Lidarr MCP

MCP音视频

提供方 abl030

音视频 stdio · 本地进程 API Key 社区 / 第三方 Claude
查看接入方式

一个基于MCP协议的服务,为AI代理提供对Lidarr音乐管理系统的完全控制功能,支持艺术家、专辑、发布等CRUD操作。

一句话选型结论

按资料字段整理

Lidarr MCP 属于音视频类 MCP 服务器,stdio · 本地进程,API Key,可直接接入 Claude,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API Key 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 未标注 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
工具数量未标注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

支持客户端

适用场景

音乐管理Python本地部署AI自动化CRUD操作Lidarr集成

安装与配置

stdio · 本地进程 API Key
客户端在本机拉起子进程,数据不出本机
uv run python -m generator # produces generated/server.py

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

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

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

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude,换客户端不用重新研究配置。

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。
  • 使用前要准备好API Key对应的凭据,并按最小权限配置。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 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。
  • 已经在用 Claude 的用户,接入路径最短。
  • 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。
  • 不方便管理密钥或第三方授权的人。
  • 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
Lidarr MCP当前 未标注 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abl030上游标注的维护方 abl030
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API Key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

9.5 KB
来自项目仓库与上游目录的原文,未做删改

Lidarr MCP服务器

MCP(模型上下文协议)服务器,使AI代理能够完全控制Lidarr音乐管理。自动生成自官方 Lidarr OpenAPI规范 (161条路径,236次操作)。

由于现有 mcp-arr-server 仅具有读取操作。这个有完整的CRUD操作——添加艺术家、监控专辑、抓取发布、管理质量配置文件、触发搜索和导入文件。所有的写入操作 花费了我们60%的代币 手动操作。

