ต้นแบบ · รุ่นทดลอง: มีทุก server ในทะเบียนทางการ อัปเดตทุก 30 นาที เข้าสู่ระบบด้วย Google เพื่อเขียนรีวิวได้แล้วต้นแบบ · อัปเดตทุก 30 นาที
PopNx MCPที่รวม MCP สำหรับคนใช้ AI · วิธีติดตั้งภาษาไทยทุกตัว

Gemini Audio MCP

โดย jxoesneonรุ่น 0.1.0i★ 0iรันบนเครื่องหน้า repo ↗
ชื่อใน registryio.github.jxoesneon/gemini-audio-mcp

วิธีติดตั้ง

ใช้ทำอะไรได้

ยังไม่มีคำอธิบายภาษาไทย ดูข้อเท็จจริงด้านล่าง หรือเปิดคำอธิบายต้นฉบับจากผู้ทำ

  • ต่อแบบ ติดตั้งในเครื่อง
  • บัญชีหรือคีย์ ต้องมี GEMINI_API_KEY
  • หมวด ออกแบบ ภาพ และเสียง
คำอธิบายต้นฉบับจากผู้ทำ (อังกฤษ)
High-performance audio, music, and voice generation MCP server for Gemini 2.5 and Lyria 3.

ใช้คู่กับ

Skill ที่สอน AI ทำงานแบบนี้ ใช้ร่วมกับตัวนี้ได้

impeccable

impeccable เป็นชุดคำสั่งด้านการออกแบบสำหรับ coding agent ใช้กำกับงานให้ดูประณีตหรือโดดเด่นขึ้น ตรวจทานและวิจารณ์งานออกแบบ และช่วยจับงานที่ดูเป็น AI ชั้นต่ำก่อนนำไปใช้จริง

โดย pbakaus★ 112,5441 skill

Skill · คู่มือ

diagram-design

เครื่องมือสำหรับออกแบบไดอะแกรมแบบ editorial ใช้กับ Claude Code, Codex, GitHub Copilot, Cursor, Factory Droid, Qoder และ Pi มี 45 ประเภทไดอะแกรม สร้างผลลัพธ์เป็น HTML กับ SVG ที่ใช้งานได้ในไฟล์เดียว

โดย cathrynlavery★ 68,0691 skill

Skill · คู่มือ

frontend-slides

เครื่องมือเสริมชื่อ frontend-slides ใช้สร้างสไลด์สวยงามบนเว็บ โดยอาศัยทักษะด้าน frontend ของ coding agent

โดย zarazhangrui★ 32,5141 skill

Skill · คู่มือ

ทำไมอยู่อันดับนี้

หน้ารายการเรียงด้วยคะแนนการใช้งาน (เต็ม 100) จากส่วนเหล่านี้

ความนิยม0/80ดาว GitHub หรือยอดดาวน์โหลดต่อสัปดาห์ ค่ามากนับ 60 ค่าน้อยนับ 20
ความสด12/12ออกรุ่นหรือแก้โค้ดใน 30 วัน ได้เต็ม
ระบบยังตอบ0/8endpoint บนคลาวด์ตอบตอนตรวจล่าสุด
คะแนนการใช้งาน12/100

คุณภาพ: ผลตรวจเบื้องต้นผ่าน 3/3 ข้อ (แสดงให้ดู ไม่ได้ใช้เรียง) · ความมาแรง: ยังไม่มีข้อมูล (ใช้เรียงเฉพาะแท็บมาแรง)

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ให้ AI ติดตั้งให้ด้วยประโยคเดียว

ติดตั้ง Gemini Audio MCP ให้หน่อย ทำตาม https://mcp.popnx.com/i/jxoesneon-gemini-audio-mcp.md แสดงคำสั่งให้ฉันดูและรอฉันตกลงก่อนรัน

คัดลอกไปวางในแชตของ AI ที่ทำงานในเครื่องคุณได้ (เช่น Claude Code, Cursor) · AI จะอ่านขั้นตอนจากเรา แสดงคำสั่งให้ดู และรอคุณตกลงก่อน · ไม่ต้องใช้คีย์ ไม่ต้องสมัคร · ดูข้อความเต็มที่ AI จะอ่าน

ผลตรวจผ่าน 3/3 · ทำงานบนเครื่องคุณ · ✓ ตรวจคำสั่งแล้ว 13 พ.ย. 2569

ขั้นแรก: คุณใช้ AI ตัวไหน

เลือกแอปที่คุณใช้ ขั้นตอนจะขึ้นด้านล่าง

ต่อกับ Claude ได้ แต่ต้องเตรียมก่อน

ต้องมีคีย์ของ Gemini Audio MCP (สร้างที่เว็บของผู้ทำ) · ต้องลง Docker ในเครื่องก่อน (ทำครั้งเดียว) · ใช้ได้เฉพาะแอป Claude บนคอม (Windows หรือ Mac) ไม่ใช่บนเว็บหรือมือถือ

