内容
# Alexa MCP - 工业声学桥接
<p align="center">
<a href="https://github.com/casey/just"><img src="https://img.shields.io/badge/Just-ready_to_go-7c5cfc?style=flat-square&logo=just&logoColor=white" alt="Just"></a>
<a href="https://github.com/astral-sh/ruff"><img src="https://img.shields.io/endpoint?url=https://raw.githubusercontent.com/astral-sh/ruff/main/assets/badge/v2.json" alt="Ruff"></a>
<a href="https://python.org"><img src="https://img.shields.io/badge/Python-3.13+-3776AB?style=flat-square&logo=python&logoColor=white" alt="Python"></a>
<a href="https://github.com/PrefectHQ/fastmcp"><img src="https://img.shields.io/badge/FastMCP-3.2-7c5cfc?style=flat-square" alt="FastMCP"></a>
</p>
> 📖 **[安装指南](INSTALL.md)** — 快速开始，手动设置和故障排除
## 快速开始
```powershell
git clone https://github.com/sandraschi/alexa-mcp
cd alexa-mcp
just
```
这将打开一个交互式仪表板，显示所有可用的命令。运行 `just bootstrap` 安装依赖项，然后运行 `just serve` 或 `just dev` 启动。
### 手动设置
如果您没有安装 `just`:
## "智能家居的脉搏"
将您的AI转化为物理存在。 **Alexa 声学桥接** 允许智能AI发出语音命令给Alexa设备，并完美地听到她的回应，弥合了数字智能和物理智能家居硬件之间的差距。
## 运行概述
服务器充当本地代理。它将自然语言合成成语音神经网络，供Alexa听取，并使用本地推理将Alexa的周围音频响应转录回高保真文本。
### 关键功能
- **神经TTS**：通过 `edge-tts`（Aria）实现高清晰度命令。
- **本地STT**：通过 `faster-whisper` 实现低延迟转录。
- **混合传输**：支持标准MCP协议（STDIO）和工业Web桥接（FastAPI）。
- **工业仪表板**：用于车队遥测和手动交互的高级Web界面。
## 文档
| 位置 | 内容 |
| :--- | :--- |
| **[CHANGELOG.md](CHANGELOG.md)** | 版本化的用户可见更改列表。 |
| **本README** | 安装、工具、 **Alexa+** 生态系统和安全性、架构。 |
| **Web应用 → 帮助** | 声学基础知识、Alexa+ / 奥地利测试、 **安全性和访问** 、自动 **TTS购物保护** 摘要。 |
| **MCP `docs_help` 工具** | 客户端的技术架构和协议文档。 |
| **MCP Central** | 车队镜像：在 `mcp-central-docs` 的克隆中，查看 `projects/alexa-mcp/README.md` 和 `CHANGELOG.md` 。 |
## 安装和编排
### 先决条件
- [uv](https://docs.astral.sh/uv/) （高性能编排所需）
- Python 3.12+
- TTS不要求系统 `ffmpeg` ； MP3在进程中通过 `miniaudio` 解码并使用 `sounddevice` 播放。
- TTS输出设备和应用内级别可在 **音频** 页面配置并存储在服务器主机上的 `~/.alexa-mcp/playback.json` 中。
### 快速开始（协议模式）
```bash
uvx alexa-mcp
```
### 工业模式（Web仪表板）
启动完整控制平面：
```powershell
just dev
```
*或导航到 `web_sota` 并运行 `start.ps1` 。*
## 工具目录
| 工具 | 操作 | 描述 |
| :--- | :--- | :--- |
| `interact` | 命令 | 全声学循环：说话 + 听（转录）。 |
| `speak_command` | 合成 | 向指定输出设备交付神经TTS。 |
| `listen_response`| 捕获 | Alexa输出的高保真STT转录。 |
| `agentic_query` | 智能 | 采样主机以在声学传递前完善查询。 |
| `docs_help` | 信息 | 返回技术架构和协议文档。 |
## Amazon Alexa+ （生态系统）
亚马逊的助手生成式更新名为 **Alexa+** （媒体中常描述为“下一代”或更具对话性的Alexa）。它与本项目的TTS不同：Alexa+运行在 **亚马逊的服务和兼容的Echo / 应用客户端** 上。本节是关于您的声学桥接所交互的内容的 **背景** 。
**推出（公开公告，2025-2026）。**
- **美国** ：通过Prime捆绑和订阅层提供更广泛的可用性，详见亚马逊和贸易媒体；参见 [关于亚马逊：美国的Alexa+](https://www.aboutamazon.com/news/devices/alexa-plus-available-free-prime-members-us) 和 [TechCrunch](https://techcrunch.com/2026/02/04/alexa-amazons-ai-assistant-is-now-available-to-everyone-in-the-u-s)。
- **英国** ：欧洲推出 **早期访问** ，从 **2026年3月19日** 开始（亚马逊自己的帖子中提到的第一个市场）。参见 [关于亚马逊：国际推出](https://www.aboutamazon.com/news/devices/alexa-plus-international-launch) 和 [MacRumors](https://www.macrumors.com/2026/03/19/amazons-alexa-launches-uk-free-early-access/)。