整个项目——生成器、服务器、测试套件和此README——由AI(Claude)构建,旨在供AI代理安装和使用。

安装

选项1:镍片(推荐)```nix

flake.nix

{
inputs.lidarr-mcp.url = "github:abl030/lidarr-mcp";
}
``````nix

Use the package

environment.systemPackages = [ inputs.lidarr-mcp.packages.${pkgs.system}.default ];

Or in an MCP server config

{
command = "${inputs.lidarr-mcp.packages.${pkgs.system}.default}/bin/lidarr-mcp";
env = {
LIDARR_URL = "http://localhost:8686";
LIDARR_API_KEY = "your-api-key";
};
}


无需安装即可快速测试:```bash
LIDARR_URL=http://localhost:8686 LIDARR_API_KEY=your-key nix run github:abl030/lidarr-mcp

选项2:uv(非Nix)```bash

git clone https://github.com/abl030/lidarr-mcp.git
cd lidarr-mcp
uv sync
uv run python -m generator # produces generated/server.py


### 配置您的MCP客户端

**克劳德代码:**```bash
# Nix
claude mcp add lidarr -- \
env LIDARR_URL=http://YOUR_LIDARR_HOST:8686 \
LIDARR_API_KEY=YOUR_API_KEY \
lidarr-mcp

# Non-Nix
claude mcp add lidarr -- \
env LIDARR_URL=http://YOUR_LIDARR_HOST:8686 \
LIDARR_API_KEY=YOUR_API_KEY \
uv run --directory /path/to/lidarr-mcp fastmcp run generated/server.py

克劳德桌面 (claude_desktop_config.json):```json
{
"mcpServers": {
"lidarr": {
"command": "lidarr-mcp",
"env": {
"LIDARR_URL": "http://YOUR_LIDARR_HOST:8686",
"LIDARR_API_KEY": "YOUR_API_KEY",
"LIDARR_MODULES": "artist,album,queue,release,command,quality,system"
}
}
}
}


### 环境变量

|变量|默认值|描述|
|----------|---------|-------------|
| `LIDARR_URL` | `http://localhost:8686` |Lidarr基本URL|
| `LIDARR_API_KEY` | *(必填)* |API密钥(“设置”>“常规”>“安全性”)|
| `LIDARR_MODULES` | *(所有模块)* |以逗号分隔的要启用的模块列表|
| `LIDARR_READ_ONLY` | `false` |删除所有突变工具(POST/PUT/DELETE)|

### 模块过滤

默认情况下,所有工具都已注册。集 `LIDARR_MODULES` 只加载您需要的内容:

|模块|它涵盖了什么|
|--------|----------------|
| `artist` |艺术家CRUD、查找、编辑器、批量操作|
| `album` |相册CRUD、查找、监控、相册工作室|
| `track` |跟踪列表和文件管理|
| `release` |释放搜索和抓取|
| `queue` |下载队列管理|
| `command` |触发搜索、重新扫描、导入、重命名|
| `quality` |质量配置文件和自定义格式|
| `wanted` |缺少/截断相册|
| `history` |导入/抓取历史记录|
| `calendar` |即将发布|
| `indexer` |索引器配置|
| `downloadclient` |下载客户端管理|
| `importlist` |进口清单管理|
| `system` |运行状况、备份、磁盘空间、日志、标签、根文件夹|
| `config` |主机、命名、媒体管理设置|

`lidarr_get_overview`, `lidarr_search_tools`,以及 `lidarr_report_issue` 无论模块选择如何,始终都会注册。

**示例配置:**```bash
# Music management (~core tools)
LIDARR_MODULES=artist,album,release,queue,command,quality,wanted

# Read-only monitoring
LIDARR_MODULES=artist,album,queue,wanted,history
LIDARR_READ_ONLY=true

# Full control
# (default — all modules enabled)

所得

TODO:工具计数将在生成器Sprint 1完成后填写。

类别 示例
艺术家 添加、更新、删除、查找、批量编辑、按MusicBrainz ID搜索
专辑 CRUD、监视器/非监视器、录音室
发布 搜索专辑版本,获取特定版本
队列 列出、删除、批量删除下载
命令 相册搜索、ArtistSearch、重新扫描艺术家、刷新艺术家、手动导入、重命名
质量 配置文件CRUD,自定义格式CRUD
通缉 缺少相册,未满足截止日期
历史 导入/抓取历史记录,标记失败
日历 按日期范围列出的即将发布的版本
系统 运行状况、磁盘空间、备份、标签、根文件夹、日志

高级工具(不需要API知识)

这些是大多数LLM应该使用的工具——它们包含了常见的多步骤工作流:

工具 说明
lidarr_get_overview 系统摘要:运行状况、磁盘空间、队列、需要、艺术家数量
lidarr_search_tools 在所有工具名称/描述中进行关键字搜索
lidarr_report_issue 生成结构化错误报告

安全:确认门

所有突变都需要 confirm=True。没有它,你会得到一个模拟预览:```

Preview only — nothing changes

lidarr_add_artist(term="Linkin Park", quality_profile_id=1, root_folder_path="/music")

Actually adds the artist

lidarr_add_artist(term="Linkin Park", quality_profile_id=1, root_folder_path="/music", confirm=True)


### 列表工具筛选

全部 `lidarr_list_*` 工具支持可选参数:

- **`fields`** --要返回的逗号分隔的字段名(例如。 `"id,artistName,monitored"`)
- **`query`** --用于行过滤的键值对(例如。 `{"monitored": true}`)

### 错误报告

每个工具的文档字符串都促使人工智能消费者调用 `lidarr_report_issue` 意外错误。此工具编写了一个即贴即用的 `gh issue create` 具有结构化上下文的命令。

## 运作原理

蟒蛇 **发电机** 读取Lidarr OpenAPI 3.0.4规范(161条路径,236次操作),并通过Jinja2模板生成MCP服务器。当Lidarr更新他们的API时,获取一个新的规范并重新运行:```bash
nix develop -c python -m generator    # regenerates generated/server.py

生成的服务器使用FastMCP和单个 LidarrClient 类(httpx+neneneba API密钥验证通过 X-Api-Key 头球每个API操作一个异步工具函数。切勿手动编辑生成的输出,而应修复生成器。

建筑```

spec/openapi.json # Lidarr OpenAPI 3.0.4 spec (input, 161 paths)
generator/ # Python generator
main.py # Entry point: python -m generator
loader.py # Load and parse the OpenAPI spec
naming.py # Convert operationIds to tool names
schema_parser.py # Extract parameter types from schemas
context_builder.py # Build template context, assign modules
codegen.py # Render templates and write output
templates/
server.py.j2 # FastMCP server template
generated/
server.py # The MCP server (never hand-edit)
tests/ # Unit + integration tests
research/ # Best practices, API notes


## 测试

### 单元测试(无需Lidarr)```bash
nix develop -c python -m pytest tests/ -v

集成测试(需要Lidarr)```bash

Start Lidarr in Docker

docker compose -f docker/docker-compose.yml up -d

Wait for ready

bash docker/wait-for-ready.sh

Run integration tests

nix develop -c python -m pytest tests/test_integration.py -v --integration

Tear down

docker compose -f docker/docker-compose.yml down
```

