phone-call-mcp
双方向で会話できる電話をかける MCP サーバー。Rust 実装。
前身は一方通行のモーニングコール(Twilio <Play> で音声を再生して切るだけ)だった。
これは <Connect><Stream> で双方向の WebSocket を張るので、相手が喋り返せる。
何が新しいか
一番の設計判断は 「電話の向こうにいるのが誰か」。
Power your agent
Instal dari penerbit. Bukan endpoint PlugMCP.
URL remote atau perintah di mesin Anda? Perbedaan kedua cara instal
Jalankan di PlugMCP
A new server you create. It is not this listing's official endpoint. Use the publisher install when you want their URL and their credentials.
BukaDari penerbit
双方向で会話できる電話をかける MCP サーバー。Rust 実装。
前身は一方通行のモーニングコール(Twilio <Play> で音声を再生して切るだけ)だった。
これは <Connect><Stream> で双方向の WebSocket を張るので、相手が喋り返せる。
一番の設計判断は 「電話の向こうにいるのが誰か」。
Two-way phone call MCP server. Twilio Media Streams x ElevenLabs, with the local Claude Code CLI as the brain.
local では claude -p を叩くだけで、人格も記憶も注入していない。
CLI が ~/.claude/CLAUDE.md を読み、設定済みの MCP サーバーに自分で繋ぐので、
電話に出るのは本人そのもの。通話ごとに 1 セッション ID を割り当てて --resume
するため、同じ通話の中では前のやりとりを覚えている。
Claude API は音声を入力として受け取れない(対応モダリティはテキストと画像だけ)ので、 「モデルが直接耳で聞く」構成は取れない。代わりに ElevenLabs が聞き取りと発話を担当し、 Claude は考えることに専念する。
┌──────────── brain = local ────────────┐
│ │
相手の声 → Twilio → │ ElevenLabs STT ─→ claude -p ─→ TTS ─→ │ → 相手の耳
Media │ (VADでターン検出) (記憶つき) │
Streams └────────────────────────────────────────┘
↕
(μ-law ┌───────── brain = elevenlabs ──────────┐
8kHz) │ ElevenLabs Agents(STT+LLM+TTS 一体) │
└────────────────────────────────────────┘
Twilio も ElevenLabs も μ-law 8kHz を話すので、リサンプリング処理が存在しない。 フレームは base64 のまま素通しする。
cargo build --release
Twilio がこちらの WebSocket に繋ぎに来るため、インターネットから見える URL が要る。 Quick Tunnel はアカウント不要。
wget https://github.com/cloudflare/cloudflared/releases/latest/download/cloudflared-linux-amd64 \
-O ~/.local/bin/cloudflared && chmod +x ~/.local/bin/cloudflared
cp .env.example .env
brain ごとに必要なものだけ検証される。片方しか使わないなら、もう片方の ID は要らない。
TWILIO_ACCOUNT_SID / TWILIO_AUTH_TOKEN — console.twilio.com
にログインしてトップページを下にスクロールすると Account Info パネルがある。
Auth Token は伏字なので Show を押す。TWILIO_FROM_NUMBER — 番号を買う必要がある。Phone Numbers → Manage →
Buy a number。持っている番号は Active numbers で確認できる。日本の番号は
本人確認書類(regulatory bundle)が要るので、US の番号を買って日本にかける方が早い。TWILIO_TO_NUMBER — かける相手の番号。日本なら +819...(先頭の 0 を取る)。トライアルアカウントの制限(実装に直接効くので先に把握しておくこと):
ELEVENLABS_API_KEY — elevenlabs.io にログインし、プロフィールアイコン → API Keys。
ELEVENLABS_VOICE_ID(brain=local に必要)— アカウントの声を一覧して選ぶ:
curl -s https://api.elevenlabs.io/v1/voices \
-H "xi-api-key: $ELEVENLABS_API_KEY" \
| jq -r '.voices[] | "\(.voice_id) \(.name)"'
ELEVENLABS_AGENT_ID(brain=elevenlabs に必要)— 既存のエージェントを一覧:
curl -s https://api.elevenlabs.io/v1/convai/agents \
-H "xi-api-key: $ELEVENLABS_API_KEY"
エージェントを新しく作るなら、ダッシュボードより API を使うことを勧める。
音声フォーマットを確実に ulaw_8000 にできるからで、これを外すと Twilio と
噛み合わず音が壊れる:
curl -s -X POST https://api.elevenlabs.io/v1/convai/agents/create \
-H "xi-api-key: $ELEVENLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"name": "phone-call",
"conversation_config": {
"tts": { "agent_output_audio_format": "ulaw_8000" },
"asr": { "user_input_audio_format": "ulaw_8000" }
}
}'
レスポンスの agent_id がその値。人格やあいさつはダッシュボードから設定できる。
参考: Create agent / List agents
資格情報はクレート直下の .env から読まれる。.mcp.json の env はその上書きに
使えるので(既存の環境変数が優先される)、秘密を .mcp.json に書く必要はない。
{
"mcpServers": {
"phone-call": {
"command": "/path/to/phone-call-mcp/target/release/phone-call-mcp",
"env": {
"PHONE_CALL_CLAUDE_CWD": "/path/to/your/agent-workspace",
"PHONE_CALL_CLAUDE_MCP_CONFIG": "/path/to/your/agent-workspace/.mcp.phone.json"
}
}
}
}
PHONE_CALL_CLAUDE_MCP_CONFIG を設定する理由brain=local は PHONE_CALL_CLAUDE_CWD で claude -p を実行する。そのディレクトリの
.mcp.json に このサーバー自身が含まれていると、通話のたびに2つ目の
phone-call-mcp が起動する。実害は2つ:
start_call が生える。通話中に発信できてしまうさらに、ワークスペースの MCP サーバー全部が毎ターン起動するので、返事が遅くなる。 電話ではこれが効く。
PHONE_CALL_CLAUDE_MCP_CONFIG を指定すると --strict-mcp-config が付き、そのファイル
だけが使われる。電話に必要なものに絞った設定を用意すること:
{
"mcpServers": {
"memory": { "command": "...", "args": ["..."] }
}
}
未指定なら cwd の .mcp.json がそのまま使われる。上記に当てはまらない配置なら
それで問題ない。
.env の上に mcpBehavior.toml の [phone-call] セクションを重ねられる。
このファイルはクレートの1つ上のディレクトリに置く(同じワークスペースの
他の MCP サーバーと共有するため)。MCP_BEHAVIOR_TOML で場所を上書きできる。
[phone-call]
local_port = 18765
brain = "local"
claude_effort = "low"
claude -p は数秒かかるので、別タスクで
走らせる。読み取りループは止まらない。clear する。喋りかぶせにならない。outbound トラックで返してくる自分の音声は
破棄する。しないと自分の発話を文字起こしして自分に返事してしまう。cargo test # ユニットテスト
cargo clippy # lint
MIT
Two-way phone call MCP server. Twilio Media Streams x ElevenLabs, with the local Claude Code CLI as the brain.
Tool
Belum ada daftar tool. Server remote mendapatkannya setelah pemeriksaan kesehatan pertama.
FAQ
Salin konfigurasi stdio untuk Cursor, Claude Desktop, Claude Code, atau VS Code di halaman ini. Konfigurasi ini memakai instalasi dari penerbit, bukan proxy PlugMCP.
Tidak ada variabel lingkungan wajib yang tercantum di catatan ini.
Phone Call berjalan secara lokal melalui stdio.
Terakhir diperiksa 2026-10-28. Two-way phone call MCP server. Twilio Media Streams x ElevenLabs, with the local Claude Code CLI as the brain.