VENUS (Hydra Eng)

MCP音视频

提供方 hydra-eng

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

Project VENUS 是一个完全离线、语音控制的桥接系统,通过ESP32设备连接本地AI、Windows和IoT设备,实现隐私保护的智能控制。

一句话选型结论

按资料字段整理

VENUS (Hydra Eng) 属于音视频类 MCP 服务器,stdio · 本地进程,Token,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Token 部署方式本地部署
GitHub 星标 4 仓库热度,无公开仓库时显示未标注
工具数 1 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1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

语音控制Python本地部署本地AIIoT集成隐私保护ESP32

安装与配置

stdio · 本地进程 Token
客户端在本机拉起子进程,数据不出本机
docker run -d --name xiaozhi-server -p 8000:8000 -p 8081:8081 xinnan-tech/xiaozhi-esp32-server

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 Docker,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 1 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 1 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。

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Token对应的凭据,并按最小权限配置。
  • 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。
  • 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
VENUS (Hydra Eng)当前 1 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hydra-eng上游标注的维护方 hydra-eng
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Token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 · Docker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

8.4 KB
来自项目仓库与上游目录的原文,未做删改

🌌 VENUS项目:用于自然和用户支持的虚拟实体

ESP32、本地AI、Windows和物联网之间的100%私有、离线、语音控制桥。

Project VENUS允许您使用 小智ESP32 设备,完全离线。通过在本地托管“大脑”(DeepSeek/Ollama)和“服务器”,任何语音数据都不会离开您的网络。


🏗 建筑

该系统连接了三个不同的世界,以确保隐私和速度:

1.硬件世界: 您的ESP32设备充当麦克风和扬声器。

2.大脑世界: 本地服务器将语音转换为文本并使用 深度求索 (通过Ollama)做出决定。

3.行动世界: 您的命令在Windows(例如“打开计算器”)或物联网设备(例如“开灯”)上执行。


🚀 先决条件

  • 硬件: 小智ESP32设备(或兼容ESP32-S3板)。
  • 操作系统: Windows 10/11。
  • 软件:
  • Docker桌面
  • 奥拉玛
  • Python 3.10+

📥 安装指南

步骤1:设置“大脑”(离线AI)

我们使用Ollama在本地运行AI模型,确保没有数据进入云端。

  1. 下载并安装 奥拉玛.
  2. 打开 PowerShell 并拉取DeepSeek模型:```powershell
    ollama run deepseek-r1

Or use deepseek-v3 depending on your hardware capability


*结果:您现在有一个离线AI大脑在端口11434上运行。*

### 步骤2:设置本地服务器

这个docker容器取代了云服务器,处理来自ESP32的WebSocket连接。

1. 确保Docker桌面正在运行。
1. 在PowerShell中运行以下命令:```powershell
docker run -d --name xiaozhi-server -p 8000:8000 -p 8081:8081 xinnan-tech/xiaozhi-esp32-server

注意:确保服务器配置指向您的本地Ollama实例(通常在 config.yaml).

步骤3:设置“手”(Windows MCP)

该工具允许AI控制您的鼠标、键盘和应用程序。

  1. 通过pip安装Windows自动化工具:```powershell
    pip install windows-mcp

*这将安装核心工具,但我们需要一个桥梁将其连接到AI。*

______________________________________________________________________

## 🌉 第四步:桥梁脚本(协调员)

此脚本连接 **小智服务器** 到 **Windows MCP**。它监听来自AI的工具调用,并在您的PC上执行。

1. 创建一个名为的文件 `mcp_bridge.py`.
1. 粘贴以下代码:```python
import asyncio
import websockets
import json
import subprocess
import sys
import os
import requests
import time

# ================= ⚙️ CONFIGURATION ZONE ⚙️ =================
# 1. YOUR XIAOZHI CLOUD URL (Copy from Dashboard)
MCP_ENDPOINT = "  "

# 2. YOUR HOME ASSISTANT DETAILS (Leave empty if not using HA)
HA_URL = "http://192.168.1.XX:8123"
HA_TOKEN = "Bearer eyJhbG..."

# ============================================================

# Home Assistant Tool Definition
HA_TOOLS_INJECTION = [
{
"name": "ha_control",
"description": "Control Smart Home devices via Home Assistant.",
"inputSchema": {
"type": "object",
"properties": {
"entity_id": {"type": "string", "description": "Entity ID (e.g., light.studio, switch.fan)"},
"action": {"type": "string", "description": "turn_on, turn_off, toggle"}
},
"required": ["entity_id", "action"]
}
}
]

def execute_ha(params):
"""Helper to call Home Assistant API"""
if "Bearer" not in HA_TOKEN: return "Error: Check HA_TOKEN format."
try:
entity, action = params.get("entity_id"), params.get("action")
domain = entity.split(".")[0]
url = f"{HA_URL}/api/services/{domain}/{action}"
headers = {"Authorization": HA_TOKEN, "Content-Type": "application/json"}
resp = requests.post(url, json={"entity_id": entity}, headers=headers, timeout=3)
return f"Home Assistant: {entity} -> {action} ({resp.status_code})"
except Exception as e:
return f"HA Error: {e}"

async def run_bridge():
print("\n🚀 VENUS SYSTEM ONLINE (Stable v2.0)")
print(f"🔗 Target: {MCP_ENDPOINT[:30]}...")

# 1. Start Windows MCP (Quiet Mode)
env = os.environ.copy()
env["FASTMCP_NO_BANNER"] = "1"
env["FASTMCP_QUIET"] = "1"

# Keep the tool process alive globally
process = subprocess.Popen(
[sys.executable, "-m", "windows_mcp"],
stdin=subprocess.PIPE, stdout=subprocess.PIPE, stderr=sys.stderr,
text=True, bufsize=0, env=env
)
print("💻 Windows Tool: Running.")

