能力标签
开源MCP工具
🔌
MCP工具

开源MCP工具

基于 Python · 让 AI 助手直接操作你的系统与工具
英文名:telephony-mcp-server
⭐ 11 Stars 🍴 5 Forks 💻 Python 📄 MIT 🏷 AI 7.5分
7.5AI 综合评分
mcpmcp-serverpythontelephonyvonage
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估,开源MCP工具 获评「推荐使用」。这款MCP工具在功能完整性、社区活跃度和易用性方面表现出色,AI 评分 7.5 分,适合有一定技术背景的用户使用。

📚 深度解析

开源MCP工具 是一款基于 MCP(Model Context Protocol)标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源,旨在建立 AI 模型与外部工具之间的标准化通信接口,目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 开源MCP工具,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。开源MCP工具 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 开源MCP工具 评为 AI 评分 7.5 分,属于同类工具中的优质选择。

📋 工具概览

一个简单的MCP服务器,集成了电话工具,方便开发和测试

开源MCP工具 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。

GitHub Stars
⭐ 11
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目,按需更新
开源协议
MIT
AI 综合评分
7.5 分
工具类型
MCP工具
Forks
5

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

一个简单的MCP服务器,集成了电话工具,方便开发和测试

开源MCP工具 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。

📌 核心特色
  • 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
🎯 主要使用场景
  • 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
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:通过 Claude Code CLI 一键安装
claude skill install https://github.com/khan2a/telephony-mcp-server

# 方式二:手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "--mcp--": {
      "command": "npx",
      "args": ["-y", "telephony-mcp-server"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
📋 安装步骤说明
  1. 确认已安装 Node.js(v18 或以上版本)
  2. 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
  3. 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
  4. 保存配置文件并重启 Claude 客户端
  5. 重启后,在对话中即可使用本工具
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 安装后在 Claude 对话中直接使用
# 示例:
用户: 请帮我用 开源MCP工具 执行以下任务...
Claude: [自动调用 开源MCP工具 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"
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "__mcp__": {
      "command": "npx",
      "args": ["-y", "telephony-mcp-server"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效
📑 README 深度解析 真实文档 完整度 75/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

简介

📖 Blog Post: Learn more about this project in the detailed blog post: Telephony MCP Server for Agentic AI and Language Models

Introduction

This directory contains MCP (Model Context Protocol) Server tools for telephony operations, such as making voice calls and sending SMS messages using the Vonage API. These tools are designed to be integrated with Large Language Model (LLM) applications, enabling LLMs to perform real-world actions beyond simple text generation.

Features

  • Receives and stores Vonage event callbacks
  • Provides endpoints to view and manage stored events
  • Runs as a separate service within the same application

Prerequisites

  • Python 3.13+
  • MCP CLI (mcp[cli]), FastAPI, httpx, pyjwt, python-dotenv, uvicorn, pydantic (see pyproject.toml for details)
  • Vonage API credentials (API key, secret, application ID, private key)
  • Public URL for callback server (for production use)

Setup

1. Install dependencies:

    pip install -r requirements.txt
    
Or, if using Poetry:
    poetry install
    

2. Configure environment variables: - Create a .env file with your Vonage credentials:

      VONAGE_API_KEY=your_api_key
      VONAGE_API_SECRET=your_api_secret
      VONAGE_APPLICATION_ID=your_app_id
      VONAGE_PRIVATE_KEY_PATH=path/to/private.key
      VONAGE_LVN=your_virtual_number
      VONAGE_API_URL=https://api.nexmo.com/v1/calls
      VONAGE_SMS_URL=https://rest.nexmo.com/sms/json
      CALLBACK_SERVER_URL=https://your-public-url  # URL for Vonage event callbacks
      
For the CALLBACK_SERVER_URL: - In development: You can use http://localhost:8080 (default if not specified) - In production: Use a public URL (such as an ngrok URL or your deployed server)

3. Run the MCP server:

    python telephony_server.py
    
The server will start and expose the defined tools for LLM applications.

Running with Docker

You can also run the telephony MCP server using Docker:

1. Build and start the Docker container:

    docker compose up --build
    
Or to run in the background:
    docker compose up --build -d
    

2. Stop the Docker container:

    docker compose down
    

3. View logs from the Docker container:

    docker compose logs -f
    

Demo Using Claude Desktop

<span style="color: green;">Demo Using GitHub Copilot</span>

<img src="./resources/demo-copilot.gif" alt="Telephony MCP Server Demo" style="border: 4px solid green; border-radius: 8px; display: block; margin-left: 0;"/>

Configuration

To use the callback server with Vonage Voice API, you need to set the CALLBACK_SERVER_URL environment variable to your server's public URL. This URL will be used as the event_url parameter in Vonage API calls.

export CALLBACK_SERVER_URL="https://your-public-url"

For local development, you can use a service like ngrok to expose your local server to the internet:

ngrok http 8080

Then set the CALLBACK_SERVER_URL to the ngrok URL.

Endpoints

  • GET / - Health check endpoint
  • POST /event - Main endpoint for receiving Vonage callbacks
  • GET /events - List all stored events (with pagination)
  • GET /events/{event_id} - Get a specific event by ID
  • DELETE /events - Clear all stored events

LLMs and Tool Integration

LLMs (Large Language Models) are advanced token generators—they can generate text, images, or even video based on input prompts. However, their core capability is limited to generating content; they cannot access external data or perform actions in the real world on their own.

