vox MCP

Vox MCP

多模型AI网关 主控程序 客户。

为什么

像Claude Code、Claude Desktop和Cursor这样的MCP客户端被锁定到它们的主机模型。Vox让他们可以通过一个单一的程序访问其他所有模型——Gemini、GPT、Grok、DeepSeek、Kimi或您当地的Olama chat 工具。

设计故意最小化：提示未经修改地发送给提供者，响应未经修改就返回。无系统提示注射。无响应格式。没有行为指令。Vox增加的唯一价值是路由和会话内存——其他一切都是纯传递的。

它的作用

发送提示，可选地附加文件或图像，选择模型（或让代理选择），并返回模型的原始响应。对话线程通过以下方式持久存在于内存中 continuation_id 对于跨任何提供商的多轮交换——用Gemini启动一个线程，用GPT继续。线程作为JSONL以影子形式持久化到磁盘，可以导出为Markdown。

3个工具：

8家供应商：

快速启动

git clone https://github.com/linxule/vox-mcp.git
cd vox-mcp
cp .env.example .env
# Edit .env — add at least one API key
uv sync
uv run python server.py

MCP客户端配置

Vox作为stdio MCP服务器运行。每个客户都需要知道如何启动它。

替换 /path/to/vox-mcp 带有克隆仓库的绝对路径。

克劳德代码（CLI）

claude mcp add vox-mcp \
  -e GEMINI_API_KEY=your-key-here \
  -- uv run --directory /path/to/vox-mcp python server.py

或添加到 .mcp.json 在项目根目录中：

{
  "mcpServers": {
    "vox-mcp": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/vox-mcp", "python", "server.py"],
      "env": {
        "GEMINI_API_KEY": "your-key-here"
      }
    }
  }
}

克劳德桌面

添加 claude_desktop_config.json:

macOS： ~/Library/Application Support/Claude/claude_desktop_config.json 窗户： %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "vox-mcp": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/vox-mcp", "python", "server.py"],
      "env": {
        "GEMINI_API_KEY": "your-key-here"
      }
    }
  }
}

光标

添加 .cursor/mcp.json （项目）或 ~/.cursor/mcp.json （全球）：

{
  "mcpServers": {
    "vox-mcp": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/vox-mcp", "python", "server.py"],
      "env": {
        "GEMINI_API_KEY": "your-key-here"
      }
    }
  }
}

帆板运动

添加 ~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "vox-mcp": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/vox-mcp", "python", "server.py"],
      "env": {
        "GEMINI_API_KEY": "your-key-here"
      }
    }
  }
}

任何MCP客户端

标准的stdio配置：

{
  "mcpServers": {
    "vox-mcp": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/vox-mcp", "python", "server.py"],
      "env": {
        "GEMINI_API_KEY": "your-key-here"
      }
    }
  }
}

提示：

• 路径必须是绝对的
• 您只需要一个API密钥即可启动-稍后通过添加更多提供程序 .env
• 这 .env vox-mcp目录中的文件是自动加载的，因此API密钥可以在那里而不是在客户端配置中
• 使用 VOX_FORCE_ENV_OVERRIDE=true 在 .env 如果客户端传递的env变量与您的 .env 价值观

配置

复制 .env.example 到 .env 并配置：

• API密钥 --至少需要一个提供者密钥
• DEFAULT_MODEL — auto （默认，代理选择）或特定型号名称
• 型号限制 — GOOGLE_ALLOWED_MODELS, OPENAI_ALLOWED_MODELS等等。
• CONVERSATION_TIMEOUT_HOURS --线程TTL（默认值：24小时）
• MAX_CONVERSATION_TURNS --螺纹长度限制（默认值：100）

看 .env.example 以获取完整参考。

发展

uv sync
uv run python -c "import server"   # smoke test
uv run pytest                       # run tests

看 贡献.md 了解代码样式、项目结构以及如何添加提供程序。

许可证

Apache 2.0——请参阅 许可证 和 通知.

源自 pal mcp服务器 Beehive Innovations。