Chanakya Local Friend

MCP音视频

提供方 Rishabh-Bajpai

音视频 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

Chanakya是一个开源的、可自托管的语音助手系统,专注于隐私保护、功能强大和灵活性,支持本地AI/ML模型和第三方MCP服务器连接。

一句话选型结论

按资料字段整理

Chanakya Local Friend 属于音视频类 MCP 服务器,stdio · 本地进程,无需鉴权,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类音视频 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 215 仓库热度,无公开仓库时显示未标注
工具数 14 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

音视频
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量14暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

语音助手Python本地部署开源自托管隐私保护AI/ML

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
python -m pip install --upgrade pip

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 14 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
转写与字幕

把音视频转成文字和字幕。

音视频处理

裁剪、转码、拼接素材。

内容分发

把成品发到对应平台。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 14 个工具,覆盖面较广,能满足多种调用。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在音视频场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Chanakya Local Friend当前 14 stdio · 本地进程 本地部署 有 2026-05-17
Ableton MCP B7b69a6a 16 stdio · 本地进程 本地部署 有 2026-05-17
Mini Max MCP 8 SSE · 服务端推送 远程部署 有 2026-05-18
LocalAI 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Youtube E0eb3510 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Voicemode MCP 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

音视频
字段来自项目仓库与公开索引,中文说明由本站标注
提供方Rishabh-Bajpai上游标注的维护方 Rishabh-Bajpai
分类音视频本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

7.4 KB
来自项目仓库与上游目录的原文,未做删改

考底利耶

Chanakya是一个 高级、开源、可自托管的语音助手 专为隐私、电源和灵活性而设计。它可以利用本地AI/ML模型来帮助控制数据,并支持通过配置连接到第三方MCP服务器。智能代理网络协作完成任务,提供见解,并维护正在进行的工作流程。

  • Chanakya Flask应用程序已打开 http://127.0.0.1:5513
  • 航空服务开启 http://127.0.0.1:5512
  • 对话层打开 http://127.0.0.1:5514
  • 可选A2A桥 http://127.0.0.1:18770

最重要的设置规则很简单:创建repo根目录 .env 和 mcp_config_file.json 在启动堆栈之前。启动脚本会立即读取这些文件。

快速开始

1.先决条件

  • Python 3.11是本地开发最安全的默认设置。
  • python3.11 -m venv 可在您的机器上使用。
  • uvx 如果按原样使用示例MCP配置,则可用。
  • 与OpenAI兼容的API密钥和基本URL。

2.创建虚拟环境

从repo根目录:```bash
python3.11 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install -e .[dev]
python -m pip install -e ./apps/AI-Router-AIR
python -m pip install -e ./apps/chanakya_conversation_layer


如果你更喜欢用conda进行日常开发,那也没问题。唯一的硬性要求是 `systemd` 安装程序需要一个repo根目录 `.venv`.

### 3.创建 `.env` 在开始任何事情之前

从签入模板开始:```bash
cp .env.example .env

然后编辑 .env 对于您的机器和凭据。使用 .env.example 作为支持变量的真实来源。

启动脚本会自动获取此文件并导出 ENV_FILE_PATH 对于子进程。如果缺少此文件,服务将在没有预期运行时配置的情况下启动。

4.创建 mcp_config_file.json 在开始任何事情之前

应用程序需要一个repo根 mcp_config_file.json.

从示例开始:```bash
cp mcp_config_file.example.json mcp_config_file.json


然后根据您的环境进行编辑(如果需要)。使用 `mcp_config_file.example.json` 作为默认MCP服务器布局的真实来源。签入示例包括本地Python支持的MCP服务器和 `uvx`-启动服务器。

### 5.启动堆栈

核心堆栈:```bash
./scripts/start_chanakya_air.sh core

堆芯加A2A组件:```bash
./scripts/start_chanakya_air.sh core+a2a


打开主UI `http://127.0.0.1:5513`.

### 6.停止堆叠```bash
./scripts/stop_chanakya_air.sh

启动脚本的作用

./scripts/start_chanakya_air.sh 按以下顺序启动当前本地堆栈:

  1. 航空服务
  2. Chanakya对话层
  3. 可选A2A服务 core+a2a
  4. Chanakya Flask应用程序

它还:

  • 读取 .env 从repo根目录,除非 ENV_FILE_PATH 已设置
  • 在下写入PID文件和日志 build/runtime/
  • 启动后打印服务URL

使用 ./scripts/stop_chanakya_air.sh 彻底停止一切。

所需配置

.env

起点 .env.example 并将其复制到位:```bash
cp .env.example .env


然后编辑 `.env` 与您的当地价值观。替换所有标记为的占位符值 `<...>`:

|变量|描述|示例|
|----------|-------------|---------|
| `OPENAI_BASE_URL` |您的LM Studio或OpenAI兼容服务器端点| `http://127.0.0.1:1234/v1` |
| `OPENAI_API_KEY` |模型服务器的API密钥| `lm-studio` (或您的钥匙)|
| `DATABASE_URL` |SQLite数据库的路径| `sqlite:////home/user/chanakya_data/chanakya.db` |