To extend their functionality, LLMs can be connected to external tools. For example, when a user asks, "What's the weather today?" the LLM can invoke a backend API tool like get_weather(city) via a system prompt, parse the response, and return the result to the user. This tool-calling mechanism transforms a basic LLM into a powerful LLM Application.

🇨🇳 中文文档镜像 AI 翻译 2026-06-11
英文原文章节由系统翻译为中文摘要,便于快速理解。完整原文见上方 "📑 README 深度解析"。
📌 简介

Telephony MCP Server 是一个基于 Model Context Protocol (MCP) 的服务工具集,用于通过 Vonage API 执行电话操作,如语音通话和短信发送。该项目专为大语言模型(LLM)应用设计,使 LLM 能够突破文本生成的限制,执行真实世界的操作。详细信息可参考官方博客文章《Telephony MCP Server for Agentic AI and Language Models》。

⚡ 功能介绍

该项目主要功能包括:接收并存储 Vonage 事件回调、提供端点查看和管理已存储的事件、作为独立服务在应用内运行。通过这些功能,LLM 应用可以与 Vonage 电话系统集成,实现语音通话、短信发送等电话操作的自动化。

📋 环境依赖

系统要求 Python 3.13 及以上版本。依赖包括 MCP CLI (mcp[cli])、FastAPI、httpx、pyjwt、python-dotenv、uvicorn 和 pydantic(详见 pyproject.toml)。需要有效的 Vonage API 凭证(API key、secret、application ID 和 private key)。生产环境需要公网 URL 用于回调服务器。

🛠 安装步骤(Docker/pip/源码)

安装依赖可通过 pip install -r requirements.txt 或 Poetry (poetry install) 完成。Docker 部署方式:使用 docker compose up --build 构建并启动容器,--build -d 后台运行,docker compose down 停止容器,docker compose logs -f 查看日志。安装前需在 .env 文件中配置 Vonage 凭证。

⚙️ 配置说明(含 MCP / env)

需设置 CALLBACK_SERVER_URL 环境变量为服务器公网 URL,用作 Vonage API 调用中的 event_url 参数。在 .env 文件中配置 VONAGE_API_KEY、VONAGE_API_SECRET、VONAGE_APPLICATION_ID、VONAGE_PRIVATE_KEY_PATH 和 VONAGE_LVN 等关键参数。本地开发可使用 ngrok 等工具暴露本地服务。

🔌 API 说明

主要端点包括:GET / 健康检查、POST /event 接收 Vonage 回调、GET /events 列表查询已存储事件(支持分页)、GET /events/{event_id} 获取特定事件、DELETE /events 清空所有事件。这些接口支持 LLM 与电话系统的交互和事件管理。

🔄 工作流/模块

LLM 本质上是高级文本生成器,可基于输入生成文本、图像或视频,但其核心能力仅限于内容生成,无法独立访问外部数据或执行真实世界操作。Telephony MCP Server 通过 MCP 协议扩展 LLM 能力,使其能够调用电话工具执行语音通话、短信发送等操作,实现 Agentic AI 的完整工作流。

🎯 aiskill88 AI 点评 B 级 2026-06-07

该项目是一个基本的MCP服务器,集成了电话工具,虽然star数较少,但仍然是一个有价值的开源项目

📚 实用指南(长尾问题)
适合谁
  • 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
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
常见错误
  • 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
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • Python 依赖冲突:建议用 venv / uv 隔离环境
部署方案
  • Docker:telephony-mcp-server 提供官方镜像,docker compose up 一键启动
  • 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
相关搜索
telephony-mcp-server 中文教程telephony-mcp-server 安装报错怎么办telephony-mcp-server MCP 配置telephony-mcp-server Docker 部署telephony-mcp-server Agent 工作流telephony-mcp-server 与同类工具对比telephony-mcp-server 最佳实践telephony-mcp-server 适合谁用

⚡ 核心功能

👥 适合谁
  • 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
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
⚠️ 常见错误
  • 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
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • Python 依赖冲突:建议用 venv / uv 隔离环境

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 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

✅ 优点
  • +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
⚠️ 不足
  • 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
⚠️ 使用须知

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。

📄 License 说明

✅ 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

📰 相关 AI 新闻
🍿 AI 圈相关吃瓜
🗺️ 相关解决方案
🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

使用pip安装
💡 AI Skill Hub 点评

AI Skill Hub 点评:开源MCP工具 的核心功能完整,质量良好。对于Claude Desktop / Claude Code 用户来说,这是一个值得纳入个人工具库的选择。建议先在非生产环境试用,再逐步推广。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 开源MCP工具
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 telephony-mcp-server
原始描述 开源MCP工具:A very simple no-fuss minimalist MCP Server with telephony tools like voice call。⭐11 · Python
Topics mcpmcp-serverpythontelephonyvonage
GitHub https://github.com/khan2a/telephony-mcp-server
License MIT
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/khan2a/telephony-mcp-server

收录时间:2026-06-07 · 更新时间:2026-06-11 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。