live-coding-music-mcp：用 Claude 实时「写」出你的音乐

想象一下这样的场景：你在深夜的工作室里，面对空白的时间轴，不知道该从哪里下笔写一段 techno 节拍。传统方式你需要翻找采样包、调试合成器参数，花半小时才能找到感觉。而现在，你只需要对 Claude 说一句「来一段 128 BPM 的 minimal techno，带点工业感的 hi-hat」，几秒钟后，Strudel.cc 的编辑器里就出现了一段完整的代码，自动播放出来——这就是 live-coding-music-mcp 正在做的事。

背景：什么是 Live Coding 音乐？

Live Coding（实时编码）是一种颠覆传统的音乐创作方式：创作者不是在 DAW 里拖拽 MIDI 块，而是直接在代码编辑器里写代码，实时生成音乐。这种方式最早由 TidalCycles 项目在 2010 年代推广开来，其核心理念是「代码即音乐，音乐即代码」。程序员可以用自己熟悉的工具（文本编辑器、命令行）来作曲，甚至可以在演出中当众写代码——观众能看到屏幕上的代码一边「生长」，音乐一边「流出」。

Strudel.cc 则是 TidalCycles 模式的 JavaScript 实现，它将这套强大的模式语言移植到了浏览器里，用户无需安装任何软件，打开网页就能开始实时编码音乐。它支持完整的 Tidal 迷你记谱法（mini-notation），可以用极简的字符串表达复杂的节奏型，比如 "bd sd bd sd" 就是四拍子的鼓组循环，"~ hh*4~ hh" 则是 hi-hat 的切分节奏。

核心功能：27 个 MCP 工具，覆盖音乐创作全流程

live-coding-music-mcp 的本质是一个 MCP（Model Context Protocol）服务器，它在 Claude AI 和 Strudel.cc 浏览器之间架起了一座桥梁。Claude 通过 MCP 协议调用一系列工具，这些工具通过 Playwright 自动化浏览器中的 Strudel.cc 界面，完成从作曲到播放的全流程。

目前它提供了 27 个 MCP 工具，归类为以下能力域：

音乐控制与播放：init 初始化浏览器会话，playback 控制播放/暂停/停止，effect 添加音效，shape 调节音色维度，audio_capture 捕获实时音频进行 FFT 分析。

模式编辑与生成：pattern_store 管理模式存储（保存/加载/列举/删除），edit_pattern 多模式编辑（append/insert/replace/clear），transform 音频变换（transpose/reverse/stretch/quantize/humanize），generate_part 基于模板生成各声部（鼓组/贝斯/旋律/和声）。

高级音乐工具：generate_rhythm 生成复杂节奏型，music_theory 查询音阶/和弦/模式，ai_assist 调用 Gemini 进行 AI 辅助作曲反馈，session 支持多会话隔离。

模板引擎内置了 8 种音乐风格（techno、house、drum & bass、ambient、trap、jungle、jazz、experimental），每种风格都有多个预设模式。用户还可以指定 BPM 和调性，系统会生成完整的鼓组、低音、旋律和声轨道。

技术架构：五层模块化的 MCP 服务器

项目的架构文档（ARCHITECTURE.md）详细描述了其内部结构，整体分为五个核心模块：

StrudelMCPServer（src/server/server.ts）：这是整个系统的入口和调度中心。它聚合了 26 个工具定义，根据请求类型路由到对应的服务模块。每个响应都被包装在一个结构化的结果信封（result envelope）中，包含 { ok, errorCategory, isRetryable } 字段，客户端可以通过程序化判断响应状态而无需解析文本。此外它还负责 MCP 资源服务（如 strudel://examples），提供目录浏览功能而不消耗工具调用配额。

StrudelController（src/StrudelController.ts）：这是 Playwright 浏览器自动化层的核心。它管理 Chromium 实例的生命周期，直接通过 CodeMirror 编辑器的内部 API 操作 DOM（而不是模拟键盘输入），这使得代码写入速度比传统方式快约 80%。它还实现了编辑器内容缓存（100ms TTL）、页面加载时阻止图片和字体资源以加速启动。