ให้ AI ติดตั้งให้

คัดลอกข้อความนี้ไปวางในแชตของ Claude AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง

ช่วยติดตั้ง MCP server ชื่อ Gemini Audio MCP ให้ Claude ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี Docker ด้วยคำสั่ง docker --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://www.docker.com/products/docker-desktop/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): { "mcpServers": { "gemini-audio": { "command": "docker", "args": [ "run", "-i", "--rm", "-e", "GEMINI_API_KEY", "ghcr.io/jxoesneon/gemini-audio-mcp:0.1.0" ], "env": { "GEMINI_API_KEY": "ใส่ค่าของคุณ" } } } } 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ช่อง GEMINI_API_KEY ให้คงคำว่า "ใส่ค่าของคุณ" ไว้ก่อน แล้วบอกให้ฉันวางค่าจริงเองในไฟล์หรือช่องของแอป ห้ามขอให้ฉันพิมพ์คีย์ในแชต 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ Gemini Audio MCP ขึ้นจริง

ข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป

  1. ลง Docker ในเครื่อง (ถ้ายังไม่มี)

    ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter

    docker --version
    • ขึ้นเลขรุ่น เช่น Docker version … = ลงแล้ว ข้ามขั้นนี้ได้
    • ขึ้นว่า "command not found" (Windows ขึ้นว่า "is not recognized") = ยังไม่ได้ลง หรือเพิ่งลงแต่ยังไม่ได้ปิดแล้วเปิด Terminal ใหม่
    เปิด Terminal ยังไง

    Mac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter

    Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open

    ยังไม่ได้ลง: ลง Docker Desktop: Mac เปิดไฟล์ Docker.dmg แล้วลากไอคอนไปที่ Applications (เลือกรุ่น Apple silicon หรือ Intel ให้ตรงเครื่อง) · Windows ดับเบิลคลิก Docker Desktop Installer.exe · ลงเสร็จเปิดแอป Docker Desktop ทิ้งไว้ ไม่ต้องใช้คำสั่ง curl

    เปิดหน้าดาวน์โหลด Docker ↗

    ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: docker --version

    ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ Docker

  2. สมัครและสร้างคีย์ของ Gemini Audio MCP

    เปิดเว็บของผู้ทำ สมัครบัญชีแล้วสร้างคีย์ (API key) เก็บไว้ ใช้ในขั้นถัดไป ราคาและแผนฟรีดูที่เว็บของผู้ทำ

    วิธีขอคีย์อยู่ใน README ของผู้ทำด้านล่าง

  3. เปิดไฟล์ตั้งค่าของแอป Claude บนคอม

    SettingsDeveloperEdit Config

  4. วางค่าตั้งนี้แล้วบันทึกไฟล์

    {
      "mcpServers": {
        "gemini-audio": {
          "command": "docker",
          "args": [
            "run",
            "-i",
            "--rm",
            "-e",
            "GEMINI_API_KEY",
            "ghcr.io/jxoesneon/gemini-audio-mcp:0.1.0"
          ],
          "env": {
            "GEMINI_API_KEY": "ใส่ค่าของคุณ"
          }
        }
      }
    }

    วางคีย์ในช่องของแอปเท่านั้น อย่าวางในแชตหรือส่งให้ใคร

  5. ปิดแอป Claude แล้วเปิดใหม่

  6. ลองเลย

    ใช้ Gemini Audio MCP บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า Claude บอกว่ากำลังใช้ Gemini Audio MCP หรือมีชื่อเครื่องมือของ Gemini Audio MCP ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Anthropic เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

ChatGPT ยังต่อ Gemini Audio MCP ไม่ได้

Gemini Audio MCP ต้องติดตั้งในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะตัวที่ทำงานบนเว็บ

