🚀 MCP-Ollama Server

🚀 MCP-Ollama Server

📋 概要

MCP-Ollama Server は、Anthropic の Model Context Protocol（MCP）と Ollama を介したローカル LLM の橋渡しを行います。この統合により、オンプレミスの AI モデルに Claude のようなツール機能がもたらされます。ファイルシステムへのアクセス、カレンダー連携、Web ブラウジング、メール通信、GitHub との連携、AI 画像生成などが含まれ、そのすべてが完全なデータプライバシーを維持したまま実現されます。

クラウドベースの AI ソリューションとは異なり、MCP-Ollama Server は次の特長を持ちます：

• すべてのデータ処理をローカルインフラストラクチャ上で行います
• 機密情報を第三者と共有する必要がありません
• 必要なコンポーネントだけを利用できるモジュール式のアプローチを提供します
• エアギャップ環境や高セキュリティ環境でエンタープライズグレードの AI 機能を実現します

✨ 主な機能

• 🔒 完全なデータプライバシー: すべての計算は Ollama を通じてローカルで行われます
• 🔧 ローカル LLM でのツール利用: Ollama モデルにファイル、カレンダーなどの機能を拡張します
• 🧩 モジュール式アーキテクチャ: 選択的にデプロイできる独立した Python サービスのモジュール
• 🔌 簡単な統合: 既存のアプリケーションと接続するためのシンプルな API
• 🚀 パフォーマンス最適化: 応答性の高い AI インタラクションを維持するための最小限のオーバーヘッド
• 📦 コンテナ化されたデプロイ: 各モジュールの Docker サポート（近日公開）
• 🧪 充実したテスト: 信頼性のための包括的なテストカバレッジ

🚀 クイックスタート

前提条件

• Python 3.8 以上がインストールされていること
• Ollama がシステムにセットアップされていること
• リポジトリをクローンするための Git

🧩 コンポーネントの概要

MCP-Ollama Server は、それぞれが特定の機能を提供する専門化されたモジュールで構成されています：

📅 Calendar モジュール

calendar/
├── README.md          # Module-specific documentation
├── google_calendar.py # Google Calendar API integration
├── pyproject.toml     # Dependencies and package info
└── uv.lock        # Dependency lock file

Calendar モジュールにより、ローカル LLM は次のことが可能になります：

• カレンダーイベントの作成、変更、削除
• 空き状況とスケジュールの競合の確認
• 会議招待の送信
• リマインダーと通知の設定

🔄 Client MCP モジュール

client_mcp/
├── README.md      # Module-specific documentation
├── client.py      # Main client implementation
├── pyproject.toml # Dependencies and package info
├── testing.txt    # Test data
└── uv.lock        # Dependency lock file

Client モジュールが提供するもの：

• すべての MCP 対応サービスとやり取りするための統一インターフェース
• 会話履歴の管理
• 応答品質を向上させるためのコンテキスト処理
• ツールの選択とルーティングのロジック

📁 File System モジュール

file_system/
├── README.md          # Module-specific documentation
├── file_system.py     # File system operations implementation
├── pyproject.toml     # Dependencies and package info
└── uv.lock            # Dependency lock file

File System モジュールにより、ローカル LLM は次のことが可能になります：

• ファイルの安全な読み書き
• ディレクトリの内容の一覧表示
• 特定のパターンに一致するファイルの検索
• さまざまなファイル形式（テキスト、CSV、JSON など）の解析

インストール

# 1. First install uv if you haven't already
curl -LsSf https://astral.sh/uv/install.sh | sh

# 2. Clone the repository
git clone https://github.com/sethuram2003/mcp-ollama_server.git
cd mcp-ollama_server

# 3. Verify Ollama model is installed (replace 'llama3' with your preferred model)
ollama pull llama3

モジュールの設定

1. 📅 Calendar モジュール:

cd calendar
uv add pyproject.toml  # Install calendar-specific dependencies

2. 🔄 Client MCP モジュール:

cd client_mcp
uv add pyproject.toml  # Install calendar-specific dependencies

3. 📁 File System モジュール:

cd file_system
uv add pyproject.toml  # Install filesystem dependencies

使用方法

cd client_mcp
uv run client.py ../file_system/file_system.py

エージェントとの対話:

