语音模式
语音模式 是 AI Skill Hub 本期精选MCP工具之一。已获得 1.2k 颗 GitHub Star，综合评分 8.0 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。
📚 深度解析
通过安装 语音模式，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。
在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。语音模式 提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。
与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将 语音模式 评为 AI 评分 8.0 分，属于同类工具中的优质选择。
📋 工具概览
语音模式 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
📖 中文文档
语音模式 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
- 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
- 提供结构化工具调用接口，显著降低 AI 集成复杂度
- 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
- 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
- 轻量无侵入设计，不影响现有系统架构
- 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
- 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
- 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/mbailey/voicemode
# 方式二：手动配置 claude_desktop_config.json
{
"mcpServers": {
"----": {
"command": "npx",
"args": ["-y", "voicemode"]
}
}
}
# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
- 确认已安装 Node.js（v18 或以上版本）
- 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
- 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
- 保存配置文件并重启 Claude 客户端
- 重启后，在对话中即可使用本工具
# 安装后在 Claude 对话中直接使用 # 示例： 用户: 请帮我用 语音模式 执行以下任务... Claude: [自动调用 语音模式 MCP 工具处理请求] # 查看可用工具列表 # 在 Claude 中输入："列出所有可用的 MCP 工具"
// claude_desktop_config.json 配置示例
{
"mcpServers": {
"____": {
"command": "npx",
"args": ["-y", "voicemode"],
"env": {
// "API_KEY": "your-api-key-here"
}
}
}
}
// 保存后重启 Claude Desktop 生效
VoiceMode
Natural voice conversations with Claude Code (and other MCP capable agents)
VoiceMode enables natural voice conversations with Claude Code. Voice isn't about replacing typing - it's about being available when typing isn't.
Perfect for:
- Walking to your next meeting
- Cooking while debugging
- Giving your eyes a break after hours of screen time
- Holding a coffee (or a dog)
- Any moment when your hands or eyes are busy
Features
- Natural conversations - speak naturally, hear responses immediately
- Works offline - optional local voice services (Whisper STT, Kokoro TTS)
- Low latency - fast enough to feel like a real conversation
- Smart silence detection - stops recording when you stop speaking
- Privacy options - run entirely locally or use cloud services
Install dependencies (CLI, Local Voice Services)
/voicemode:install
Run the installer (sets up dependencies and local voice services)
uvx voice-mode-install
Install VoiceMode plugin
claude plugin install voicemode@voicemode
Option 2: Python installer package
Installs dependencies and the VoiceMode Python package.
```bash
Install UV package manager (if needed)
curl -LsSf https://astral.sh/uv/install.sh | sh
Permissions Setup (Optional)
To use VoiceMode without permission prompts, add to ~/.claude/settings.json:
{
"permissions": {
"allow": [
"mcp__voicemode__converse",
"mcp__voicemode__service"
]
}
}See the Permissions Guide for more options.
Installation Details
<details> <summary><strong>System Dependencies by Platform</strong></summary>
Ubuntu/Debian
sudo apt update
sudo apt install -y ffmpeg gcc libasound2-dev libasound2-plugins libportaudio2 portaudio19-dev pulseaudio pulseaudio-utils python3-devWSL2 users: The pulseaudio packages above are required for microphone access.
Fedora/RHEL
sudo dnf install alsa-lib-devel ffmpeg gcc portaudio portaudio-devel python3-develmacOS
brew install ffmpeg node portaudioNixOS
```bash
Or install system-wide
nix profile install github:mbailey/voicemode
</details>
<details>
<summary><strong>Alternative Installation Methods</strong></summary>
#### From source
#### NixOS system-wide
Quick Start
Requirements: Computer with microphone and speakers
Option 1: Claude Code Plugin (Recommended)
The fastest way for Claude Code users to get started:
```bash
Optional: Add OpenAI API key as fallback for local services
export OPENAI_API_KEY=your-openai-key
Configuration
VoiceMode works out of the box. For customization:
```bash
Or configure via file
voicemode config edit ```
See the Configuration Guide for all options.