คุณทำแบบนี้แทนได้

ก · ใช้แอปที่ต่อ Gemini Audio MCP ได้

  • ต้องมีคีย์ของ Gemini Audio MCP (สร้างที่เว็บของผู้ทำ) · ต้องลง Docker ในเครื่องก่อน (ทำครั้งเดียว) · ใช้ได้เฉพาะแอป Claude บนคอม (Windows หรือ Mac) ไม่ใช่บนเว็บหรือมือถือ
  • ต้องมีคีย์ของ Gemini Audio MCP (สร้างที่เว็บของผู้ทำ) · ต้องลง Docker ในเครื่องก่อน (ทำครั้งเดียว)
  • ต้องมีคีย์ของ Gemini Audio MCP (สร้างที่เว็บของผู้ทำ) · ต้องลง Docker ในเครื่องก่อน (ทำครั้งเดียว)
  • ต้องมีคีย์ของ Gemini Audio MCP (สร้างที่เว็บของผู้ทำ) · ต้องลง Docker ในเครื่องก่อน (ทำครั้งเดียว)

ข · ตัวอื่นในหมวด ออกแบบ ภาพ และเสียง ที่ต่อกับ ChatGPT ได้

เลือกจากตัวที่ใช้มากในหมวดเดียวกัน เฉพาะตัวที่ต่อด้วยที่อยู่ได้โดยไม่ต้องใส่คีย์

ต่อกับ Claude Code ได้ แต่ต้องเตรียมก่อน

ต้องมีคีย์ของ Gemini Audio MCP (สร้างที่เว็บของผู้ทำ) · ต้องลง Docker ในเครื่องก่อน (ทำครั้งเดียว)

ให้ AI ติดตั้งให้

คัดลอกข้อความนี้ไปวางในแชตของ Claude Code AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง

ช่วยติดตั้ง MCP server ชื่อ Gemini Audio MCP ให้ Claude Code ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี Docker ด้วยคำสั่ง docker --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://www.docker.com/products/docker-desktop/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): claude mcp add --scope user gemini-audio --env GEMINI_API_KEY='ใส่ค่าของคุณ' -- docker run -i --rm -e GEMINI_API_KEY ghcr.io/jxoesneon/gemini-audio-mcp:0.1.0 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ช่อง GEMINI_API_KEY ให้คงคำว่า "ใส่ค่าของคุณ" ไว้ก่อน แล้วบอกให้ฉันวางค่าจริงเองในไฟล์หรือช่องของแอป ห้ามขอให้ฉันพิมพ์คีย์ในแชต 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ Gemini Audio MCP ขึ้นจริง

ข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป

  1. ลง Docker ในเครื่อง (ถ้ายังไม่มี)

    ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter

    docker --version
    • ขึ้นเลขรุ่น เช่น Docker version … = ลงแล้ว ข้ามขั้นนี้ได้
    • ขึ้นว่า "command not found" (Windows ขึ้นว่า "is not recognized") = ยังไม่ได้ลง หรือเพิ่งลงแต่ยังไม่ได้ปิดแล้วเปิด Terminal ใหม่
    เปิด Terminal ยังไง

    Mac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter

    Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open

    ยังไม่ได้ลง: ลง Docker Desktop: Mac เปิดไฟล์ Docker.dmg แล้วลากไอคอนไปที่ Applications (เลือกรุ่น Apple silicon หรือ Intel ให้ตรงเครื่อง) · Windows ดับเบิลคลิก Docker Desktop Installer.exe · ลงเสร็จเปิดแอป Docker Desktop ทิ้งไว้ ไม่ต้องใช้คำสั่ง curl

    เปิดหน้าดาวน์โหลด Docker ↗

    ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: docker --version

    ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ Docker

  2. สมัครและสร้างคีย์ของ Gemini Audio MCP

    เปิดเว็บของผู้ทำ สมัครบัญชีแล้วสร้างคีย์ (API key) เก็บไว้ ใช้ในขั้นถัดไป ราคาและแผนฟรีดูที่เว็บของผู้ทำ

    วิธีขอคีย์อยู่ใน README ของผู้ทำด้านล่าง

  3. เปิด Terminal

    Mac: กด Command+Space พิมพ์ Terminal · Windows: เปิด PowerShell

  4. วางคำสั่งนี้แล้วกด Enter

    claude mcp add --scope user gemini-audio --env GEMINI_API_KEY='ใส่ค่าของคุณ' -- docker run -i --rm -e GEMINI_API_KEY ghcr.io/jxoesneon/gemini-audio-mcp:0.1.0

    แก้ “ใส่ค่าของคุณ” เป็นคีย์ของคุณก่อนกด Enter

    วางคีย์ในช่องของแอปเท่านั้น อย่าวางในแชตหรือส่งให้ใคร

  5. พิมพ์ /mcp ใน Claude Code

    ต้องเห็น Gemini Audio MCP ในรายการและขึ้นว่าเชื่อมต่อแล้ว

  6. ลองเลย

    ใช้ Gemini Audio MCP บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า Claude Code บอกว่ากำลังใช้ Gemini Audio MCP หรือมีชื่อเครื่องมือของ Gemini Audio MCP ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Anthropic เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