AudioAnalyzer（src/AudioAnalyzer.ts）：通过 Web Audio API 注入实现实时音频分析。1024 点 FFT 提供频谱数据，可以提取频率分布（低音/中低音/中音/中高音/高音）、光谱质心、峰值频率、节拍检测（基于 onset 检测，范围 40-200 BPM）和调性检测（Krumhansl-Schmuckler 算法）。所有分析结果有 50ms 的缓存 TTL。

PatternGenerator（src/services/PatternGenerator.ts）：基于模板的音乐生成引擎（非 AI），支持 8 种风格的模式生成。

MusicTheory（src/services/MusicTheory.ts）：乐理引擎，提供 15+ 种音阶、8 种和弦进行风格、欧几里得节奏和 polyrhythm 生成。

代码质量：86% 覆盖率的测试护城河

这个项目的代码质量令人印象深刻。它拥有 1709 个测试用例，涵盖单元测试、集成测试和示例验证三大类，整体语句覆盖率达到 86.32%，分支覆盖率 75.93%。CI 流水线经过硬化：OpenSSF Scorecard 评估、SHA 固定的 GitHub Actions、Dependabot 依赖更新（需通过 CI 才合并）、npm OIDC 可信发布（带 SLSA 构建来源证明）。

项目采用 TypeScript 开发，严格的 ESLint 配置确保代码风格一致。1709 个测试中有 20 个被跳过（需要真实浏览器的 Playwright 测试）。

部署：从 npm 到 Docker，三种方式任选

npm 全局安装（最简方式）：npm install -g @williamzujkowski/live-coding-music-mcp && npx playwright install chromium，安装后需要 Node.js >= 22 和 Chromium 浏览器。

源码构建（适合开发者）：clone 后 npm install && npx playwright install chromium && npm run build，然后配置 Claude Desktop 或 Claude Code 的 MCP 配置即可使用。

Docker 容器化（最推荐生产使用）：项目提供了多阶段 Dockerfile（builder 阶段编译 TypeScript，runtime 阶段精简至 Node 22 Alpine + Chromium），以及 docker-compose.yml 提供生产服务和开发服务两个配置。生产环境镜像约数百 MB。

局限与风险

明确标注为 Beta 软件：官方在 README 中写明「Not Production-Ready」，这是实验性软件，存在 bug、不完整功能和破坏性变更的可能。

依赖上游 Strudel.cc：这是一个非官方的粉丝项目，通过 Playwright 控制 strudel.cc 网站。上游网站的变化（如 UI 改版、选择器变更）可能导致工具失效，需要持续维护。

非标准模式需要手动迭代：虽然核心流程（初始化 → 作曲 → 播放 → 分析）可靠，但非标准音乐模式可能需要人工干预调试。

浏览器自动化带来的复杂性：相比纯后端服务，这个 MCP 服务器需要维护一个真实的浏览器实例，在资源受限环境或无头服务器上可能遇到问题。

行业意义：AI 降低 Live Coding 门槛

Live Coding 音乐社区虽然小众但活跃，TidalCycles、Sonic Pi 等项目已经培育了大量创作者。live-coding-music-mcp 的核心价值在于：将 AI 助手的能力引入这个领域，让不懂 Tidal 迷你记谱法的人也能快速生成有质感的音乐模式。对于有音乐制作经验但缺乏编程背景的用户来说，这大幅降低了 Live Coding 的学习曲线。

从技术趋势看，这个项目代表了 AI Agent 落地的一个有趣方向：不是让 AI 替代创作，而是让 AI 作为创作的「副驾驶」，在用户熟悉的领域（文本对话）提供能力扩展。随着 MCP 协议的生态扩大，这类工具可能会越来越常见。

图1：Strudel.cc 浏览器界面 — 代码即音乐，音乐即代码