**功能（已声明和已观察）。**
- **对话式 / LLM风格** 答案、记忆和多步骤请求，与“经典”Alexa相比，使用亚马逊和合作伙伴的模型堆栈（例如Nova和Anthropic，如英国发布的媒体报道）。
- **更深入的应用和“智能”** 流在支持的地区：例如，预订、行程和智能家居控制（如果存在集成）。媒体引用了诸如 **OpenTable** 之类的合作伙伴；英国特定的措辞和本地团队是英国营销故事的一部分。
- **定价 / 访问** ：Prime包含或付费 **订阅** 模式（在早期访问之外），如亚马逊和消费者报告所述。Web和应用 **有限** 聊天层适用于非Prime用户，是美国故事的一部分。
**公共反应和评论（综合，不是判决）。**
- **积极主题** ：更智能、更像聊天机器人式的问答和智能家居控制；对于已经深入Echo生态系统的用户来说，这是一个有意义的升级； **消费者报告** 指出这是一个重大进步，但仍然存在故障 ([评论](https://www.consumerreports.org/electronics/digital-assistants/amazon-alexa-plus-ai-assistant-review-a1667486499/))。 **CNET** 强调了 **Prime** 会员谁经常使用语音的强大价值，但也提出了非Prime价格的警告 ([栏目](https://www.cnet.com/tech/services-and-software/a-year-with-alexa-plus-an-ai-thats-worth-it-if-youre-someone-like-me/) )。
- **批评主题** ： **WIRED** 和其他媒体报道了可靠性、过度对话和设备控制失败的问题 ([WIRED](https://www.wired.com/story/why-is-amazon-alexa-plus-so-bad/) )。聚合器和论坛（例如 **Yahoo Tech** 总结 **Reddit** 线程）记录了 **回归** 基本的智能家居行为、慢速和“听起来不错，但在演示中”痛点 ([Yahoo](https://tech.yahoo.com/ai/copilot/articles/alexa-bringer-sorrow-amazon-starts-140000443.html)) 。整体第三方评论 **两极分化** ：“一些人认为这是最好的Alexa”，而其他人则认为 **不可接受的回归** ，通常取决于 **硬件世代** 、 **地区** 和 **早期访问** 状态。
**为什么这对声学桥接很重要** ：物理Alexa可能仍根据 **帐户、设备和国家/地区** 处于 **经典** 或 **Alexa+** 行为。桥接器的任务仍然是 **清晰的TTS和忠实的STT** ；更丰富的对话行为存在于 **亚马逊方面** ，当您的地区和设备符合条件时。
**项目意图（奥地利，测试）。** 本项目旨在在Alexa+成熟时，在 **更长、更智能和更具对话性的** 环路中使用声学桥接：多步骤命令、来回交流和模型辅助规划 **对设备说话** 而不是单次短语。在 **奥地利** ，Alexa+尚未在上述公共推出列表中，因此 **目前无法在此处进行端到端验证** — 开发保持兼容性第一（清晰的语音输出，可靠的转录输入），直到服务在本地可用或在支持的地区进行测试。
**安全性、语音购物和提示注入。** 一个链条 **（LLM或其他代理）→ TTS→Alexa** 继承了现实世界的风险：Alexa可以 **下Amazon订单** 并运行其他高影响力的“执行”技能，如果您的帐户、Echo和购物设置允许。理论上， **注入提示** 或模型幻觉的“命令”可能会被大声朗读并执行（一个被滥用的示例：意外地大量订购指甲文件）。该项目 **不实施** 购买保护措施。缓解措施取决于您和亚马逊的控制：例如， **关闭或严格限制语音购物** ，使用 **PIN码 / 确认** 进行订单，限制 **1-Click** 和默认付款暴露， **永远不要** 将不受信任或未经审查的模型输出直接输入 `speak` ，当购物可能时。请像对待生产自动化一样对待语音介导的商业：允许列表、人工确认或专用低权限帐户。
**Web控制平面（路线图）。** **工业仪表板和REST API** 不是一个完全强化的、经过身份验证的产品表面。 **Web桥接器身份验证** （和相关的HTTP入口点） **预期** 在任何 **不受信任、共享或暴露于互联网** 的部署之前进行。 在那之前，请在 **VPN** 、 **仅限本地** 或您控制的其他门后运行。
**TTS购物保护（默认开启）。** 在播放音频之前，服务器会对整个字符串进行 **启发式** 分析：如果它看起来像 **订购/购买/购物车** 语言加上 **Amazon /`amazon.com`** / Prime Now样式的上下文，则 `speak_text` 会被提升，并且不会大声朗读。订单 **跟踪** 问题和 **Amazon Music / Video** 样式的短语通常会被留下。这不是万无一失的。如果您接受风险，请使用环境变量 **`ALEXA_SHOPPING_GUARD=0`** （不推荐）禁用。
## 架构
服务器实现了严格的 **实例分离模式** ：
- **MCP服务器** ：通过FastMCP 3.2.0处理JSON-RPC协议/stdio。
- **Web桥接器** ：通过FastAPI提供React仪表板和REST API。
- **音频逻辑** ：通过 `sounddevice` 解耦硬件管理。
## 标准和合规
- **原则** ：Android机器人原则合规v1.2。
- **注册** ：与MCP Central Docs同步。
- **强化** ：Ruff v14.1，Typed Pydantic模型。
---
**作者FlowEngineer sandraschi** | *革新声学智能家居编排。*
## 🛡️ 工业质量栈
该项目遵循 **SOTA 14.1** 工业标准，用于高保真智能编排：
- **Python（核心）** ： [Ruff](https://astral.sh/ruff) 用于检查和格式化。对核心处理程序中的 `print` 语句 **零容忍度** （ `T201` ）。
- **Web应用程序（UI）** ： [Biome](https://biomejs.dev/) 用于毫秒级检查。严格执行 `noConsoleLog` 。
- **协议合规** ：强化 `stdout/stderr` 隔离，以确保崩溃防护的JSON-RPC通信。
- **自动化** ： [Justfile](./justfile) 适用于所有车队操作（ `just lint` 、 `just fix` 、 `just dev` ）。
- **安全** ：通过 `bandit` 和 `safety` 进行自动审计。