ต่อกับ Cursor ได้ แต่ต้องเตรียมก่อน

ต้องมีคีย์ของ Gemini Audio MCP (สร้างที่เว็บของผู้ทำ) · ต้องลง Docker ในเครื่องก่อน (ทำครั้งเดียว)

ให้ AI ติดตั้งให้

คัดลอกข้อความนี้ไปวางในแชตของ Cursor AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง

ช่วยติดตั้ง MCP server ชื่อ Gemini Audio MCP ให้ Cursor ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี Docker ด้วยคำสั่ง docker --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://www.docker.com/products/docker-desktop/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): { "mcpServers": { "gemini-audio": { "command": "docker", "args": [ "run", "-i", "--rm", "-e", "GEMINI_API_KEY", "ghcr.io/jxoesneon/gemini-audio-mcp:0.1.0" ], "env": { "GEMINI_API_KEY": "ใส่ค่าของคุณ" } } } } 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ช่อง GEMINI_API_KEY ให้คงคำว่า "ใส่ค่าของคุณ" ไว้ก่อน แล้วบอกให้ฉันวางค่าจริงเองในไฟล์หรือช่องของแอป ห้ามขอให้ฉันพิมพ์คีย์ในแชต 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ Gemini Audio MCP ขึ้นจริง

ข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป

  1. ลง Docker ในเครื่อง (ถ้ายังไม่มี)

    ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter

    docker --version
    • ขึ้นเลขรุ่น เช่น Docker version … = ลงแล้ว ข้ามขั้นนี้ได้
    • ขึ้นว่า "command not found" (Windows ขึ้นว่า "is not recognized") = ยังไม่ได้ลง หรือเพิ่งลงแต่ยังไม่ได้ปิดแล้วเปิด Terminal ใหม่
    เปิด Terminal ยังไง

    Mac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter

    Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open

    ยังไม่ได้ลง: ลง Docker Desktop: Mac เปิดไฟล์ Docker.dmg แล้วลากไอคอนไปที่ Applications (เลือกรุ่น Apple silicon หรือ Intel ให้ตรงเครื่อง) · Windows ดับเบิลคลิก Docker Desktop Installer.exe · ลงเสร็จเปิดแอป Docker Desktop ทิ้งไว้ ไม่ต้องใช้คำสั่ง curl

    เปิดหน้าดาวน์โหลด Docker ↗

    ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: docker --version

    ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ Docker

  2. สมัครและสร้างคีย์ของ Gemini Audio MCP

    เปิดเว็บของผู้ทำ สมัครบัญชีแล้วสร้างคีย์ (API key) เก็บไว้ ใช้ในขั้นถัดไป ราคาและแผนฟรีดูที่เว็บของผู้ทำ

    วิธีขอคีย์อยู่ใน README ของผู้ทำด้านล่าง

  3. กดปุ่มนี้เพื่อเปิด Cursor

    เปิดใน Cursor

    Cursor จะถามยืนยันการติดตั้ง ให้กด Install

  4. ใส่คีย์ในช่องที่ว่างไว้

    ในค่าตั้งของ Gemini Audio MCP ช่อง GEMINI_API_KEY ยังว่าง ใส่คีย์ของคุณแล้วบันทึก

    วางคีย์ในช่องของแอปเท่านั้น อย่าวางในแชตหรือส่งให้ใคร

  5. เปิดแชตของ AI ใน Cursor โหมด Agent

  6. ลองเลย

    ใช้ Gemini Audio MCP บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า Cursor บอกว่ากำลังใช้ Gemini Audio MCP หรือมีชื่อเครื่องมือของ Gemini Audio MCP ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Cursor เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

ต่อกับ VS Code ได้ แต่ต้องเตรียมก่อน

ต้องมีคีย์ของ Gemini Audio MCP (สร้างที่เว็บของผู้ทำ) · ต้องลง Docker ในเครื่องก่อน (ทำครั้งเดียว)

ให้ AI ติดตั้งให้

คัดลอกข้อความนี้ไปวางในแชตของ VS Code AI จะเช็กเครื่อง บอกว่าจะแก้ไฟล์ไหน และรอคุณตกลงก่อนทุกครั้ง

