Sonix MCP Server

什么是 MCP 服务器？

MCP 服务器是 Model Context Protocol（模型上下文协议）的服务端：它对外提供一组明确定义的工具，AI 助手经您授权后即可调用。 Model Context Protocol（MCP）是一项开放标准，用于将 AI 助手连接到外部工具和数据。Anthropic 于 2024 年底推出该协议，此后它已在整个 AI 生态中得到采用，OpenAI 和 GitHub 也在其列。借助 MCP，Claude 或 ChatGPT 等助手可以先了解某个服务能做什么，再代您调用这些功能。

在 MCP 出现之前，要把 AI 助手接入某个应用，每种组合都得单独定制集成：Claude 一套，ChatGPT 一套，编辑器又是一套。MCP 用一个协议取代了这一切。服务只需运行一个 MCP 服务器，所有兼容的客户端都能连接。

对转录文本而言，这一点比大多数数据更为关键。转录文本库恰恰是助手需要、却无法自行获取的上下文：数小时的会议、访谈和通话记录，都存放在另一个应用里。把一份转录文本粘贴进聊天，用一次还行，但面对包含 40 个文件的访谈项目就行不通了。

Sonix MCP 服务器填补了这一空白。它是由 Sonix 托管的远程 MCP 服务器，您无需在本机安装或运行任何程序。只需将客户端指向一个 URL，在浏览器中批准连接，您的 AI 就能直接处理您的转录文本库。

您的 AI 可以用 Sonix 做什么

Sonix 在 https://api.sonix.ai/mcp 运行托管的 MCP 服务器，任何兼容的客户端都可以代您读取媒体库、转录文本和账户信息。

目前开放的功能有意限定为只读：浏览媒体、获取转录文本和导出文件。用于创建转录、翻译和编辑的写入工具已在路线图中。

用自然语言浏览媒体

不必再为了问一个问题而复制转录文本链接或下载文件。告诉助手您想做什么，无论是查找某段录音、摘取一句引语，还是总结一次访谈，它都会代您调用 Sonix 完成。

转录文本直接进入对话

将带有说话人标注的转录文本带入聊天，用于提问、总结、情感分析、实体提取，或语言模型能做的任何其他分析。无需复制粘贴，也无需手动下载。

不离开工具即可导出

您可以要求导出纯文本转录、SRT 或 VTT 字幕，或结构化 JSON。Sonix 会生成一个短时有效的下载链接，供您的 AI 保存或转交，大文件因此不会进入对话，也不会消耗 token。

聊天中的媒体库

在支持 MCP Apps 的客户端（包括 Claude 和 ChatGPT）中，媒体列表会以可交互的 Sonix 媒体库呈现，而不是纯文本。您可以直接在聊天中浏览录音、打开转录文本并导出。

谁可以连接

所有 Sonix 付费套餐均包含 MCP 服务器，无需额外付费；试用账户和免费账户无法连接 MCP 客户端。只有在账户中担任“owner”或“producer”角色的用户才能授权连接，成员和访客则不能。这是有意为之：成员级用户永远不会意外地把整个账户的转录文本访问权限交给外部 AI 工具。

三步设置 Sonix MCP 服务器

设置只需约一分钟：一个付费套餐，在客户端中填入一个服务器 URL，再在浏览器中批准一次。

1. 拥有 Sonix 付费账户

MCP 服务器随所有付费套餐提供，无需单独购买附加组件，也不额外收费。初次使用 Sonix？请先开始免费试用，然后升级到任意付费套餐即可启用 MCP。

2. 将客户端指向服务器 URL

所有客户端都连接到同一地址：

https://api.sonix.ai/mcp

使用 Claude Code 时，一条命令即可完成：

claude mcp add --transport http sonix https://api.sonix.ai/mcp

使用 Claude Desktop 时，请编辑 claude_desktop_config.json（Settings > Developer > Edit Config），并按如下方式通过 mcp-remote 桥接：

{
  "mcpServers": {
    "sonix": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://api.sonix.ai/mcp"]
    }
  }
}

ChatGPT、Cursor、Codex、Windsurf 和 VS Code 的配置位置各不相同，我们的文档为每个客户端都准备了设置代码片段，可直接复制。其他任何通过 Streamable HTTP 和 OAuth 2.1 支持最新 MCP 规范的客户端，都可以直接连接该 URL。

3. 批准连接，然后提问

客户端首次连接时，Sonix 会在您的浏览器中打开。请登录，确认是哪个工具在请求访问，然后点击 Allow。之后就可以用自然语言与助手对话：“调出我和 Patel 博士的访谈，总结一下要点。”“为我最新一期播客生成 SRT 字幕。”剩下的交给您的 AI。

