Local MCP Client について
Local MCP Clientは、OllamaとローカルLLMを介して、自然言語で設定可能なMCPサーバーを利用するためのWeb・APIインターフェースです。構造化されたツール実行と動的なエージェント動作に対応します。
主な機能
- 01自然言語による操作
- 02設定可能なMCPサーバーへの接続
- 03OllamaとローカルLLMの利用
- 04Web・APIインターフェースの提供
活用シーン
- 01ローカルLLM経由でのMCPツール呼び出し
- 02MCPサーバーでの構造化ツール操作
MCP 対応
設定可能なMCPサーバーに接続し、ローカルLLMから自然言語を通じて構造化されたツール呼び出しを行えます。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
インストール方法は未掲載です
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ツール一覧はまだ取得されていません
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
ローカル MCP クライアント
Local MCP Client は、Ollama と任意のローカル LLM を使用し、自然言語で設定可能な MCP サーバーとやり取りするための、クロスプラットフォーム対応の Web および API インターフェースです。構造化されたツール実行と動的なエージェントの動作を実現します。
ステップ 1a:仮想環境の作成と必要なパッケージのインストール - MAC/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh
cd Local_MCP_Client
uv init .
uv venv
source .venv/bin/activate
uv pip install -r requirements.txt
ステップ 1b:仮想環境の作成と必要なパッケージのインストール - Windows
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
cd Local_MCP_Client
uv init .
uv venv
.venv\Scripts\activate
uv pip install -r requirements.txt
ステップ 2a:Ollama のインストールと LLM モデルの取得 - MAC
brew install ollama
ollama serve
ollama pull llama3:8b
ステップ 2b:Ollama のインストールと LLM モデルの取得 - Linux
curl -fsSL https://ollama.com/install.sh | sh
ollama serve
ollama pull llama3:8b
ステップ 2c:Ollama のインストールと LLM モデルの取得 - Windows
Ollama をダウンロードするにはこちら
ollama serve
ollama pull llama3:8b
ステップ 3a:MCP サーバーのクローン - MAC/Linux
cd ~/Documents
git clone https://github.com/mytechnotalent/MalwareBazaar_MCP.git
git clone https://github.com/Invoke-RE/binja-lattice-mcp
ステップ 3b:MCP サーバーのクローン - Windows
cd "$HOME\Documents"
git clone https://github.com/mytechnotalent/MalwareBazaar_MCP.git
git clone https://github.com/Invoke-RE/binja-lattice-mcp
ステップ 4:Ollama の実行
ollama serve
ステップ 5a:MCP クライアントの実行 - MAC/Linux
export BNJLAT = "<your-binja-api-token>"
uv run local_mcp_client.py
ステップ 5b:MCP クライアントの実行 - Windows
$env:BNJLAT = "<your-binja-api-token>"
uv run local_mcp_client.py
ステップ 6:テストの実行
python -m unittest discover -s tests
uv pip install coverage==7.8.0
coverage run --branch -m unittest discover -s tests
coverage report -m
coverage html
open htmlcov/index.html # MAC
xdg-open htmlcov/index.html # Linux
start htmlcov\index.html # Windows
coverage erase
ライセンス
コメント
Markdown 対応
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。