ช่วยติดตั้ง MCP server ชื่อ Gemini Audio MCP ให้ VS Code ในเครื่องนี้ ทำตามลำดับ 1) เช็กว่ามี Docker ด้วยคำสั่ง docker --version ถ้าไม่มี ให้บอกฉันไปลงจาก https://www.docker.com/products/docker-desktop/ ห้ามลงเอง 2) ใช้คอนฟิกนี้เท่านั้น (ผ่านตัวตรวจของ PopNx MCP แล้ว): { "servers": { "gemini-audio": { "type": "stdio", "command": "docker", "args": [ "run", "-i", "--rm", "-e", "GEMINI_API_KEY", "ghcr.io/jxoesneon/gemini-audio-mcp:0.1.0" ], "env": { "GEMINI_API_KEY": "ใส่ค่าของคุณ" } } } } 3) บอก path เต็มของไฟล์ที่จะแก้ หรือคำสั่งที่จะรัน แล้วรอฉันตกลงก่อน 4) ช่อง GEMINI_API_KEY ให้คงคำว่า "ใส่ค่าของคุณ" ไว้ก่อน แล้วบอกให้ฉันวางค่าจริงเองในไฟล์หรือช่องของแอป ห้ามขอให้ฉันพิมพ์คีย์ในแชต 5) ทำตามที่ตกลง แล้วตรวจว่าเครื่องมือของ Gemini Audio MCP ขึ้นจริง

ข้อความนี้ไม่มีคีย์ของคุณ ถ้าต้องใช้คีย์ AI จะบอกให้คุณวางเองในไฟล์หรือช่องของแอป

  1. ลง Docker ในเครื่อง (ถ้ายังไม่มี)

    ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter

    docker --version
    • ขึ้นเลขรุ่น เช่น Docker version … = ลงแล้ว ข้ามขั้นนี้ได้
    • ขึ้นว่า "command not found" (Windows ขึ้นว่า "is not recognized") = ยังไม่ได้ลง หรือเพิ่งลงแต่ยังไม่ได้ปิดแล้วเปิด Terminal ใหม่
    เปิด Terminal ยังไง

    Mac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter

    Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open

    ยังไม่ได้ลง: ลง Docker Desktop: Mac เปิดไฟล์ Docker.dmg แล้วลากไอคอนไปที่ Applications (เลือกรุ่น Apple silicon หรือ Intel ให้ตรงเครื่อง) · Windows ดับเบิลคลิก Docker Desktop Installer.exe · ลงเสร็จเปิดแอป Docker Desktop ทิ้งไว้ ไม่ต้องใช้คำสั่ง curl

    เปิดหน้าดาวน์โหลด Docker ↗

    ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: docker --version

    ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ Docker

  2. สมัครและสร้างคีย์ของ Gemini Audio MCP

    เปิดเว็บของผู้ทำ สมัครบัญชีแล้วสร้างคีย์ (API key) เก็บไว้ ใช้ในขั้นถัดไป ราคาและแผนฟรีดูที่เว็บของผู้ทำ

    วิธีขอคีย์อยู่ใน README ของผู้ทำด้านล่าง

  3. กดปุ่มนี้เพื่อเปิด VS Code

    เปิดใน VS Code

    VS Code จะถามยืนยันการติดตั้ง ให้กด Install

  4. ใส่คีย์ในช่องที่ว่างไว้

    ในค่าตั้งของ Gemini Audio MCP ช่อง GEMINI_API_KEY ยังว่าง ใส่คีย์ของคุณแล้วบันทึก

    วางคีย์ในช่องของแอปเท่านั้น อย่าวางในแชตหรือส่งให้ใคร

  5. เปิดแชตของ AI ใน VS Code โหมด Agent

  6. ลองเลย

    ใช้ Gemini Audio MCP บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า VS Code บอกว่ากำลังใช้ Gemini Audio MCP หรือมีชื่อเครื่องมือของ Gemini Audio MCP ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ VS Code เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

โปรแกรมอื่นที่ใช้ MCP ได้ เช่น Windsurf, Zed หรือ Gemini CLI มีวิธีเพิ่มต่างกัน ดูวิธีของแต่ละตัวในหน้ารวมโปรแกรม

ดูโปรแกรมที่ใช้ MCP ทั้งหมด →

ค่าตั้งแบบไฟล์ JSON อยู่ในหัวข้อ “สำหรับคนเขียนโค้ด” ด้านล่าง

ติดตรงไหน? ถามคนที่ใช้ Gemini Audio MCP อยู่💬 พูดคุย →
สำหรับคนเขียนโค้ด: คำสั่ง Terminal และค่าตั้ง JSON

ติดตั้งในเครื่อง

Claude Code

claude mcp add --scope user gemini-audio --env GEMINI_API_KEY='ใส่ค่าของคุณ' -- docker run -i --rm -e GEMINI_API_KEY ghcr.io/jxoesneon/gemini-audio-mcp:0.1.0

