MCP для Яндекс Станции
Yandex Station MCP
MCP-сервер и Codex-навык для управления Яндекс Станцией: музыка, радио, громкость, текстовые команды Алисе, сценарии умного дома
Средний риск
Средний уровень ставим, когда инструмент запускает код, ходит в сеть или читает файлы проекта. Перед установкой посмотрите, что именно он делает.
Почему такой уровень
- Управляет реальным устройством в доме и запускает сценарии умного дома
- Хранит токен доступа к аккаунту Яндекса локально в JSON-файле
Установка
Ручная установка
git clone https://github.com/yasg1988/yandex-station-mcp.git
cd yandex-station-mcp
python -m venv .venv
pip install -r requirements.txtУстановка зависимостей перед первой авторизацией.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Сервер использует неофициальный протокол Яндекс Станции по образцу проекта AlexxIT/YandexStation и дает агенту список колонок аккаунта, текстовые команды Алисе, произнесение текста и уведомлений с заданной громкостью, управление громкостью и воспроизведением, таймеры, будильники, напоминания, погоду и новости, а также запуск сценариев Яндекс Умного дома. Авторизация проходит через QR-код Яндекса, токены сохраняются локально в JSON-файле. Для облачного управления сервер создает или обновляет служебный сценарий в аккаунте с именем вида ХА <device_id>.
Для кого. Для тех, кто хочет управлять Яндекс Станцией из Claude, Codex или другого MCP-агента: музыкой, таймерами, сценариями умного дома.
Подходит, если
- Нужно управлять колонкой Алисы голосовыми командами из текстового агента
- Нужны таймеры, будильники, погода и новости через Станцию без открытия приложения
- Нужен запуск готовых сценариев умного дома Яндекса из агента
Не подходит, если
- Нужен официальный и стабильный API Яндекса: это неофициальный протокол, который может измениться в любой момент
- Не готовы проходить QR-авторизацию Яндекса и хранить токен локально
Пример запроса к агенту
Включи радио Европа плюс на колонке и поставь громкость 40 процентовОграничения
Это неофициальный API Яндекса на основе обратной разработки, он может сломаться при изменениях на стороне Яндекса. Токены хранятся только локально в yandex_tokens.json и не должны попадать в публичные репозитории. Облачный режим не всегда точно знает, что сейчас играет, хотя команды отправляет надежно. Для облачного управления в аккаунте создается служебный сценарий с именем вида ХА <device_id>.
Как отключить. Удалите сервер yandex-station из конфигурации MCP-клиента, файл yandex_tokens.json и служебный сценарий ХА <device_id> в приложении Яндекс с Алисой.
MCP
- Транспорт
- stdio
- Авторизация
- OAuth
| Переменные окружения | |
|---|---|
| YANDEX_TOKEN_FILE обязательная, секрет | Путь к локальному файлу с токенами после QR-авторизации. |
| YANDEX_STATION_ID | ID колонки по умолчанию, если их несколько. |
Проверка безопасности
- Управляет реальным устройством в доме и запускает сценарии умного дома
- Хранит токен доступа к аккаунту Яндекса локально в JSON-файле
Коротко о README
README перечисляет возможности сервера: список колонок, текстовые команды, TTS с громкостью, управление воспроизведением, таймеры, будильники, погоду, новости и сценарии умного дома, честно называет протокол неофициальным и предупреждает о хранении токенов. Дает установку через venv и requirements.txt, авторизацию по QR, проверку списком станций и командой, а также пример подключения в Codex через config.toml.
Частые вопросы
Это официальный API Яндекса?
Нет, README прямо называет его неофициальным и основанным на подходах проекта AlexxIT/YandexStation.
Как проходит авторизация?
Через QR-код: скрипт auth_qr.py показывает ссылку, после входа в Яндекс создается локальный файл с токенами.
Похожие
Самостоятельно размещаемая база знаний с блочными ссылками и встроенным MCP-сервером для подключения AI-агентов к заметкам
CLI для всех API Google Workspace с выводом в JSON и набором скиллов для агентов: Drive, Gmail, Calendar, Sheets и другие
Локальный поиск по заметкам, документации и расшифровкам встреч в Markdown: ключевые слова, смысловой поиск и ранжирование, есть MCP
Менеджер задач для AI-разработки: разбирает PRD на задачи с зависимостями и ведет агента по ним через MCP или CLI