Sprint计划

Sprint 1:发电机核心

  • []OpenAPI规范加载器(loader.py)--解析路径、操作、模式
  • []命名约定(naming.py) — operationId 到 lidarr_{verb}_{resource}
  • []模式解析器(schema_parser.py)--提取参数类型,句柄 $ref, allOf
  • []上下文生成器(context_builder.py)--分配模块,构建模板上下文
  • []代码生成器(codegen.py)--通过Jinja2渲染server.py
  • []服务器模板(server.py.j2)——配备LidarrClient、模块门控、确认门控的FastMCP服务器
  • []生成并验证刀具数量是否符合规格

Sprint 2:质量和正确性

  • []应用MCP最佳实践(参见 research/mcp-server-best-practices.md)
  • 对大整数(>=2^53)进行消毒
  • 从请求参数中排除只读字段
  • 参数描述中的枚举值
  • 条件必填字段降级为可选字段
  • 从描述中删除HTML
  • PATCH默认为无
  • []列出工具增强功能: fields, query 参数,文档字符串中的“已知字段”
  • []高级工具: lidarr_get_overview, lidarr_search_tools, lidarr_report_issue
  • []单元测试:命名、模块、列表工具

Sprint 3:Nix封装和集成

  • [ ] flake.nix 使用包+devShell
  • [ ] pyproject.toml 具有紫外线依赖性
  • []Docker compose用于集成测试
  • []针对实时Lidarr的集成测试

Sprint 4:LLM测试(银行测试员)

  • []任务配置和自动生成的任务文件
  • []在Docker中对Lidarr运行银行测试
  • []分析覆盖率,修复首次尝试失败
  • []测试反馈对文档字符串的改进

Sprint 5:文档和发布

  • []在README中填写工具计数
  • []添加银行测试器覆盖表
  • []连接到nixoconfig .mcp.json
  • []替换 mcp-arr-server 包装器

这个项目是人工智能生成的

这个存储库中的每个文件都是由Claude(Anthropic)编写的。生成器、模板、测试套件、这个README——所有这些。专为AI对AI使用而设计:AI生成服务器,AI代理使用它来管理Lidarr音乐库。

人类也受到欢迎。

依赖项

Nix用户: nix run github:abl030/lidarr-mcp --一切捆绑。

非Nix用户: Python 3.11+, 紫外线、fastmcp、httpx、jinja2(由安装者安装) uv sync).

许可证

麻省理工学院

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
Lidarr MCP 怎么安装?

在客户端按下面的安装命令接入:uv run python -m generator # produces generated/server.py。装完在客户端配置里引用同一个包或端点。

Lidarr MCP 怎么在 Claude 里配置?

它的传输方式是stdio · 本地进程,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,配置才会生效。

Lidarr MCP 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。

Lidarr MCP 需要 API Key 吗?

资料标注需要API Key认证,使用前准备好对应凭据,并按最小权限配置。

Lidarr MCP 支持哪些客户端?

资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Lidarr MCP 能提供哪些能力?

资料显示能力标签包括 AI自动化、Python、Claude、CRUD操作。具体工具清单以官方文档为准。

Lidarr MCP 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。

Lidarr MCP 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。