In /etc/nixos/configuration.nix
environment.systemPackages = [ (builtins.getFlake "github:mbailey/voicemode").packages.${pkgs.system}.default ]; ```
</details>
Set OpenAI API key (if using cloud services)
export OPENAI_API_KEY="your-key"
Troubleshooting
| Problem | Solution |
|---|---|
| No microphone access | Check terminal/app permissions. WSL2 needs pulseaudio packages. |
| UV not found | Run curl -LsSf https://astral.sh/uv/install.sh \| sh |
| OpenAI API error | Verify OPENAI_API_KEY is set correctly |
| No audio output | Check system audio settings and available devices |
VoiceMode 是一个旨在为 Claude Code 及其他支持 MCP 协议的智能体（Agents）提供自然语音交互能力的工具。它通过语音技术打破了传统的文本交互限制，让开发者能够通过自然的语音对话与 AI 进行实时沟通，提升开发效率与交互体验。
VoiceMode 具备极佳的交互体验：支持自然语言对话，响应即时；具备离线工作能力，可选 Whisper STT 和 Kokoro TTS 等本地语音服���；低延迟设计确保对话流畅，接近真人感；内置智能静音检测（Smart silence detection），能够自动识别说话停止的时机并停止录音；同时提供高度的隐私保护选项，支持完全本地运行或使用云端服务。
在使用 VoiceMode 之前，请确保您的计算机已配备可用的麦克风和扬声器。此外，系统需要安装必要的 CLI 工具及本地语音服务依赖。建议通过运行 `/voicemode:install` 或使用 `uvx voice-mode-install` 命令来自动配置环境。
安装 VoiceMode 有两种主要方式：首先是作为 Claude Code 插件安装，使用命令 `claude plugin install voicemode@voicemode`；其次是使用 Python 安装包，这会一并安装依赖和 VoiceMode Python 包。如果尚未安装 UV 包管理器，请先通过官方脚本进行安装。
快速上手指南：请确保您的硬件设备（麦克风与扬声器）已连接并正常工作。对于 Claude Code 用户，推荐直接通过插件方式进行集成，以获得最流畅的语音交互体验。
VoiceMode 支持开箱即用，同时也提供了灵活的自定义配置。如果您希望在本地服务不可用时使用云端能力，可以通过设置环境变量 `export OPENAI_API_KEY="your-key"` 来配��� OpenAI API key 作为备选方案，从而实现更强大的语音处理能力。
本项目主要通过环境变量进行 API 配置。若需使用云端语音服务，请务必正确设置 `OPENAI_API_KEY` 环境变量，以确保语音识别与合成功能的正常调用。
常见问题排查：若遇到麦克风权限问题，请检查终端或应用的系统权限，WSL2 用户需额外安装 pulseaudio 包；若提示找不到 UV 命令，请重新运行 UV 安装脚本；若 OpenAI API 报错，请检查 API Key 是否配置正确；若无音频输出，请检查系统音频设置。
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 做语音类 AI 产品的开发者
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- Python 依赖冲突：建议用 venv / uv 隔离环境
- CLI：直接 npm install -g / pip install，命令行调用
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
- 提供结构化工具调用接口，显著降低 AI 集成复杂度
- 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
- 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
- 轻量无侵入设计，不影响现有系统架构
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 做语音类 AI 产品的开发者
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- Python 依赖冲突：建议用 venv / uv 隔离环境
👥 适合人群
🎯 使用场景
- 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
- 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
- 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
⚖️ 优点与不足
- +MIT 协议，可免费商用
- +标准化 MCP 协议，生态互联性强
- +与 Claude 官方生态无缝对接
- +即插即用，配置简单快捷
- −依赖 Claude 客户端，非 Claude 用户无法使用
- −MCP 协议仍在持续演进，接口可能变更
- −需要一定的配置步骤
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
经综合评估，语音模式 在MCP工具赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。
| 原始名称 | voicemode |
| 原始描述 | 开源MCP工具：Natural voice conversations with Claude Code。⭐1.2k · Python |
| Topics | mcpanthropicasrclaudeclaudecode |
| GitHub | https://github.com/mbailey/voicemode |
| License | MIT |
| 语言 | Python |
收录时间：2026-06-29 · 更新时间：2026-07-03 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。