¿Qué es stackchan-mcp?
stackchan-mcp, del usuario de GitHub kisaragi-mochi, convierte el kit oficial StackChan de M5Stack (la versión de Kickstarter de 2025, basada en un M5Stack CoreS3) en un cuerpo para un cliente MCP. Sustituye el firmware de fábrica del kit por una compilación de xiaozhi-esp32 y añade una pasarela en Python que por un lado es un servidor MCP por stdio y por el otro un servidor WebSocket para el robot. El README enumera 30 herramientas: movimiento de la cabeza con dos servos del cuello, fotos con la cámara de 320×240, lectura del sensor táctil, caras del avatar, boca y parpadeo, los 12 LED de la base, voz, escucha y un modo musical que sigue el ritmo.
La pasarela está en PyPI como stackchan-mcp y tiene licencia MIT; el firmware enlaza una biblioteca de servos GPL-3.0, así que la compilación del firmware es en la práctica GPL-3.0. El repositorio tiene unas 184 estrellas, publicó la pasarela v0.20.0 y firmware-v1.18.0 el 23 de octubre de 2026 y tuvo commits en noviembre de 2026.
Cómo instalar stackchan-mcp
uv tool install stackchan-mcp¿Merece la pena stackchan-mcp?
Aquí lo que está en juego físicamente es poco, y aun así el proyecto se lo toma en serio. Las únicas piezas móviles son dos servos SCS0009 del cuello. La pasarela rechaza llamadas a move_head fuera de yaw -90 a 90 y pitch 5 a 85 grados, el rango que recomienda M5Stack, y el firmware limita el pitch a 0 a 88 en cada escritura al servo, así que una llamada que se salte la pasarela tampoco puede llevar la cabeza más allá del límite validado en hardware real. El modo de seguimiento de pose añade un límite de velocidad angular y no pasa de 20 comandos por segundo. Todo lo demás que controla el agente es una pantalla, LED, un altavoz y un micrófono.
Esos dos últimos son lo que más importa. listen graba con el micrófono del robot y lo transcribe, por defecto con faster-whisper en tu propia máquina y opcionalmente con la API de OpenAI; take_photo envía la imagen de la cámara a tu proveedor de modelos. La herramienta upgrade_firmware puede reflashear el robot por Wi-Fi, aunque la pasarela comprueba antes que el archivo es una imagen de StackChan con un SHA-256 válido y el dispositivo conserva una partición para volver atrás.
La pega: el lado de la pasarela que mira al robot escucha en 0.0.0.0, puerto 8765 para el WebSocket y 8766 para la subida de fotos y la descarga de firmware, y si STACKCHAN_TOKEN no está definido registra un aviso y acepta a cualquier cliente. Define el token en la pasarela y en el robot antes del primer uso. No hay simulador; probar significa usar el kit real, que es indulgente. La instalación incluye flashear con esptool por USB, configurar la Wi-Fi desde el portal cautivo del robot y, para la voz, ejecutar VOICEVOX como servicio aparte.
Nuestra opinión: para quien tenga el kit, es la vía MCP más completa que hemos leído, con un changelog que documenta con un detalle poco habitual correcciones validadas en hardware. Encaja con un aficionado o un investigador que explora agentes con cuerpo, no con un aula de dispositivos desatendidos en una red compartida.
Dónde se gana su sitio
Un desarrollador que construye un prototipo de asistente por voz
Dar a un agente de programación una presencia en el escritorio que anuncie el estado en voz alta y levante la vista cuando le hablan
Ejecuta la pasarela con VOICEVOX y faster-whisper locales para que el audio no salga de la máquina, y deja que el agente llame a say y set_avatar cuando terminen las tareas largas. El software no cuesta nada; la factura son los tokens del modelo.
Una investigadora de HCI que estudia agentes con cuerpo
Hacer sesiones en las que un agente reacciona al tacto, al sonido y a lo que ve
Activa el sensor táctil de la cabeza, registra las notificaciones stackchan/event y combina take_photo con listen. Define STACKCHAN_TOKEN y mantén el robot en una red aislada durante las sesiones con participantes.
Un maker que retransmite sesiones de música
Que el robot asienta y haga parpadear sus LED al ritmo de la sala
Lanza beat_mode_start con una intensidad de movimiento y un color; la pasarela estima los BPM desde el micrófono y mueve la cabeza y los 12 LED de la base sin el modelo en el bucle.
