🎤 Kokoro TTS MCP服务器
让你的AI代理说话！ 🗣️ 立即将文本转换为自然语音
给你的人工智能助手一个声音！ 让他们宣布已完成的任务，提供音频反馈，并使用 自由 拥抱面部Kokoro TTS模型包裹在强大的MCP服务器中。非常适合希望自己的代理人发言的开发人员、研究人员和人工智能爱好者！
](https://hub.docker.com/r/rockstar837/kokoro-tts-mcp-server) ](https://github.com/ard1102/kokoro-tts-mcp/actions)  ](https://github.com/ard1102/kokoro-tts-mcp/releases)
✨ 为什么选择Kokoro TTS MCP？
- 🆓 完全免费：使用开源拥抱脸Kokoro模型-无需API成本！
- 🎯 AI代理集成：非常适合让你的人工智能助手宣布任务完成情况
- ⚡ 两步设置：拉取Docker镜像→ 复制MCP配置→ Done!
- 🔌 通用兼容性：适用于任何兼容MCP的IDE（Claude、Cursor等）
- 🎵 自然之声：具有多种语音选项的高质量语音合成
- 🐳 Docker就绪：Docker Hub上的预构建映像-无需复杂的设置
- 🔧 灵活部署：支持任何工作流的stdio和HTTP模式
- 🌍 交叉平台的：适用于Windows、macOS和Linux
🚀 两步设置（不到1分钟！）
第一步：拉取并运行Docker镜像
docker pull rockstar837/kokoro-tts-mcp-server:latest
docker run -p 3000:3000 rockstar837/kokoro-tts-mcp-server:latest步骤2：添加MCP配置
将此配置复制到IDE的MCP设置文件中：
对于Docker部署（HTTP模式）：
{
"mcpServers": {
"kokoro-tts": {
"command": "python",
"args": ["-c", "import requests; import sys; import json; response = requests.post('http://localhost:3000/mcp', json={'method': sys.argv[1] if len(sys.argv) > 1 else 'list_tools', 'params': {}}); print(response.text)"],
"env": {
"KOKORO_BASE_URL": "http://localhost:3000"
}
}
}
}地方发展（STDIO模式）：
{
"mcpServers": {
"kokoro-tts": {
"command": "python",
"args": ["start_mcp_server.py", "--mode", "stdio"],
"cwd": "${workspaceFolder}/prod",
"env": {
"KOKORO_BASE_URL": "http://localhost:8880",
"PYTHONPATH": "${workspaceFolder}/prod"
}
}
}
}🎉 就是这样！你的AI现在可以说话了！
通过询问你的AI助手来测试它： *“生成语音，说‘你好，我现在可以说话了！’”*
______________________________________________________________________
🛠️ 开发者：构建与贡献
想要从源代码构建还是进行更改？ 克隆存储库并按照以下说明操作：
# Clone the repository
git clone https://github.com/ard1102/kokoro-tts-mcp.git
cd kokoro-tts-mcp
# Option 1: Quick local development
./start.bat # Windows
./start.sh # Mac/Linux
# Option 2: Build your own Docker image
docker build -f prod/Dockerfile -t my-kokoro-tts .
docker run -p 3000:3000 my-kokoro-tts
# Option 3: Development with hot reload
pip install -r requirements.txt
python start_mcp_server.py --mode http --port 3000项目结构：
/prod/-生产就绪文件和Docker配置/scripts/-安装和设置脚本start_mcp_server.py-主服务器入口点kokoro_tts_mcp.py-核心MCP服务器实现
______________________________________________________________________
📋 部署选项
🐳 Docker部署（推荐）
对于Kokoro TTS和MCP服务器的完整容器化设置：
# Quick start with Docker Compose
docker-compose up -d
# Verify deployment
curl http://localhost:8880/web # Kokoro TTS web interface
curl http://localhost:3000/health # MCP server health checkDocker部署的好处：
- 孤立的环境
- 易于扩展和管理
- 跨系统的一致部署
- 服务之间的内置网络
看 详细说明。
🖥️ 本地安装
先决条件
- Kokoro快速API服务：您应该在以下位置运行Kokoro FastAPI服务
localhost:8880基于 Kokoro FastAPI文档，您可以从以下内容开始：
docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest
# or for GPU:
docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest- Python 3.8+：运行MCP服务器所需
本地安装
- 安装所需的依赖项：
pip install -r requirements.txt- 验证您的Kokoro TTS服务是否正在运行：
- 打开http://localhost:8880/web在您的浏览器中 - 查看API文档，网址：http://localhost:8880/docs
配置
用于Docker部署
Docker镜像是预先配置好的，可以随时使用。只需运行：
docker run -p 3000:3000 rockstar837/kokoro-tts-mcp-server:latest促进地方发展
在中配置环境变量 .env 文件：
KOKORO_BASE_URL=http://localhost:8880
MCP_MODE=stdio
AUDIO_OUTPUT_DIR=./output
LOG_LEVEL=INFO可用工具
配置后，您的AI助手将可以访问这些TTS工具：
generate_speech：通过语音选择将文本转换为语音list_voices：获取可用的语音选项play_audio：播放生成的音频文件check_tts_status：验证TTS服务运行状况
示例用法
问你的AI助手：
- *“使用贝拉声音生成语音，说‘任务已成功完成’”*
- *“文本转语音有哪些声音？”*
- *“为项目完成创建音频通知”*
- *“播放上次生成的音频文件”*
故障排除
常见问题
- 连接被拒绝：确保Docker容器在端口3000上运行
- 无音频输出：检查系统的音频设置和权限
- 未找到语音：使用
list_voices查看可用选项 - 未检测到MCP：验证IDE的MCP配置路径
调试模式
运行调试日志：
docker run -p 3000:3000 -e LOG_LEVEL=DEBUG rockstar837/kokoro-tts-mcp-server:latest贡献
我们欢迎捐款！请查看我们的 贡献指南 了解详情。
- 分叉存储库
- 创建要素分支
- 进行更改
- 如果适用，添加测试
- 提交拉取请求
许可证
此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。
致谢
- 科科罗TTS -令人惊叹的开源TTS模型
- Kokoro快速API -Kokoro的FastAPI包装器
- 模型上下文协议 -使这种集成成为可能的协议
______________________________________________________________________
🎤 准备好让你的AI发声了吗？从上面的两步设置开始！