mcp-score

使用说明（Markdown格式）

• 项目简介

  • mcp-score 是一个基于 MCP 的后端服务器，用于为 LLM 客户端提供音乐分数生成与编辑的上下文服务。它通过一个统一的 MCP 服务端，暴露若干工具（如连接到乐谱应用、读取分数信息、执行转调等），并通过桥接实现与 MuseScore、Dorico、Sibelius 等本地应用的远程控制。核心目标是为 AI 工作流提供稳定、可扩展的后端支持。

• 主要功能点

  • MCP 服务器实现：提供工具接口，处理来自客户端的请求并返回 JSON-RPC 风格的响应。
  • 远程控制桥接（Bridge）：实现 MuseScore、Dorico、Sibelius 的远程控制协议，支持连接、断开、导航、读取分配、编辑命令等。
  • 工具集（Tools）：包括连接/断开到各应用、读取当前分数信息、读取/写入分段内容、执行乐谱操作（如转调、设置节拍、添加和弦等）等。
  • 资源与分析能力：提供用于获取分数信息、分析当前选择等工具，便于与 LLM 结合生成/修改乐谱。
  • CLI 与部署：提供 serve 启动服务、安装技能/插件、脚本执行等开发与运维向能力。

• 安装步骤

  1. 安装 MCP Score：
     • pip install mcp-score
  2. 安装可选组件（若需要 Claude Code/插件支持，请按需要执行）：
     • mcp-score install-skill
     • mcp-score install-plugin
  3. 启动服务器：
     • mcp-score serve
  4. 可选：在 Claude Desktop/Desktop 配置中将该 MCP 服务器加入到客户端配置中：
     • server name: mcp-score
     • command: mcp-score
     • args: ["serve"]

• 服务器配置（MCP 客户端需要的启动信息，JSON 格式，包含 server name、command、args 等） { "server_name": "mcp-score", "command": "mcp-score", "args": ["serve"], "description": "MCP 服务器实例名称及启动参数，用于与 MCP 客户端建立连接并通过 JSON-RPC 调用工具、读取资源、执行操作。" }

• 基本使用方法

  • 启动服务器后，MCP 客户端（如大语言模型集成、Claude 代码技能等）可以通过调用服务器暴露的工具接口来：
    • 连接到乐谱应用（MuseScore、Dorico、Sibelius）并切换活动桥接
    • 读取当前分数信息、读取特定小节内容、在乐谱中执行转调、输入音符、添加和弦、设置节拍/拍号等
  • 工具调用返回 JSON 字符串，LLM 客户端可将结果用于后续推理与交互。
  • 若需要对特定应用进行编排工作流，请结合桥接工具与分析工具实现端到端的自动化。

• 使用注意

  • 此实现依赖底层的桥接协议和 MCP 框架（FastMCP），实际行为取决于 MuseScore/Dorico/Sibelius 的远程控制 API 支持情况。
  • 初次连接可能需要在目标应用上允许远程控制，且确保插件/服务已正确安装和启用（如 MuseScore 插件、Dorico/Sibelius 的远程接口开启）。