MCP Speak：为 MacOS 上的 AI 智能体加入本地语音与人格

开发者 fellowgeek 在 Hacker News 发布了开源工具 MCP Speak。这是一个运行于 MacOS 的 Model Context Protocol（MCP）服务器，让 AI 智能体直接调用本机系统语音引擎进行实时语音合成，并支持多种风格化人格模板，无需依赖任何外部 TTS API。

工具概述

MCP Speak 主要解决 AI 智能体「开口说话」的本地化问题。与常见的云端 TTS 方案不同，它通过 MCP 协议在客户端与 macOS 自带语音引擎之间建立桥梁，全程在本地完成合成，不发起网络请求、不使用 API Key。

安装与配置

项目托管在 GitHub（fellowgeek/mcp-speak），安装流程简洁：

• 使用 git clone https://github.com/fellowgeek/mcp-speak.git 获取代码并进入目录；
• 运行 python3 setup.py 启动配置向导，向导会自动选择人格、申请语音权限并搭建虚拟环境；
• 也可跳过向导，手动在 MCP 客户端的 JSON 配置中写入相应片段完成对接。

预设人格档案

工具内置多套互不相同的人格模板，用来改变智能体说话的语气与措辞，包括：

• Sarcastic Senior（毒舌老手）
• Eager Intern（热忱实习生）
• Existential Emo（存在主义 emo）
• Pun Master（双关语大师）
• Tech Priest（技术教士）
• Agent Smith（《黑客帝国》风）
• Gothic Poet（哥特诗人）

切换人格后，工具会动态生成对应的 AGENTS.md 通信协议说明，并可选地附带基础行为准则。

局限与适用场景

MCP Speak 仅在 MacOS 上可用，且依赖客户端支持 MCP 协议。由于直接调用系统 TTS，语音自然度受限于 macOS 自带引擎。它的目标用户是追求低延迟、不愿意把语音流量送上云、或希望智能体有差异化口头风格的开发者，属于一个轻量级的本地化尝试，并非通用语音方案。