How do I install Phone Call?

Copy the stdio config for Cursor, Claude Desktop, Claude Code, or VS Code on this page. It uses the publisher's install, not a PlugMCP proxy.

Does Phone Call need an API key?

No required environment variable is listed on this record.

What transport does Phone Call use?

Phone Call runs locally over stdio.

When was Phone Call last checked?

Last checked 2026-10-28. Two-way phone call MCP server. Twilio Media Streams x ElevenLabs, with the local Claude Code CLI as the brain.

Phone Call MCP server

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」。

`brain`	返事を考えるのは	1ターンの間	記憶
`local`（既定）	ローカルの `claude` CLI	3〜10秒	あり
`elevenlabs`	ElevenLabs Agents の LLM	〜0.5秒	なし

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。

音声の経路

                    ┌──────────── 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。

セットアップ

1. ビルド

cargo build --release

2. cloudflared

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

3. 環境変数

cp .env.example .env

変数	必要になる場面
`TWILIO_ACCOUNT_SID` / `TWILIO_AUTH_TOKEN` / `TWILIO_FROM_NUMBER`	常に
`ELEVENLABS_API_KEY`	常に
`ELEVENLABS_VOICE_ID`	`brain=local`
`ELEVENLABS_AGENT_ID`	`brain=elevenlabs`
`TWILIO_TO_NUMBER`	任意（`start_call` の `to` で上書き可）
`PHONE_CALL_CLAUDE_CWD`	`claude` をどのディレクトリで動かすか。効く `CLAUDE.md` と `.mcp.json` が決まる
`PHONE_CALL_CLAUDE_MCP_CONFIG`	`claude -p` に渡す MCP 設定。指定すると cwd の `.mcp.json` を置き換える（下記参照）

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 の値をどこで取るか

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）:

認証済みの番号にしかかけられない。 Phone Numbers → Verified Caller IDs に相手の番号を登録する。しないと 21264 / 32100 で弾かれる。
通話は最大 10 分。 双方向で会話するなら実際に効いてくる。
TwiML が実行される前に英語のアナウンスが流れる。 前身のモーニングコールではキー押下を求められる挙動が観測されていた。有料アカウントに上げれば消える。

参考: Twilio Free Trial Limitations

ElevenLabs の値をどこで取るか

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

4. MCP サーバーとして登録

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:

2つ目がブリッジのポートを bind しようとして失敗する（致命的ではないが無駄）
通話に出ているエージェントの手元に 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。

ツール

ツール	何をするか
`start_call`	発信する。`to` / `greeting` / `brain` を指定できる
`get_call_status`	通話の状態と、そこまでの会話の書き起こし。Twilio 側の実ステータスも取りに行く
`say`	通話中に喋る（`brain=local` のみ。`elevenlabs` は発話権を向こうが持っているため）
`end_call`	切る
`get_call_config`	設定と資格情報の状態を見る

設定の重ね書き

.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"

設計上の注意点

返事はバックグラウンドで生成する。 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。
割り込みに対応している。 相手が喋り出したら、生成中の返事を中断して Twilio の再生バッファを clear する。喋りかぶせにならない。
自分の声を聞き返さない。 Twilio が 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。
返事は話し言葉に矯正する。 素の Claude Code は Markdown で答えるので、見出しや箇条書きが読み上げられてしまう。システムプロンプトで抑え、取りこぼしは後段で除去する。

開発

cargo test          # ユニットテスト
cargo clippy        # lint

License

MIT

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。

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」。

`brain`	返事を考えるのは	1ターンの間	記憶
`local`（既定）	ローカルの `claude` CLI	3〜10秒	あり
`elevenlabs`	ElevenLabs Agents の LLM	〜0.5秒	なし

