mcpField
O
Ollama MCP (Model Context Protocol)

Ollama MCP (Model Context Protocol)

github.com/mihirrd框架与 SDK7173 周前更新

关于 Ollama MCP (Model Context Protocol)

为本地 Ollama 大模型连接 MCP 服务的工具。支持 Git 操作、Shell 命令等多种 MCP 服务器,提供交互式命令行助手界面。

主要功能

  1. 01Ollama 模型与 MCP 服务无缝集成
  2. 02Git 操作支持
  3. 03交互式模型选择
  4. 04可扩展的工具管理系统
  5. 05命令行助手界面

适用场景

  1. 01在本地环境中运行带有外部工具支持的 LLM
  2. 02通过 Git MCP 服务执行版本控制操作
  3. 03扩展自定义工具并与本地大模型集成

MCP 相关

客户端连接到本地 Ollama 大模型和 MCP 服务器,使 Ollama 模型能够访问和执行 MCP 工具。

详细介绍

Ollama MCP(模型上下文协议)

Ollama MCP 是一个工具,用于通过模型上下文协议 (MCP) 将基于 Ollama 的大模型与外部工具和服务连接起来。这个集成使大模型能够与各种系统交互,如 Git 存储库、shell 命令和其他启用工具的服务。

功能

  • Ollama 大模型与 MCP 服务之间的无缝集成
  • 通过 MCP Git 服务支持 Git 操作
  • 可扩展的工具管理系统
  • 交互式命令行助手界面
  • 启动时从可用的本地模型中进行交互式 Ollama 模型选择

安装

  1. 确保安装了 Python 3.13 或更高版本
  2. 克隆本仓库
  3. 安装依赖项:
# Create a virtual environment
uv add ruff check
# Activate the virtual environment
source .venv/bin/activate
# Install the package in development mode
uv pip install -e .

使用

Ollama 模型选择

在主应用启动前,系统会提示你选择要使用的 Ollama 模型。

  1. 前提条件:

    • 确保已安装并运行 Ollama。
    • 本地必须至少拉取了一个模型(例如通过 ollama pull llama3.1:8b)。支持工具使用的模型列表可在 Ollama 网站上找到。
  2. 启动过程:

    • 应用程序会自动检测并列出本地计算机上所有可用的 Ollama 模型。
    • 系统会提示你从显示的列表中输入要使用的模型名称。
    • 如果输入无效的模型名称,系统会重新提示,直到做出有效选择。
    • 所选模型随后将被 Agent 用于所有后续操作。
运行 Git 助手
uv run main.py
运行测试
pytest -xvs tests/test_ollama_toolmanager.py

这将启动一个交互式 CLI,你可以在其中要求助手执行 Git 操作。

使用自定义工具进行扩展

你可以通过以下方式扩展系统:

  1. 创建新的工具包装器
  2. 将其注册到 OllamaToolManager
  3. 连接到不同的 MCP 服务

组件

  • OllamaToolManager:管理工具注册和执行
  • MCPClient:处理与 MCP 服务的通信
  • OllamaAgent:协调 Ollama 大模型和工具的使用

示例

# Creating a Git-enabled agent
git_params = StdioServerParameters(
    command="uvx",
    args=["mcp-server-git", "--repository", "/path/to/repo"],
    env=None
)

# Connect and register tools
async with MCPClient(git_params) as client:
    # Register tools with the agent
    # Use the agent for Git operations

要求

  • Python 3.13+
  • MCP 1.5.0+
  • Ollama 0.4.7+

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。