FunASR: servidor MCP, instalación y seguridad

Para qué sirve FunASR

Según su repositorio: «Transcribe audio local con FunASR y SenseVoice mediante inferencia privada en el dispositivo.»

El protocolo MCP (Model Context Protocol) es un enchufe estándar entre un agente IA y un servicio externo: una vez conectado el servidor, sus herramientas aparecen en el agente, que decide cuándo llamarlas. FunASR figura en la categoría Imagen, vídeo y audio, que reúne 67 servidores en el directorio; ocupa el puesto 2 por número de estrellas.

Temas declarados por el repositorio: pytorch, speech-recognition, paraformer, punctuation, speaker-diarization, voice-activity-detection.

Instalar y conectar FunASR

Modos de distribución declarados en el registro MCP oficial:

• imagen Docker (OCI)

Funciona con cualquier cliente compatible con MCP (Claude Desktop, Claude Code, Cursor, VS Code, Codex y la mayoría de agentes recientes). Basta con añadir una entrada a la configuración MCP del cliente: nombre del servidor, comando de inicio o URL, variables de entorno. Lenguaje del proyecto: Python.

Seguridad: qué comprobar

Conectar un servidor MCP equivale a instalar un programa que habla directamente con su agente: funciona con sus permisos y el modelo confía en las descripciones de sus herramientas. El riesgo depende de lo que puede tocar y de la confianza que merece su código.

Ninguna de las señales de riesgo que seguimos (acceso al sistema, secretos, falta de licencia, abandono) aparece en FunASR. Esto no sustituye la lectura del código.

Buenas prácticas: conceder solo los permisos necesarios (mínimo privilegio), exigir validación humana para las acciones irreversibles y pasar el diagnóstico de seguridad de agentes IA.

Actividad y mantenimiento del proyecto

Creado el 24 de noviembre de 2022, el repositorio modelscope/FunASR suma 20.804 estrellas y 2093 copias (forks), con 42 incidencias abiertas. Es uno de los servidores con más estrellas del directorio. Ha recibido cambios este mes. Versión publicada en el registro: 0.1.2 (26 de julio de 2026).

Las estrellas miden la atención recibida, no la calidad: un proyecto reciente y muy mediático puede acumularlas rápido, y un servidor útil pero especializado tendrá pocas.