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "gemini-audio": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "GEMINI_API_KEY",
        "ghcr.io/jxoesneon/gemini-audio-mcp:0.1.0"
      ],
      "env": {
        "GEMINI_API_KEY": "ใส่ค่าของคุณ"
      }
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "gemini-audio": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "GEMINI_API_KEY",
        "ghcr.io/jxoesneon/gemini-audio-mcp:0.1.0"
      ],
      "env": {
        "GEMINI_API_KEY": "ใส่ค่าของคุณ"
      }
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "gemini-audio": {
      "type": "stdio",
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "GEMINI_API_KEY",
        "ghcr.io/jxoesneon/gemini-audio-mcp:0.1.0"
      ],
      "env": {
        "GEMINI_API_KEY": "ใส่ค่าของคุณ"
      }
    }
  }
}

ค่าที่ต้องใส่เอง

  • GEMINI_API_KEY ความลับ จำเป็น env
    คีย์ API ของ Google AI Studio ของคุณ
    ดูต้นฉบับภาษาอังกฤษYour Google AI Studio API Key

คำอธิบายแปลอัตโนมัติ ชื่อตัวแปรคงตามต้นฉบับ ถ้าไม่แน่ใจให้ดูต้นฉบับ

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

สรุป

ดาวน์โหลดต่อสัปดาห์i
ไม่มียอดใน npm/PyPI
การเชื่อมต่อ
รันบนเครื่อง
รุ่นล่าสุดi
0.1.0
ส่งเข้า registryi
4 เม.ย. 2569
แก้โค้ดล่าสุดi
3 พ.ย. 2569
ผู้ทำ
jxoesneon
แพ็กเกจ
oci: ghcr.io/jxoesneon/gemini-audio-mcp:0.1.0
สถานะใน registry
ใช้งานอยู่

ใช้กับโปรแกรมไหนได้

ดูจากแบบการต่อของ server ตัวนี้ และเอกสารของผู้ทำโปรแกรมแต่ละตัว ตรวจเมื่อ 10 พ.ย. 2569

ติดตั้งบนเครื่องได้ใน

ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

ดูโปรแกรมทั้งหมดพร้อมข้อดีข้อเสีย →

คู่มือที่เกี่ยวข้อง

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 19 พ.ย. 2569

  • ✓ ผ่าน

    ตัวตนผู้ทำตรงกับ repo

    ชื่อใน registry ยืนยันด้วยบัญชี GitHub jxoesneon ซึ่งเป็นเจ้าของ repo

  • ✓ ผ่าน

    ยังมีคนดูแล

    มีการแก้โค้ดล่าสุด 16 วันที่ผ่านมา

  • ✓ ผ่าน

    มีสัญญาอนุญาต (license)

    ใช้ MIT

  • – ไม่เกี่ยว

    endpoint ตอบ

    ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต

  • – ไม่เกี่ยว

    ล็อกอินแบบ OAuth

    ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน

  • … ยังไม่ตรวจ

    คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

    รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต

ช่องโหว่ที่เปิดเผยแล้ว (OSV.dev)

ไม่ได้ตรวจ: ตรวจได้เฉพาะแพ็กเกจ npm และ PyPI ที่ระบุรุ่น

เราตรวจอะไรบ้าง → · JSON

ผู้ทำ: ขอให้ตรวจใหม่ หรือแจ้งข้อมูลผิด
สำหรับผู้ทำ: ติดป้ายใน README

ถ้าคุณเป็นผู้ทำตัวนี้ คัดลอกโค้ดนี้ไปวางใน README ได้เลย ป้ายลิงก์กลับมาที่หน้านี้

[![แนะนำบน PopNx MCP](https://mcp.popnx.com/badge/jxoesneon-gemini-audio-mcp.svg?lang=th)](https://mcp.popnx.com/th/servers/jxoesneon-gemini-audio-mcp)

พูดคุย

ถาม แชร์เคล็ดลับ หรือแจ้งว่าใช้ไม่ได้ เรียงตามที่คนกดว่ามีประโยชน์

ยังไม่มีใครโพสต์ ถามหรือแชร์เป็นคนแรกได้เลย

ข้อความในส่วนนี้เขียนโดยผู้ใช้ ไม่ใช่ทีม PopNx

เข้าสู่ระบบเพื่อโพสต์

รีวิวจากผู้ใช้

ยังไม่มีรีวิว

เข้าสู่ระบบเพื่อเขียนรีวิว

เทียบกับตัวอื่นในหมวด ออกแบบ ภาพ และเสียงi

  • ดาวมากกว่า 0% ของอีก 3275 ตัวในหมวดนี้
  • ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 3% ของอีก 3275 ตัวในหมวดนี้
  • ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 99% ของอีก 3275 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