Antes de decidirte
- Puesta en marcha
- Flashea merged-binary.bin de la última versión de firmware con esptool.py por USB, conéctate a la Wi-Fi desde el portal cautivo, instala la pasarela con uv tool install stackchan-mcp, define STACKCHAN_TOKEN en ambos lados y añade stackchan-mcp a tu cliente como servidor stdio. La voz necesita el extra tts y un servicio VOICEVOX.
- Integraciones
- Kit StackChan de M5Stack (CoreS3, servos SCS0009, cámara GC0308); VOICEVOX por defecto, con opciones de TTS Irodori, ElevenLabs y Fish Audio; faster-whisper u OpenAI para la transcripción; descubrimiento por mDNS; Tailscale Funnel o un relé de Cloudflare opcionales para usarlo fuera de la LAN.
- Datos y privacidad
- Las fotos y las transcripciones llegan a tu proveedor de modelos a través del cliente; el audio se transcribe en local salvo que elijas el motor de OpenAI. La pasarela escucha en 0.0.0.0:8765 y 8766 para el robot y acepta a cualquier cliente sin STACKCHAN_TOKEN; su endpoint MCP por HTTP opcional usa 127.0.0.1 por defecto.
- Coste a escala
- Software gratuito. El TTS en la nube o la transcripción de OpenAI los cobran esos proveedores si los eliges; los motores locales por defecto no cuestan nada aparte del hardware.
- Límites
- Solo apunta al kit oficial de M5Stack; los StackChan caseros necesitan los mismos pines. El descubrimiento por mDNS falla en redes que bloquean multicast. Unas 80 incidencias y pull requests abiertas.
Lo bueno
- La pasarela y el firmware limitan los ángulos de la cabeza
- 30 herramientas de movimiento, cámara, audio, cara y LED
- Transcripción local por defecto con faster-whisper
- Actualizaciones de firmware por Wi-Fi con comprobación de imagen y vuelta atrás
Lo malo
- Acepta a cualquier cliente en 0.0.0.0 hasta que defines un token
- Sustituye el firmware de fábrica del kit
- Acceso al micrófono y a la cámara por diseño
- Solo apunta al kit oficial de M5Stack
Ideal para
Propietarios del kit StackChan de M5Stack que quieren un agente con cara, voz y cámara en su escritorio.
Alternativas a stackchan-mcp
stackchan-mcp: preguntas frecuentes
- ¿Merece la pena stackchan-mcp?
- Una forma cuidadosamente diseñada de dar a un agente una pequeña presencia física en tu escritorio, con límites reales en los servos y una configuración de red por defecto que conviene endurecer antes de enchufarlo. Le damos un 3.8 sobre 5.
- ¿Cuánto cuesta stackchan-mcp?
- Gratuito y de código abierto: la pasarela es MIT y la compilación del firmware, en la práctica, GPL-3.0. Necesitas el kit StackChan de M5Stack.
- ¿Qué inconvenientes tiene stackchan-mcp?
- Acepta a cualquier cliente en 0.0.0.0 hasta que defines un token; sustituye el firmware de fábrica del kit; acceso al micrófono y a la cámara por diseño; solo apunta al kit oficial de M5Stack.
- ¿Para quién es stackchan-mcp?
- Propietarios del kit StackChan de M5Stack que quieren un agente con cara, voz y cámara en su escritorio.
- ¿Cuánto cuesta stackchan-mcp para un equipo o en producción?
- Software gratuito. El TTS en la nube o la transcripción de OpenAI los cobran esos proveedores si los eliges; los motores locales por defecto no cuestan nada aparte del hardware.
- ¿Es stackchan-mcp seguro para los datos de la empresa?
- Las fotos y las transcripciones llegan a tu proveedor de modelos a través del cliente; el audio se transcribe en local salvo que elijas el motor de OpenAI. La pasarela escucha en 0.0.0.0:8765 y 8766 para el robot y acepta a cualquier cliente sin STACKCHAN_TOKEN; su endpoint MCP por HTTP opcional usa 127.0.0.1 por defecto.
- ¿Cuáles son las mejores alternativas a stackchan-mcp?
- Las alternativas más cercanas que hemos analizado son ROS MCP Server y WLKATA MT4 control stack.
Respuestas comprobadas el 16 nov 2026.