证的注释（如有），并要求人工智能概述艺术家的主题、风格和意义。

______________________________________________________________________

入门指南

1.获取Genius API代币

1. 首选 https://genius.com/api-clients 并登录。
2. 创建一个新的API客户端。
3. 复制 客户端访问令牌 --这是您将使用的值 GENIUS_ACCESS_TOKEN.

2.配置环境变量

复制示例env文件并填写您的令牌：

cp .env.example .env

编辑 .env:

# Required — your Genius API access token
GENIUS_ACCESS_TOKEN=your_token_here

# Transport mode:
# true  → run as a Streamable HTTP server on port 8080
# false → run in stdio mode (for Claude Desktop)
STREAMABLE_HTTP=true

3.使用Python运行

要求： Python 3.11+

安装依赖项：

pip install -r requirements.txt

运行服务器：

python main.py

服务器将于启动 http://127.0.0.1:8080 （流式HTTP模式）或stdio模式，具体取决于您的 STREAMABLE_HTTP 设置。

4.使用Docker运行

流式HTTP模式 （默认）：

docker compose up --build

服务器运行方式为 genius-mcp-server 在端口8080上。这 .env 文件已装载到容器中——在开始之前，请确保它存在并包含您的令牌。

stdio模式 （例如，通过Docker为Claude Desktop）：

集 STREAMABLE_HTTP=false 在你的 .env，然后运行：

docker run --rm -i --env-file .env $(docker build -q .)

______________________________________________________________________

运输方式

______________________________________________________________________

连接到MCP客户端

克劳德代码（流式HTTP）

claude mcp add genius --transport http http://127.0.0.1:8080/mcp

克劳德桌面（stdio）

随着 STREAMABLE_HTTP=false 在你的 .env，将此添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "genius": {
      "command": "python",
      "args": ["/absolute/path/to/genius-mcp/main.py"],
      "env": {
        "GENIUS_ACCESS_TOKEN": "your_token_here",
        "STREAMABLE_HTTP": "false"
      }
    }
  }
}

______________________________________________________________________

注释信任级别

服务器返回的每个注释都包含 trust_level 现场。这让AI对源可靠性进行推理：

这 get_song_annotations 工具接受 filter 参数仅检索特定信任级别的注释。

______________________________________________________________________

项目结构

genius-mcp/
├── main.py                    # Entry point — configures transport and starts the server
├── app.py                     # FastMCP app instance
├── mcp_components/
│   ├── genius_api.py          # Async HTTP client for the Genius API
│   ├── mcp_tools.py           # MCP tool definitions
│   └── mcp_prompts.py         # MCP prompt definitions
├── tests/
│   ├── test_mcp_server_initialization.py
│   └── test_mcp_server_tools.py
├── Dockerfile
├── docker-compose.yml
├── requirements.txt
└── .env.example

______________________________________________________________________

许可证

麻省理工学院