中的默认值 `.env.example` 使用占位符值,不会开箱即用。

地方发展中使用的常见变量包括:```bash
CHANAKYA_CORE_AGENT_BACKEND=local
A2A_AGENT_URL=http://127.0.0.1:18770
AIR_SERVER_PORT=5512
CHANAKYA_PORT=5513
CONVERSATION_LAYER_PORT=5514

mcp_config_file.json

从签入模板开始:```bash
cp mcp_config_file.example.json mcp_config_file.json


此文件定义了Chanakya可以连接的MCP服务器。示例文件已经包含以下条目:

- `mcp_websearch`
- `mcp_fetch`
- `mcp_calculator`
- `mcp_code_execution`
- `mcp_filesystem`
- `mcp_git`
- `mcp_http`
- `mcp_json`
- `mcp_shell_utils`
- `mcp_weather`
- `mcp_map`
- `mcp_timer`
- `mcp_work_tools`
- `mcp_artifact_tools`

如果添加或删除MCP服务器,请在之后重新启动堆栈,以便工具加载程序使用更新的配置重新连接。

## 本地开发

### 测试、起毛和类型检查

从激活环境的repo根目录:```bash
pytest apps/chanakya/test
python -m ruff check apps/chanakya/
python -m mypy apps/chanakya/

对于重点测试运行:```bash
pytest apps/chanakya/test/test_agent_manager.py -q


### 数据库实用工具```bash
python scripts/db_viewer.py
python scripts/update_database.py
python scripts/clear_database.py

笔记:

  • scripts/clear_database.py 具有破坏性。
  • 如果 DATABASE_URL 如果未设置,则默认SQLite数据库为 chanakya_data/chanakya.db.

手动烟雾检查

这些依赖于外部工具,不是默认的验证路径:```bash
python scripts/run_maf_tools.py
python scripts/test_mcp_fetch_connectivity.py --mode with-wrapper
python scripts/test_mcp_fetch_connectivity.py --mode without-wrapper


## 运行时文件

运行时状态写在 `chanakya_data/` 和 `build/runtime/`.

- `chanakya_data/` 保存应用程序状态,如SQLite数据库和共享工作区数据。
- `build/runtime/` 保存启动脚本中的PID文件和服务日志。

如果启动失败,请检查最近的日志 `build/runtime/` 第一。

## Ubuntu上的服务安装

回购包括 `systemd` 核心堆栈的安装程序:```bash
sudo ./scripts/install-autostart-ubuntu.sh

重要细节:

  • 它需要一个repo根 .venv
  • 它过去了 ENV_FILE_PATH 指向repo根目录 .env
  • 默认情况下,它为调用的非root用户安装服务

有用的命令:```bash
sudo systemctl status chanakya.target
sudo journalctl -u chanakya-air.service -f
sudo journalctl -u chanakya-conversation-layer.service -f
sudo journalctl -u chanakya-app.service -f
sudo systemctl restart chanakya.target


卸载:```bash
sudo ./scripts/uninstall-autostart-ubuntu.sh

仓库的规划

此工作区包含一些相关的代码库。主要有:

  • apps/chanakya/:主Flask应用程序、路由、模板、核心状态、测试
  • apps/AI-Router-AIR/:端口5512上的本地堆栈使用的FastAPI服务
  • apps/chanakya_conversation_layer/:单独的会话层包和测试
  • scripts/:启动、关闭、数据库和服务管理脚本

如果要更改运行时行为,最相关的文件通常是:

  • apps/chanakya/core/app.py
  • apps/chanakya/core/chat_service.py
  • apps/chanakya/core/store.py
  • apps/chanakya/agent/runtime.py
  • apps/chanakya/templates/
  • apps/chanakya/static/js/air_voice.js

常见问题

堆栈启动但行为不正确

先检查一下:

  1. .env 存在于repo根目录,并具有预期的模型凭据。
  2. mcp_config_file.json 存在于repo根目录。
  3. 虚拟环境包括所有三个可编辑的安装。
  4. build/runtime/*.log 显示启动后所有服务都保持运行。

服务从错误的环境开始

启动脚本提供repo根目录 .env 自动。如果你想要一个不同的env文件,请设置 ENV_FILE_PATH 在调用脚本之前。

MCP工具缺失

确认:

  1. 该工具存在于 mcp_config_file.json
  2. 其命令已安装在您的计算机上
  3. 编辑MCP配置后重新启动了堆栈

相关文件

  • mcp_config_file.example.json:MCP服务器配置的起点
  • scripts/start_chanakya_air.sh:标准本地堆栈入口点
  • scripts/stop_chanakya_air.sh:标准停机入口点
  • scripts/install-autostart-ubuntu.sh: systemd Linux安装程序

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Chanakya Local Friend 怎么安装?

在客户端按下面的安装命令接入:python -m pip install --upgrade pip。装完在客户端配置里引用同一个包或端点。

Chanakya Local Friend 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Chanakya Local Friend 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Chanakya Local Friend 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Chanakya Local Friend 能提供哪些能力?

资料显示约 14 个工具;能力标签包括 开源、Python、隐私保护、自托管。具体工具清单以官方文档为准。

Chanakya Local Friend 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Chanakya Local Friend 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。