什麼是語音呼叫MCP服務器？

語音呼叫MCP服務器是一種基於模型上下文協議（MCP）的系統，允許AI助手（如Claude）發起和管理電話語音通話。它利用Twilio進行撥打電話，使用OpenAI的即時模型處理語音流，實現自然的雙向對話。

如何使用語音呼叫MCP服務器？

通過簡單的命令，您可以指示AI助手撥打指定號碼並傳遞信息。例如，您可以讓AI助手代您預約餐廳或通知他人您的行程。

適用場景

適合需要語音溝通的任務，如預約、提醒、客戶溝通等。

主要功能

撥打電話通過Twilio API發起和管理語音通話。

即時語音處理使用OpenAI的即時模型處理語音輸入並生成響應。

多語言支持根據需求自動切換語言，確保順暢溝通。

預設模板內置多種常見場景模板，簡化複雜任務。

自動公網隧道使用ngrok自動創建公網隧道，方便遠程訪問。

優勢與侷限性

優勢

支持雙向語音對話，提升溝通效率。

即時處理語音輸入，響應迅速。

多語言支持，適應全球化需求。

易於集成，適合開發人員快速上手。

自動公網隧道，減少部署複雜度。

侷限性

對網絡環境要求較高，可能影響語音質量。

依賴第三方API（Twilio和OpenAI），費用可能累積。

僅支持E.164格式的電話號碼。

需手動配置API密鑰，安全性需自行保障。

如何使用

安裝依賴

克隆倉庫並安裝所需的Node.js依賴。

配置環境變量

設置Twilio和OpenAI的API密鑰以及ngrok的認證令牌。

啟動服務器

運行構建後的腳本以啟動MCP服務器。

配置Claude

在Claude桌面應用中添加MCP服務器配置。

使用案例

預約餐廳讓AI助手代您預約餐廳。

通知他人告知對方您會遲到。

常見問題

如何確保電話號碼格式正確？

為什麼會有延遲？

如何記錄通話歷史？

如何解決API密鑰無效的問題？

🚀 語音呼叫 MCP 服務器

語音呼叫 MCP 服務器是一個模型上下文協議（MCP）服務器，它能讓 Claude 和其他人工智能助手藉助 Twilio 和 OpenAI（GPT - 4o 即時模型）發起並管理語音電話。藉助該服務器，你可以快速開啟 AI 驅動語音通話的探索之旅，節省時間並在此基礎上開發更多功能。

🚀 快速開始

本項目可幫助你快速開啟 AI 驅動語音通話的探索，你可以基於此項目節省時間並開發更多功能。

✨ 主要特性

通過 Twilio 發起電話呼叫 📞
使用 GPT - 4o 即時模型處理即時語音 🎙️
呼叫期間的即時語言切換 🌐
預建常見呼叫場景提示（如餐廳預訂） ⍽️
自動公共 URL 隧道與 ngrok 🔄
安全處理憑證 🔒

📚 詳細文檔

序列圖

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) 發起外呼請求（POST /calls）
    MCP->>Twilio: 2) 通過Twilio API放置外呼
    Twilio->>Phone: 3) 撥打目標電話
    Twilio->>MCP: 4) 呼叫狀態更新及音頻回調（webhooks）
    MCP->>OpenAI: 5) 將即時音頻轉發到OpenaAI的即時模型
    OpenAI->>MCP: 6) 返回語音流
    MCP->>Twilio: 7) 發送語音流
    Twilio->>Phone: 8) 轉發語音流
    Note over Phone: 雙向對話繼續進行<br>直到通話結束

重要說明

⚠️ 重要提示

電話號碼格式：所有電話號碼必須為 E.164 格式（例如，+11234567890）

速率限制：注意 Twilio 和 OpenAI 賬戶的速率限制和定價

語音對話：人工智能將即時處理自然對話

呼叫時長：注意呼叫時長，因為它們會影響 OpenAI API 和 Twilio 費用

公開暴露：ngrok 隧道會公開暴露您的服務器（儘管帶有隨機 URL 並受隨機密鑰保護）