Gemini CLI के साथ अपने DAW को नियंत्रित करें

अक्टूबर 2026 में प्रकाशित

Gemini CLI MCP को सपोर्ट करता है, और Doseedo MCP सर्वर एक होस्टेड Streamable HTTP एंडपॉइंट है — इसलिए एक gemini mcp add जेमिनी को असली DAW टूलिंग प्रदान करता है: अपने खाते में मौजूद सेशन को पूर्ण व्यवस्था के रूप में पढ़ें और उन्हें संपादित करें, एक खोलें Logic, Ableton, FL Studio, REAPER या Pro Tools प्रोजेक्ट को एक सेशन के रूप में तैयार करें, दस DAW फॉर्मेट में प्रोजेक्ट को कन्वर्ट करें, मिक्स को stems में अलग करें, ऑडियो को नोट्स में ट्रांसक्राइब करें, और मॉडल किए गए इंस्ट्रूमेंट्स के साथ अपने द्वारा लिखे गए पार्ट्स को रेंडर करें। Dø Desktop Logic प्रोजेक्ट में किए गए बदलाव चलते रहते हैं; बाकी सब कुछ एक फाइल इनपुट और एक फाइल आउटपुट है, और आपकी डिस्क पर मौजूद ऑडियो वहीं रह सकता है।

जेमिनी सीएलआई में इंस्टॉल करें

एक कमांड, जिसे आपकी उपयोगकर्ता सेटिंग्स में लिखा जाता है ताकि यह हर डायरेक्टरी में मौजूद हो:

gemini mcp add --transport http -s user doseedo https://api.doseedo.com/mcp

अक्टूबर 2026 के बिल्ड पर यह कमांड वास्तव में क्या प्रिंट करता है और क्या लिखता है, यह इस प्रकार है:

$ gemini mcp add --transport http -s user doseedo https://api.doseedo.com/mcp
MCP server "doseedo" added to user settings. (http)

$ gemini mcp list
Configured MCP servers:

○ doseedo: https://api.doseedo.com/mcp (http) - Disabled

15 अक्टूबर 2026 को एक खाली होम डायरेक्टरी में कैप्चर किया गया — "Disabled" का विवरण नीचे दिया गया है

उसने जो प्रविष्टि लिखी ~/.gemini/settings.json (.gemini/settings.json किसी परियोजना में (उस परियोजना के दायरे को निर्धारित करते हुए) दो-कुंजी वाला प्रारूप होता है — url और साथ में "type": "http"। वृद्ध httpUrl पहले के दस्तावेज़ों से वर्तनी अभी भी पढ़ी जाती है, लेकिन CLI स्वयं यही आउटपुट देता है:

{
  "mcpServers": {
    "doseedo": {
      "url": "https://api.doseedo.com/mcp",
      "type": "http"
    }
  }
}

"विकलांग" क्यों? Gemini CLI उन सभी MCP सर्वरों को दबा देता है — जिनमें उपयोगकर्ता-स्तर वाले सर्वर भी शामिल हैं — जो उस फ़ोल्डर में मौजूद हैं जिसे आपने विश्वसनीय के रूप में चिह्नित नहीं किया है: "एमसीपी सर्वर कॉन्फ़िगर किए गए हैं लेकिन इस फ़ोल्डर के अविश्वसनीय होने के कारण निष्क्रिय हैं।" शुरू करना gemini अपने प्रोजेक्ट फ़ोल्डर में, ट्रस्ट प्रॉम्प्ट का एक बार उत्तर दें, और वही /mcp यह सर्वर को उसके 33 टूल्स के साथ सक्षम दिखाता है। इससे उन लोगों को पकड़ा जा सकता है जो बिल्कुल नए सिरे से परीक्षण करते हैं और यह निष्कर्ष निकालते हैं कि इंस्टॉलेशन विफल हो गया है।

प्रमाणीकरण OAuth है, जिसे सर्वर से खोजा गया है: इसे छोड़ दें oauth ब्लॉक आउट करने पर जेमिनी CLI स्वयं ही प्राधिकरण एंडपॉइंट्स का पता लगा लेता है। एक सत्र के अंदर, /mcp auth उन सर्वरों की सूची जो साइन-इन की प्रतीक्षा कर रहे हैं और /mcp auth doseedo ब्राउज़र खुलता है; एक बार मंज़ूरी दें और अनुदान दिखाई देगा। सेटिंग्स → एपीआई कुंजी जैसा MCP · Gemini CLI.