Gemini Audio MCP ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 3 จาก 3 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

ต้องใส่ค่าเหล่านี้: GEMINI_API_KEY

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด 16 วันที่ผ่านมา และส่งรุ่นล่าสุด (0.1.0) เข้า registry 8 เดือนที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Docker ในเครื่องด้วย

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี HyperFrames by HeyGen, Pascal 3D Editor, draw.io, Figma MCP Server, Remocn: Remotion MCP server

ตัวอื่นที่ทำงานคล้ายกัน

หมวดเดียวกันจากผู้ทำคนอื่น ผ่านตัวตรวจคำสั่งแล้ว ตัวทางการขึ้นก่อน แล้วเรียงตามดาว

อ่านการ์ด:↓ ดาวน์โหลดต่อสัปดาห์i★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

HyperFrames by HeyGen

Official HyperFrames by HeyGen: the best AI video editor in chat. Captions, motion graphics, MP4.

โดย heygen-comใช้กันมาก★ 86.4K ดาวรวมทั้งรีโปอัปเดต เมื่อวาน

รันบนคลาวด์✓ heygen.com

Pascal 3D Editor

สร้าง ตรวจ และบันทึกฉากอาคาร 3 มิติที่แก้ไขได้ ด้วย Pascal

โดย pascalorgใช้กันมาก↓ 1K/สัปดาห์★ 25.6K ดาวรวมทั้งรีโปอัปเดต เมื่อวาน

บนเครื่องหรือคลาวด์✓ เจ้าของบริการ · pascal.app

draw.io

Create draw.io diagrams in chat from Mermaid or XML, shown live and interactive. 10,000+ shapes.

โดย jgraphใช้กันมาก★ 5.9Kอัปเดต เมื่อวานซืน

รันบนคลาวด์✓ เจ้าของบริการ · draw.ioทีม PopNx ลองใช้จริงแล้ว

Figma MCP Server

server ทางการของ Figma ส่งข้อมูลงานออกแบบให้ AI อ่าน เพื่อเปลี่ยนแบบเป็นโค้ดหรืออธิบายแบบได้ตรงขึ้น ต่อผ่านคลาวด์ของ Figma

โดย figmaใช้กันมาก★ 2.2Kอัปเดต 13 เดือนที่ผ่านมา

รันบนคลาวด์✓ เจ้าของบริการ · mcp.figma.com

Remocn: Remotion MCP server

Hosted MCP for Remotion videos: search Remocn components, read docs, plan a video, preview it.

โดย Remocnกำลังโต★ 1.8Kอัปเดต 9 วันที่ผ่านมา

รันบนคลาวด์✓ เจ้าของบริการ · remocn.dev
เทียบกับตัวที่คล้ายกัน
ตัวนี้
Gemini Audio MCP
HyperFrames by HeyGenPascal 3D Editordraw.ioFigma MCP ServerRemocn: Remotion MCP server
ทำงานที่ไหนต้องลงในเครื่องใช้บนคลาวด์ ไม่ต้องลงเครื่องมีทั้งบนคลาวด์และแบบลงเครื่องใช้บนคลาวด์ ไม่ต้องลงเครื่องใช้บนคลาวด์ ไม่ต้องลงเครื่องใช้บนคลาวด์ ไม่ต้องลงเครื่อง
ต้องใส่คีย์ใช่ไม่ไม่ไม่ไม่ไม่
กด + ใน Claude ได้ไม่ใช่ไม่ไม่ใช่ไม่
ผลตรวจเบื้องต้น3/34/45/54/44/44/4
สัญญาอนุญาตMITApache-2.0MITApache-2.0–MIT
ราคาไม่พบค่าใช้จ่ายในทะเบียนไม่พบค่าใช้จ่ายในทะเบียนไม่พบค่าใช้จ่ายในทะเบียนไม่พบค่าใช้จ่ายในทะเบียนไม่พบค่าใช้จ่ายในทะเบียนไม่พบค่าใช้จ่ายในทะเบียน

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

🎵 Gemini Audio MCP

Gemini Audio MCP is a high-performance Model Context Protocol (MCP) server engineered for professional-grade audio synthesis. It leverages the Gemini 2.5 Multimodal Live API and Google DeepMind's Lyria 3 models to deliver high-fidelity environmental soundscapes, musical compositions, and expressive narration on-demand.