音声の経路

                    ┌──────────── 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。

セットアップ

1. ビルド

cargo build --release

2. cloudflared

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

3. 環境変数

cp .env.example .env

変数	必要になる場面
`TWILIO_ACCOUNT_SID` / `TWILIO_AUTH_TOKEN` / `TWILIO_FROM_NUMBER`	常に
`ELEVENLABS_API_KEY`	常に
`ELEVENLABS_VOICE_ID`	`brain=local`
`ELEVENLABS_AGENT_ID`	`brain=elevenlabs`
`TWILIO_TO_NUMBER`	任意（`start_call` の `to` で上書き可）
`PHONE_CALL_CLAUDE_CWD`	`claude` をどのディレクトリで動かすか。効く `CLAUDE.md` と `.mcp.json` が決まる
`PHONE_CALL_CLAUDE_MCP_CONFIG`	`claude -p` に渡す MCP 設定。指定すると cwd の `.mcp.json` を置き換える（下記参照）

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 の値をどこで取るか

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）:

認証済みの番号にしかかけられない。 Phone Numbers → Verified Caller IDs に相手の番号を登録する。しないと 21264 / 32100 で弾かれる。
通話は最大 10 分。 双方向で会話するなら実際に効いてくる。
TwiML が実行される前に英語のアナウンスが流れる。 前身のモーニングコールではキー押下を求められる挙動が観測されていた。有料アカウントに上げれば消える。

参考: Twilio Free Trial Limitations

ElevenLabs の値をどこで取るか

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"

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

4. MCP サーバーとして登録

{
  "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

2つ目がブリッジのポートを bind しようとして失敗する（致命的ではないが無駄）
通話に出ているエージェントの手元に 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。

ツール

ツール	何をするか
`start_call`	発信する。`to` / `greeting` / `brain` を指定できる
`get_call_status`	通話の状態と、そこまでの会話の書き起こし。Twilio 側の実ステータスも取りに行く
`say`	通話中に喋る（`brain=local` のみ。`elevenlabs` は発話権を向こうが持っているため）
`end_call`	切る
`get_call_config`	設定と資格情報の状態を見る

設定の重ね書き

[phone-call]
local_port = 18765
brain = "local"
claude_effort = "low"

設計上の注意点

返事はバックグラウンドで生成する。 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。
割り込みに対応している。 相手が喋り出したら、生成中の返事を中断して Twilio の再生バッファを clear する。喋りかぶせにならない。
自分の声を聞き返さない。 Twilio が 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。
返事は話し言葉に矯正する。 素の Claude Code は Markdown で答えるので、見出しや箇条書きが読み上げられてしまう。システムプロンプトで抑え、取りこぼしは後段で除去する。

開発

cargo test          # ユニットテスト
cargo clippy        # lint

License

MIT

Add this server

Host a copy with our keys and logs.

Server facts

Tools

Questions

How do I install Phone Call?

Does Phone Call need an API key?

What transport does Phone Call use?

When was Phone Call last checked?

Documentation

phone-call-mcp

何が新しいか

音声の経路

セットアップ

1. ビルド

2. cloudflared

3. 環境変数

Twilio の値をどこで取るか

ElevenLabs の値をどこで取るか

4. MCP サーバーとして登録

PHONE_CALL_CLAUDE_MCP_CONFIG を設定する理由

ツール

設定の重ね書き

設計上の注意点

開発

License

Add this server

Host a copy with our keys and logs.

Server facts

Tools

Questions

How do I install Phone Call?

Does Phone Call need an API key?

What transport does Phone Call use?

When was Phone Call last checked?

Documentation

phone-call-mcp

何が新しいか

音声の経路

セットアップ

1. ビルド

2. cloudflared

3. 環境変数

Twilio の値をどこで取るか

ElevenLabs の値をどこで取るか

4. MCP サーバーとして登録

PHONE_CALL_CLAUDE_MCP_CONFIG を設定する理由

ツール

設定の重ね書き

設計上の注意点

開発

License

`PHONE_CALL_CLAUDE_MCP_CONFIG` を設定する理由

`PHONE_CALL_CLAUDE_MCP_CONFIG` を設定する理由