AI エージェント間の会話

🏗️ アーキテクチャ

MCP-Ollama Server はマイクロサービスアーキテクチャのパターンに従っており、各機能は独立したサービスとして実装されています：

主要なコンポーネント:

1. Ollama 統合レイヤー: ローカルの Ollama インスタンスに接続し、適切なリクエストをルーティングします
2. MCP プロトコルハンドラー: 標準の MCP 形式と Ollama の要件の間で変換します
3. サービスモジュール: 特定の機能を実装する独立したモジュール
4. クライアントライブラリ: アプリケーションがシステムとやり取りするための統一されたインターフェースを提供します

このアーキテクチャには、いくつかの利点があります:

• 拡張性: 既存のモジュールに影響を与えずに新しいモジュールを追加できます
• 耐障害性: 個々のモジュールが失敗しても、システムは動作を継続します
• 柔軟性: 必要なコンポーネントだけをデプロイできます
• セキュリティ: 各モジュールのデータアクセスをきめ細かく制御できます

📚 ドキュメント

モジュール固有のドキュメント

各モジュールには、詳細な実装ノートを含む独自の README があります:

• カレンダーモジュールのドキュメント
• クライアント MCP のドキュメント
• ファイルシステムのドキュメント

🛠️ ユースケース

エンタープライズのセキュリティとコンプライアンス

AI の機能を必要としながらも、厳格なデータ主権要件に直面している組織に最適です:

• 機密の案件ファイルを処理する法律事務所
• 患者データを分析する医療機関
• 機密性の高い取引を扱う金融機関

開発者の生産性

ローカルの開発環境を変革します:

• プロジェクトファイルにアクセスできるコード生成
• コードベースの分析に基づくドキュメントの自動生成
• ローカルの git リポジトリとの統合

個人のナレッジ管理

プライバシーを尊重する強力な第二の脳を作成します:

• 個人のドキュメントやノートを処理する
• カレンダーとスケジュールの最適化を管理する
• 個人のナレッジベースに基づいてコンテンツを生成する

🤝 コントリビューション

コミュニティからのコントリビューションを歓迎します！以下の方法でご協力いただけます:

1. リポジトリをフォークする: プロジェクトの独自のフォークを作成します
2. フィーチャーブランチを作成する: git checkout -b feature/amazing-feature
3. 変更を加える: 機能やバグ修正を実装します
4. テストを実行する: 変更がすべてのテストに合格することを確認します
5. 変更をコミットする: git commit -m 'Add some amazing feature'
6. ブランチにプッシュする: git push origin feature/amazing-feature
7. プルリクエストを開く: 変更をレビューのために提出します

詳細については、コントリビューションガイドラインをお読みください。

❓ FAQ

Q: これはクラウドベースの AI アシスタントを使う場合とどう違いますか？
A: MCP-Ollama Server は完全にローカルのインフラストラクチャ上で動作するため、完全なデータプライバシーを確保し、外部 API への依存を排除します。

Q: どのモデルがサポートされていますか？
A: Ollama と互換性のある任意のモデルを使用できます。最良の結果を得るには、Llama 3、Mistral、または少なくとも 7B パラメータを持つその他の最近のオープンモデルを推奨します。

Q: 新しい機能でシステムを拡張するにはどうすればよいですか？
A: モジュラーアーキテクチャのパターンに従って、新しいサービスモジュールを作成してください。詳細については、拡張ガイドをご覧ください。

Q: システム要件は何ですか？
A: 要件は選択する Ollama モデルによって異なります。基本的な機能には、少なくとも 16GB の RAM と最新のマルチコア CPU を推奨します。

📄 ライセンス

このプロジェクトは、LICENSE ファイルに含まれる条項の下でライセンスされています。

🙏 謝辞

• Model Context Protocol 仕様を提供してくれた Anthropic
• 優れたローカル LLM サーバーを提供してくれた Ollama

---