earshot: שרת MCP מקומי שנותן אוזניים לסוכני קוד
נוצר ב-15 באוקטובר, ברישיון MIT, עם 679 כוכבים כשבדקתי ב-18 באוקטובר: earshot מתאר שמע במילים, מדרג כמה צליל מתאים לתיאור, מוצא רגע בתוך הקלטה ארוכה, בוחן ביקורתית את הסאונד של סרט מול הפניות מקצועיות ומסנתז אפקטים בקוד. הוא רץ מקומית על המעבד כ-CLI, ממשק Python ושרת MCP. קראתי את המאגר ואת ה-LICENSE; לא התקנתי.
העובדות נבדקו ב-18 באוקטובר 2026
earshot הוא כלי קוד פתוח חדש של Leon Lin שנוצר ב-GitHub ב-15 באוקטובר 2026 ונותן לסוכני קוד דרך להסיק על צליל. הוא מתאר במילים איך קובץ שמע נשמע, מדרג התאמה של צליל לתיאור, מאתר רגע בתוך הקלטה ארוכה, בוחן את הסאונד של סרט מול שבעה סרטי השקה מקצועיים ויכול לסנתז אפקטים בקוד עם earshot forge. הוא רץ מקומית על המעבד ומגיע כ-CLI, ממשק Python ושרת MCP. הרישיון MIT וקראתי אותו במאגר. לא התקנתי ולא הרצתי דבר. המאגר
מה הוא עושה
ה-README מנסח את הפער בפשטות: סוכנים יכולים עכשיו לכתוב את הקוד שמרנדר סרט, דמו מוצר או משחק, אבל הם לא שומעים מה שהם עשו. earshot הופך צליל לראיה שסוכן יכול להסיק עליה. הפקודות המתועדות: earshot describe מייצר תמונה מילולית עם מדידות התקף, דעיכה, שיא ובהירות; earshot match מדרג קובץ מול תיאור עם ציוני z מול אוצר של 322 תיאורים; earshot find מאתר רגעים תואמים בתוך הקלטה ארוכה; earshot critique מדרג סרט מול שבעה סרטי השקה מקצועיים ומחזיר רשימת תיקונים לפי סדר.
שני כיוונים יצירתיים סוגרים את הלולאה. earshot forge מסנתז אפקטים בקוד, ו-earshot fit מתרגם הקלטה לקוד שהסוכן יכול לגוון. כתבה חיצונית מדווחת ש-fit הגיע ב-v0.2 ב-16 באוקטובר; אישרתי שהפקודות קיימות ב-README אבל לא את תאריך הגרסה, אז תתייחסו אליו כמדווח ולא כמאומת.
הגדרת ה-MCP כמתועד
ה-README נותן התקנה בשורה אחת ל-Claude Code: claude mcp add earshot --scope user -e EARSHOT_THREADS=3 עם ה-Python של סביבת הפרויקט שמריץ -m earshot mcp, או הבלוק המקביל ב-.mcp.json של כל לקוח. המודלים נטענים בקריאה הראשונה ונשארים חמים, בערך 20 עד 40 שניות, וה-README ממליץ להפעיל את Claude Code עם MCP_TIMEOUT=60000 במכונה איטית.
סיפור החומרה המוצהר צנוע: הכול רץ מקומית על המעבד. המאגר בן שלושה ימים ובעל מחבר יחיד. הוא הראה 679 כוכבים ו-39 מזלגות כשבדקתי ב-18 באוקטובר. מאגרים חדשים יכולים לצבור כוכבים במהירות מסיבות שאינן שימוש, אז תתייחסו לספירה כשם למעקב, לא כהמלצה.
פרטיות וגבולות
ההבטחה הרלוונטית לפרטיות היא ביצוע מקומי: כלי הניתוח רצים על המעבד שלך, ולכן השמע לא צריך לצאת מהמכונה עבור describe, match, find או critique. תוספי ההתקנה כוללים קבוצת llm אופציונלית; לא עקבתי מה, אם בכלל, הנתיב הזה שולח לרשת, ולכן הטענה למקומיות מאומתת רק לכלי הליבה.
הגבול הכנה השני הוא תחזוקה: מחבר אחד, נוצר ב-15 באוקטובר, אפס בעיות פתוחות כי הפרויקט בן ימים. רישיון MIT מתיר הכול, כולל שתתקנו בעצמכם, וזה חשוב מהרגיל לכלי כל כך צעיר.
למה הקטגוריה הזו חשובה
הדפוס שכדאי לשים לב אליו הוא סגירת לולאה חושית. כלי צילום מסך נותנים לסוכנים לראות את פלט ה-UI שלהם; earshot הוא אותו מהלך לשמע: לייצר, להקשיב, לדרג, לתקן, הכול בתוך ההסקה של הסוכן. סרטי דמו, משחקים וסרטוני מוצר הם בדיוק המקום שבו סוכני קוד ייצרו סאונד שקט שלא נבדק.
אם הגישה מחזיקה, צפו למשפחה של כלי-חוש לסוכנים: מעריכים קטנים, מקומיים וידידותיים למעבד שהופכים פלט לא-טקסטואלי לטקסט שסוכן יכול לפעול לפיו. צורת שרת ה-MCP אומרת שכל לקוח שמדבר את הפרוטוקול מקבל את היכולת בחינם.
משטח ה-MCP וה-CLI כמתועד
# .mcp.json (any MCP client), adapted from the README:
{
"mcpServers": {
"earshot": {
"command": "/path/to/earshot/.venv/bin/python",
"args": ["-m", "earshot", "mcp"],
"env": { "EARSHOT_THREADS": "3" }
}
}
}
# CLI examples quoted from the README:
earshot describe enter.ogg
earshot match key.ogg "a deep thocky mechanical keyboard press"
earshot find keys.ogg "a single mechanical key press" --top 4
earshot critique film.mp4
# On a slow machine: MCP_TIMEOUT=60000 - models load on first call (20-40 s).