Pipecat MCP ServerはPipecatを使ってAIエージェントに音声を提供します。どのMCP互換クライアントでも動作するはずです:

Pipecat MCPサーバーは、音声関連のおよびスクリーンキャプチャ**ツールをMCP互換クライアントに公開しますが、マイクやスピーカーアクセス自体は提供しません。

音声の入出力は別の音声/映像トランスポートによって処理されます。例えば:

• Pipecat Playground(ローカルブラウザUI)
• Daily(WebRTCルーム)
• 電話事業者(Twilio、Telnyxなど)

Cursor、Claude Code、CodexのようなMCPクライアントがエージェントを制御しますが、オーディオデバイスではありません。 聞く、話す、見るには、音声トランスポートのいずれかに接続する必要があります。

🧭 始める

前提条件

• Python 3.10以降
• UVパッケージマネージャー

デフォルトでは、音声エージェントはローカルモデルを使用します(APIキーは不要):音声からテキストへのFaster Whisper、テキストへの音声へのKokoro。Whisperモデルは約1.5GBで、最初の接続で自動的にダウンロードされるため、初期起動には少し時間がかかることがあります。

就任

これによりpipecat-mcp-serverツールがインストールされます。

Pipecat MCP Server

Pipecat MCP Server gives your AI agents a voice using Pipecat. It should work with any MCP-compatible client:

The Pipecat MCP Server exposes voice-related and screen capture tools to MCP-compatible clients, but it does not itself provide microphone or speaker access.

Audio input/output is handled by a separate audio/video transport, such as:

• Pipecat Playground (local browser UI)
• Daily (WebRTC room)
• Phone providers (Twilio, Telnyx, etc.)

MCP clients like Cursor, Claude Code, and Codex control the agent, but they are not audio devices. To hear, speak or see, you must connect via one of the audio transports.

🧭 Getting started

Prerequisites

• Python 3.10 or later
• uv package manager

By default, the voice agent uses local models (no API keys required): Faster Whisper for speech-to-text and Kokoro for text-to-speech. The Whisper models are approximately 1.5 GB and are downloaded automatically on the first connection, so the initial startup may take a moment.

Installation

uv tool install pipecat-ai-mcp-server

This will install the pipecat-mcp-server tool.

If you want to use different services or modify the Pipecat pipeline somehow, you will need to clone the repository:

git clone https://github.com/pipecat-ai/pipecat-mcp-server.git

and install your local version with:

uv tool install -e /path/to/repo/pipecat-mcp-server

Running the server

Start the server:

pipecat-mcp-server

This will make the Pipecat MCP Server available at http://localhost:9090/mcp.

Auto-approving permissions

For hands-free voice conversations, you will need to auto-approve tool permissions. Otherwise, your agent will prompt for confirmation, which interrupts the conversation flow.

⚠️ Warning: Enabling broad permissions is at your own risk.

Installing the talk skill (recommended)

The talk skill provides a better voice conversation experience. It asks for verbal confirmation before making changes to files, adding a layer of safety when using broad permissions.