🛠 Prerequisites

Before deploying the server, ensure your environment meets the following technical requirements:

1. FFmpeg (Core Processing Engine)

Required for high-performance audio encoding, decoding, and transcoding.

  • macOS: brew install ffmpeg
  • Windows: winget install ffmpeg or download from ffmpeg.org.
  • Linux (Ubuntu/Debian): sudo apt update && sudo apt install ffmpeg
2. Rust Toolchain (Compilation)

Required to build the server from source.

  • Install via rustup.rs: curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
3. Node.js & NPM (Runtime)

Required if using the pre-compiled NPM package.

  • Version: node >= 18.0.0

🚀 Installation & Deployment

Global Installation (via NPX)

The fastest way to integrate the server into your MCP client (e.g., Claude Desktop).

{

"mcpServers": { "gemini-audio": { "command": "npx", "args": ["-y", "gemini-audio-mcp"], "env": { "GEMINI_API_KEY": "YOUR_SECURE_API_KEY" } } } }

Manual Build (Optimized)

For maximum performance, build the Rust binary locally:

  1. Clone & Build: bash git clone https://github.com/mcp-servers/gemini-audio-mcp.git cd gemini-audio-mcp cargo build --release
  2. Locate Binary: The optimized binary will be in ./target/release/gemini-audio-mcp.

🔑 API Key Management

The server requires a valid Google AI Studio API key.

  1. Obtain your key from Google AI Studio.
  2. Security Best Practice: Never hardcode keys. Inject the key via the GEMINI_API_KEY environment variable.
  3. Tier Note: Access to Lyria 3 (Pro/Clip) models typically requires a Paid Tier or specific preview access in Google AI Studio.

🎮 Tool Usage Guide

1. Environmental Generation (generate_soundscape)

Synthesizes immersive, vocal-free ambient textures.

{

"name": "generate_soundscape", "arguments": { "prompt": "Deep underwater abyss, low-frequency whale songs, rhythmic air bubbles rising, muffled aquatic pressure.", "duration": 60, "quality": "high", "auto_play": true } }

2. Professional Music (generate_music)

Generates structural compositions with optional vocal control.

{

"name": "generate_music", "arguments": { "prompt": "Melancholic solo cello in a vast cathedral with 5-second decay reverb.", "bpm": 72, "song_key": "D minor", "intensity": 4 } }

3. Expressive Voice (generate_voice)

Narration and character dialogue using Gemini 2.5 Native Audio.

{

"name": "generate_voice", "arguments": { "text": "The artifacts are stable, but the rift remains open.", "voice_direction": "Gravelly, urgent, whispered" } }

4. Dynamic Evolution (transition_soundscape)

Crossfades two distinct environments for seamless scene transitions.

{

"name": "transition_soundscape", "arguments": { "from_prompt": "Quiet library silence.", "to_prompt": "Sudden heavy rain on a tin roof.", "transition_duration": 8 } }


⚙️ Advanced Parameters

ParameterTypeDescription
seedIntegerEnsures deterministic, reproducible audio outputs.
image_pathStringMultimodal: Uses a local image to guide the acoustic mood (e.g., resonance).
bpmNumberExplicitly sets the rhythmic tempo (essential for music).
intensityNumber1-10 scale controlling dynamic range and complexity.
guidanceNumber0.0-6.0 scale for prompt adherence (Lyria models).
durationNumberTarget length in seconds. Triggers the Seamless Looping Engine.

🔬 Architecture Overview

Gemini Audio MCP employs a unique Hybrid Engine Strategy:

  • WebSocket Loop: Connects to Gemini 2.5 Live for low-latency, interactive voice and foley tasks.
  • REST Pipeline: Interfaces with Lyria 3 Pro for high-fidelity musical synthesis.
  • PCM Processing: An internal Rust-based loop (decode -> crossfade -> loop -> encode) ensures that short clips are transformed into seamless, infinite soundscapes without audible clicks.

🧪 Troubleshooting

FFmpeg Errors
  • "FFmpeg not found": Ensure ffmpeg is in your system PATH. Run ffmpeg -version in your terminal to verify.
  • Transcoding Failures: Check if you have the necessary codecs (e.g., libmp3lame for MP3). Most standard FFmpeg installations include these.
API Issues
  • 429 Rate Limit: The server implements a semaphore to limit concurrency, but ensure your API tier supports the requested model.
  • Empty Audio Output: Verify your GEMINI_API_KEY is correct and that your account has access to the requested model (especially lyria-3-pro-preview).

📄 License

Licensed under the MIT License. Engineered with precision by the MCP community.