来自真实转录工作的五个 MCP 服务器示例

MCP 连接的价值取决于您通过它提出的问题。以下五个工作流目前都可以借助服务器的四个只读工具运行。

从一个季度的通话中挖掘某个话题

对 Claude 说：“把上季度的客户通话都过一遍，找出所有提到价格异议的地方。”助手会列出您最近的媒体，逐一阅读转录文本，然后返回相关引语、发言人以及出自哪通电话。原本要在下载文件里翻找一下午的工作，一条提示词就能完成。

把一周的会议汇总成摘要

“总结上周的每一场会议，并标出行动项及其负责人。”助手会把每份会议转录文本调入上下文，写出一份汇总摘要。由于转录文本带有说话人标注，行动项会对应到具体的人，而不仅仅是话题。

为文章摘取准确且注明出处的引语

适合记者和研究人员：“找出我三月份的访谈中 CFO 谈到这次收购的地方，把她的原话给我。”助手会直接引用原始转录文本，而不是凭记忆转述，这正是可核查与不可核查的区别。需要时间信息来做事实核查？请让助手导出包含时间戳的文本。

按主题审阅访谈

适合 UX 和定性研究人员：“读完全部十二场可用性访谈，告诉我哪些参与者遇到了我们在试点阶段标记的新手引导困惑。”助手会有条不紊地逐一处理，并附上证据。当转录文本超过 50 KB 的内联上限时，服务器会引导助手改用导出，因此长时间的访谈也能照常处理。

让智能体起草跟进内容

在 Claude Code 或 Cursor 中将 Sonix 接入智能体，就能超越简单的问答。每次销售通话结束后，智能体会阅读转录文本，起草一封包含承诺事项和后续步骤的回顾邮件，并归档以供审阅。MCP 服务器是检索层；接下来做什么，由您的智能体框架决定。

设计上即为只读

Sonix MCP 服务器的权限范围，是围绕每位安全审查人员首先会问的问题来界定的：已连接的 AI 工具一旦行为异常，它能做什么？

只读访问

当前所有工具都只读不写。已连接的客户端无法编辑转录文本、删除媒体或更改账户设置。写入工具上线时，会先提供文档说明，并以您能看到的工具形式推出，而不会悄悄改变现有连接的权限。

使用 OAuth 2.1，而非共享密钥

连接使用 OAuth 2.1，这是委托授权开放标准的最新版本。您在浏览器中按名称逐一批准每个客户端，访问令牌一小时后过期并自动刷新，您也可以随时在 Sonix 个人资料中撤销任何连接。整个过程不涉及您的 REST API 密钥：两者的身份验证相互独立。

基于角色的授权

只有账户的“owner”和“producer”才能授权 MCP 连接。成员和访客无法授权，因此整个账户的转录文本访问权限始终掌握在您的管理员手中。

与 Sonix 其他部分相同的管控

MCP 访问继承了Sonix 安全体系的全部其他保障：SOC 2 Type II 认证、GDPR 合规、符合 HIPAA 要求的套餐、AES-256 加密，以及严格禁止用数据训练 AI 的政策。Sonix 绝不会出售、共享您的数据或用其进行训练，连接 MCP 客户端也不会改变这一点。

MCP 服务器、REST API 还是 CLI：您需要哪一个

Sonix 为开发者提供了三种接入同一平台的方式，它们相辅相成。

MCP 服务器：适合由人来操作 AI 助手的场景

它以对话方式工作，无需编写代码，擅长检索和分析：查找、阅读、总结、导出。如果您的需求以“让 Claude 帮我……”开头，就该用它。

REST API：适合构建软件

以编程方式上传媒体、从您的流水线中启动转录、在任务完成时接收 webhook，以及在您自己的产品中集成转录功能，这些都属于Sonix REST API的范畴。它拥有完整的写入权限和可预测的行为，这正是生产系统所需要的，也是语言模型循环所不具备的。

Sonix CLI：适合在终端或脚本中调用 API

sonix 是官方命令行客户端：它封装了 REST 端点，通过 npm install -g @sonix-ai/cli 安装，并使用您现有的 API 密钥进行身份验证。它适用于 shell 脚本和定时任务，也适用于宁愿运行命令、而不愿在工具调用上消耗 token 的 AI 智能体。详情请参阅CLI 发布公告。

常见的生产环境会同时使用这三者：REST API 自动导入录音，CLI 在 CI 中处理批量导出，MCP 服务器则让团队在 Claude 中对生成的媒体库进行提问。