金大哥 - voice-call-mcp-server MCP 详情

article

README

🚀 语音呼叫 MCP 服务器

语音呼叫 MCP 服务器是一个模型上下文协议（MCP）服务器，它能让 Claude 和其他人工智能助手借助 Twilio 和 OpenAI（GPT - 4o 实时模型）发起并管理语音电话。借助该服务器，你可以快速开启 AI 驱动语音通话的探索之旅，节省时间并在此基础上开发更多功能。

🚀 快速开始

本项目可帮助你快速开启 AI 驱动语音通话的探索，你可以基于此项目节省时间并开发更多功能。

✨ 主要特性

通过 Twilio 发起电话呼叫 📞
使用 GPT - 4o 实时模型处理实时语音 🎙️
呼叫期间的实时语言切换 🌐
预建常见呼叫场景提示（如餐厅预订） ⍽️
自动公共 URL 隧道与 ngrok 🔄
安全处理凭证 🔒

📚 详细文档

序列图

sequenceDiagram
    participant AI as AI Assistant (e.g., Claude)
    participant MCP as MCP Server
    participant Twilio as Twilio
    participant Phone as Destination Phone
    participant OpenAI as OpenAI
    
    AI->>MCP: 1) 发起外呼请求（POST /calls）
    MCP->>Twilio: 2) 通过Twilio API放置外呼
    Twilio->>Phone: 3) 拨打目标电话
    Twilio->>MCP: 4) 呼叫状态更新及音频回调（webhooks）
    MCP->>OpenAI: 5) 将实时音频转发到OpenaAI的实时模型
    OpenAI->>MCP: 6) 返回语音流
    MCP->>Twilio: 7) 发送语音流
    Twilio->>Phone: 8) 转发语音流
    Note over Phone: 双向对话继续进行<br>直到通话结束

重要说明

⚠️ 重要提示

电话号码格式：所有电话号码必须为 E.164 格式（例如，+11234567890）

速率限制：注意 Twilio 和 OpenAI 账户的速率限制和定价

语音对话：人工智能将实时处理自然对话

呼叫时长：注意呼叫时长，因为它们会影响 OpenAI API 和 Twilio 费用

公开暴露：ngrok 隧道会公开暴露您的服务器（尽管带有随机 URL 并受随机密钥保护）

故障排除

常见错误消息及解决方案：

"电话号码必须为 E.164 格式"
- 确保电话号码以"+"开头，并包含国家代码
"无效凭证"
- 检查 TWILIO_ACCOUNT_SID 和 TWILIO_AUTH_TOKEN。您可以在Twilio 控制台中复制它们
"OpenAI API 错误"
- 验证 OPENAI_API_KEY 是否正确且有足够的积分
"Ngrok 隧道启动失败"
- 确保 NGROK_AUTHTOKEN 有效且未过期
"OpenAI 实时无法检测到语音输入的结束，或存在延迟。"
- 有时，Twilio 和接收方网络运营商之间可能存在语音编码问题。尝试使用不同的接收方。

贡献

欢迎贡献！以下是希望改进的领域：

实现对多个 AI 模型（当前仅支持 GPT - 4o）的支持
添加数据库集成以存储本地对话历史并使其可供 AI 访问
改进延迟和响应时间以提升通话体验
增强错误处理和恢复机制
添加更多预构建的常见场景对话模板
实现改进的呼叫监控和分析

如果您希望贡献，请在提交拉取请求之前打开问题讨论您的想法。

安全

⚠️ 重要提示

请勿在 GitHub 问题或拉取请求中包含任何敏感信息（如电话号码或 API 凭证）。此服务器处理敏感通信；负责任地部署，并确保所有凭证安全。

📄 许可证

该项目根据 MIT 许可证授权 - 有关详细信息，请参阅 LICENSE 文件。

voice-call-mcp-server