MCP

🚀 使用MCP進行文件查找和語音轉寫

本項目藉助MCP（Multi-Channel Processing）多通道處理框架，實現了文件查找和語音轉寫兩大實用功能。通過HTTP服務器提供REST API，用戶可方便地搜索指定路徑下的文件；同時利用fastspeech庫，能將音頻精準轉換為文字並提供詳細轉錄信息。

🚀 快速開始

安裝依賴

首先，安裝項目所需的依賴：

npm install
pip install -r requirements.txt  # 確保你已經創建了requirements.txt文件

編譯和構建

編譯TypeScript代碼並生成JavaScript文件：

npm run build

啟動服務

文件查找服務器（直接實現）

運行src/index.ts:

ts-node src/index.ts

HTTP文件查找服務器

運行main.py:

python main.py

默認情況下，服務器將在8080端口啟動。

語音轉寫服務器（直接實現）

運行src/whisper-index.ts:

ts-node src/whisper-index.ts

HTTP語音轉寫服務器

運行whisper_server.py:

python whisper_server.py

默認情況下，服務器將在8081端口啟動。

✨ 主要特性

• 多通道處理：MCP（Multi-Channel Processing）框架可同時處理多個數據流。
• 文件查找：通過HTTP服務器提供REST API，方便用戶搜索指定路徑下的文件。
• 語音轉寫：利用fastspeech庫將音頻轉換為文字，並提供詳細的轉錄信息。

📦 安裝指南

安裝依賴

npm install
pip install -r requirements.txt  # 確保你已經創建了requirements.txt文件

編譯和構建

npm run build

💻 使用示例

文件查找API

發送GET請求到http://localhost:8080/search?path=/target/directory以獲取指定路徑下的所有文件。

請求示例：

curl http://localhost:8080/search?path=/home/user/documents

響應示例：

{
  "files": [
    "/home/user/documents/report.pdf",
    "/home/user/documents/data.csv"
  ],
  "directories": [
    "/home/user/documents/subfolder"
  ]
}

語音轉寫API

發送POST請求到http://localhost:8081/transcribe，並在請求體中包含音頻數據。

請求示例：

curl -X POST http://localhost:8081/transcribe \
     --header "Content-Type: application/json" \
     --data '{"audio":"JVBERi0xLjUK...","language":"zh-CN"}'

響應示例：

{
  "text": "這是一個語音轉寫示例。",
  "segments": [
    {
      "start": 0.0,
      "end": 2.5,
      "text": "這是"
    },
    {
      "start": 2.5,
      "end": 4.0,
      "text": "一個語音轉寫示例。"
    }
  ],
  "language": "zh-CN",
  "language_probability": 0.98
}

📚 詳細文檔

項目結構

項目的目錄結構如下：

project/
├── src/
│   ├── index.ts        # 文件查找的MCP服務器實現（直接實現）
│   ├── index-http.ts    # HTTP服務器文件查找的MCP代理實現
│   ├── whisper-index.ts # 語音轉寫的MCP服務器實現（直接實現）
│   └── whisper-index-http.ts # HTTP服務器語音轉寫的MCP代理實現
├── build/
│   ├── index.js        # 編譯後的JavaScript文件，用於文件查找的MCP服務器
│   ├── index-http.js    # 編譯後的JavaScript文件，用於HTTP服務器文件查找的MCP代理
│   ├── whisper-index.js # 編譯後的JavaScript文件，用於語音轉寫的MCP服務器
│   └── whisper-index-http.js # 編譯後的JavaScript文件，用於HTTP服務器語音轉寫的MCP代理
├── tsconfig.json        # TypeScript配置文件
├── package.json         # 項目依賴和描述
├── main.py              # Python實現的文件查找HTTP服務器
└── whisper_server.py    # Python實現的語音轉寫HTTP服務器

問題排查

• 如果出現“找不到連接”的錯誤，請確保在修改MCP設置後重新啟動VS Code。
• 如果服務器無響應，檢查MCP代理路徑是否正確指向編譯後的JavaScript文件。
• 在使用fastspeech時，如果需要GPU加速，請確保安裝了必要的顯卡驅動和計算庫（如CUDA）。

附錄

使用Docker部署

你可以將項目打包為Docker鏡像以便在生產環境中運行。創建一個Dockerfile如下：

FROM node:16-alpine AS builder
WORKDIR /app
COPY package*.json ./
RUN npm install --production

FROM python:3.8-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY --from=builder /app/ .

# 設置默認Python路徑
ENV PATH=/usr/local/bin:$PATH

EXPOSE 8080 8081
CMD ["python", "main.py", "--port", "8080"]

然後構建和運行鏡像：

docker build -t mcp .
docker run -p 8080:8080 -p 8081:8081 mcp

示例項目結構

確保項目的根目錄下有以下文件和子目錄：

project/
├── src/
│   ├── index.ts
│   └── whisper-index.ts
├── build/
│   ├── index.js
│   └── whisper-index.js
├── package.json
├── tsconfig.json
├── main.py
└── whisper_server.py

依賴管理

確保你已經安裝了Node.js和Python的開發環境，並且安裝了項目所需的依賴項。

Node.js依賴：

{
  "name": "mcp",
  "version": "1.0.0",
  "description": "Multi-Channel Processing for file search and speech transcription.",
  "scripts": {
    "build": "tsc -p tsconfig.json"
  },
  "dependencies": {
    "typescript": "^4.5.2",
    "fastspeech": "^0.13.0"
  }
}

Python依賴：

numpy
flask
pydub

貢獻指南

歡迎任何貢獻！請遵循以下步驟：

1. 創建功能分支：git checkout -b feature/your-feature
2. 提交變更：git add . && git commit -m '你的提交信息'
3. 推送到遠程倉庫：git push origin feature/your-feature
4. 提交拉取請求

📄 許可證

本項目使用MIT許可證，詳情請參閱LICENSE文件。