# Reconnection Loop
while True:
try:
print("⏳ Connecting to Cloud...")
# PING INTERVAL 10s = Aggressive Keep-alive
async with websockets.connect(MCP_ENDPOINT, ping_interval=10, ping_timeout=10) as ws:
print("✅ CLOUD CONNECTED! Ready.")

# Reset Handshake state
handshake_done = False

# Task A: Read from Windows -> Send to Cloud
async def windows_to_cloud():
nonlocal handshake_done
while True:
line = await asyncio.to_thread(process.stdout.readline)
if not line: break

# Filter junk logs
if not line.strip().startswith('{'): continue

try:
data = json.loads(line)

# CRITICAL: Always inject HA tools into the Tool List
if "result" in data and "tools" in data["result"]:
print("💉 Injecting Tools (Re-Handshake)...")
data["result"]["tools"].extend(HA_TOOLS_INJECTION)
line = json.dumps(data)
handshake_done = True

await ws.send(line)
except: pass

# Task B: Read from Cloud -> Route to Windows OR Home Assistant
async def cloud_to_windows():
async for message in ws:
try:
data = json.loads(message)

# Handle Ping (Keepalive)
if data.get("method") == "ping":
await ws.send(json.dumps({"jsonrpc": "2.0", "result": "pong", "id": data.get("id")}))
continue

# ROUTING LOGIC
if data.get("method") == "tools/call":
tool_name = data["params"]["name"]

# Route 1: Home Assistant
if tool_name == "ha_control":
print(f"🏠 HA Action: {data['params']['arguments']}")
res_txt = await asyncio.to_thread(execute_ha, data["params"]["arguments"])

# Reply to Cloud manually
resp = {"jsonrpc": "2.0", "id": data["id"], "result": {"content": [{"type": "text", "text": res_txt}]}}
await ws.send(json.dumps(resp))
continue

# Route 2: Windows MCP
print(f"💻 Windows Action: {tool_name}")

# Forward standard packets to Windows MCP
json_str = json.dumps(data) + "\n"
process.stdin.write(json_str)

except Exception as e:
print(f"❌ Routing Error: {e}")

# Heartbeat Task (Visual indicator)
async def visual_heartbeat():
while True:
await asyncio.sleep(10)
print(".", end="", flush=True)

# Run everything until connection drops
await asyncio.gather(windows_to_cloud(), cloud_to_windows(), visual_heartbeat())

except (websockets.exceptions.ConnectionClosed, ConnectionRefusedError):
print("\n⚠️ Connection lost. Reconnecting in 2s...")
await asyncio.sleep(2)
except Exception as e:
print(f"\n❌ Critical Error: {e}. Restarting...")
await asyncio.sleep(2)

if __name__ == "__main__":
if sys.platform == 'win32': asyncio.set_event_loop_policy(asyncio.WindowsSelectorEventLoopPolicy())
try: asyncio.run(run_bridge())
except KeyboardInterrupt: print("\n🛑 System Offline.")


⚙️ 步骤5:配置硬件(ESP32)

最后,将你的物理设备指向你的笔记本电脑,而不是互联网。

  1. 通过USB将ESP32连接到PC。

  2. 打开 小智配置页面 (通过其WiFi热点 Xiaozhi-Config 或串行工具)。

  3. 定位 服务器终结点 设置。

  4. 将其更改为 wss://api.xiaozhi.me 致:```text
    ws://YOUR_LAPTOP_IP:8000


*(通过运行查找您的IP `ipconfig` 在PowerShell中。例子: `192.168.1.15`)*.

______________________________________________________________________

## 🏠 物联网集成(家庭助理)

Project VENUS还支持控制智能家居设备以及Windows应用程序。

要启用物联网控制(例如,“打开灯”):

1. 确保你有 **家庭助手** 在本地运行。
1. 利用 小智MCP家居助理集成.
1. 将家庭助理MCP服务器添加到您的 `mcp_bridge.py` 将“light”或“switch”命令路由到HA而不是Windows的逻辑。

## 🛠️硬件连接

______________________________________________________________________

## 🎮 用法

1. **开始桥:**```powershell
python mcp_bridge.py

  1. 与您的设备通话:
  • “打开计算器。”-> 打开Windows计算器.

  • “打开演播室的灯。”-> 触发家庭助理.

  1. 享受: 整个过程发生在你的 本地WiFi。拔下互联网路由器不会阻止系统工作。

🚀 未来路线图

  • []添加对Mac/Linux MCP的支持。
  • []集成Spotify API进行音乐控制。
  • []为ESP32创建一个定制的3D打印外壳。

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
VENUS (Hydra Eng) 怎么安装?

在客户端按下面的安装命令接入:docker run -d --name xiaozhi-server -p 8000:8000 -p 8081:8081 xinnan-tech/xiaozhi-esp32-server。装完在客户端配置里引用同一个包或端点。

VENUS (Hydra Eng) 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。

VENUS (Hydra Eng) 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。

VENUS (Hydra Eng) 需要 API Key 吗?

资料标注需要Token认证,使用前准备好对应凭据,并按最小权限配置。

VENUS (Hydra Eng) 能提供哪些能力?

资料显示约 1 个工具;能力标签包括 本地AI、Python、隐私保护。具体工具清单以官方文档为准。

VENUS (Hydra Eng) 需要什么运行环境?

运行时为 Docker;属于本地进程,需要在本机装好运行环境。

VENUS (Hydra Eng) 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。