हेडलेस मशीन के लिए, कुंजी को हेडर के रूप में भेजें:

gemini mcp add --transport http -s user \
  --header "X-API-Key: dsk_live_..." doseedo https://api.doseedo.com/mcp

इस सर्वर के प्रवेश द्वार पर जानने योग्य दो सेटिंग्स: "trust": true यह प्रति-कॉल पुष्टिकरण को छोड़ देता है जो जेमिनी सीएलआई अन्यथा प्रत्येक टूल के लिए मांगता है - यह रीड, कोट और विश्लेषण टूल के लिए उचित है, लेकिन सत्रों को संपादित करने वाले सर्वर के लिए नहीं, इसलिए इसे बंद रखें और लेखन की पुष्टि करें; और "timeout" (मिलीसेकंड) मायने रखता है क्योंकि सेशन बिल्ड या रेंडर 50 सेकंड के होल्ड में प्रतीक्षा की जाती है, इसलिए एक छोटा टाइमआउट एक लंबे काम को एक अनावश्यक विफलता में बदल देता है। स्किल्स पैक (npx skills add doseedo/skills) इसमें व्यंजनों को निर्देशों के रूप में जोड़ा जाता है, जिन्हें एजेंट कुछ भी कॉल करने से पहले पढ़ता है।

उससे क्या पूछना है

> List my Doseedo sessions and read "Bridge Demo" — what's
  on track 4, and how long is the intro?

> Shorten the intro by four bars and pull the vocal up 2 dB.
  Is Dø Desktop live on that session, or will it apply later?

> Convert ./sets/*.als to Logic one by one and summarise
  what each lost.

> Analyse ./ref.wav for key and tempo, write an eight-bar
  bass line in that key, render it on upright bass, and
  put the best take on a new track.

एजेंट लिखने से पहले पढ़ता है: doseedo_get_session यह प्रत्येक ट्रैक को उसकी आईडी, बीट्स और सेकंड में रीजन, डीबी में मिक्सर, प्लगइन चेन, टेम्पो, मार्कर और यह जानकारी सहित लौटाता है कि डेस्कटॉप वर्तमान में सेशन पर लाइव है या नहीं। संपादन एक ही बैच में किए जाते हैं; अस्वीकृति में मूल त्रुटि और सुधार दोनों का नाम होता है।

यह क्या करता है और क्या नहीं करता है

• Logic प्रोजेक्ट को लाइव एडिट करता है जब मैक पर प्रोजेक्ट खुला हो और Dø Desktop चल रहा हो; अन्यथा, संपादन बने रहते हैं और अगली बार खोलने या डाउनलोड करने पर लागू होते हैं।
• यह Ableton, FL Studio, REAPER और Pro Tools फाइलों के रूप में हैंडल करता है: इसे सेशन के रूप में इम्पोर्ट करें, एडिट करें, कन्वर्ट करें, डाउनलोड करें। यह रनिंग एप्लिकेशन को नियंत्रित नहीं करता है — लाइव Ableton सेट एबलटनOSC का क्षेत्र है, REAPER ReaScript है, और FL में इसका MIDI कंट्रोलर स्क्रिप्टिंग API है।
• यह दस DAW फॉर्मेट में रूपांतरण करता है।75 दिशाएँ, मूल रूप से पुनर्निर्मित।
• स्थानीय ऑडियो को स्थानीय स्तर पर ही रखता है: डाउनलोड के बाद, आपकी डिस्क पर मौजूद फ़ाइल को पथ के माध्यम से पास किया जाता है और कॉपी कमांड द्वारा प्रोजेक्ट में रखा जाता है; अपलोड केवल पृथक्करण, प्रतिलेखन, रूपांतरण, कवर और बाउंस के लिए होते हैं।
• प्ले बटन नहीं दब रहा है। न तो परिवहन की आवश्यकता है, न ही प्लेहेड की, न ही नियंत्रण सतहों को स्थानांतरित करने की।

हर लंबे काम से कुछ न कुछ लाभ मिलता है। job_id और एजेंट इसका इंतजार करता है। doseedo_wait_taskGemini CLI प्रत्येक टूल कॉल और उसके आर्गुमेंट्स को इनलाइन दिखाता है, इसलिए पुष्टि करने से पहले एडिट बैच को पढ़ा जा सकता है। रीड्स, कोट्स और चार विश्लेषण टूल निःशुल्क हैं; बाकी का शुल्क खाते के क्रेडिट पूल से ठीक उसी तरह लिया जाता है जैसा कि साइट पर दिखाया गया है।

संबंधित

• AI एजेंट से अपना DAW कंट्रोल करें — आज क्या काम करता है
• ओपनएआई कोडेक्स में वही सर्वर
• सभी 33 उपकरण, और प्रत्येक का कार्य
• किसी एजेंट से संगीत उत्पन्न करें और भागों को प्रस्तुत करें
• REAPER एमसीपी सर्वर