mcpField
R
React + TypeScript + Vite

React + TypeScript + Vite

ローカル
github.com/pahulgognaAI・エージェント162 週間前に更新

React + TypeScript + Vite について

evoAIは、Ollamaを使ってLLMをローカルで実行し、タスクの計画や必要に応じたツール作成を可能にします。ローカルモデルで複数段階のワークフローを組み立てて実行したい人向けです。

主な機能

  1. 01Ollama経由でLLMをローカル実行
  2. 02目標から複数段階のタスクを計画
  3. 03必要に応じてツールを生成・登録
  4. 04ツールを順に実行しエラーを処理

活用シーン

  1. 01ローカルモデルで複数段階のタスクを実行
  2. 02タスク中に不足するツールを生成

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。

リポジトリ

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

evoAI:LLM と進化

evo-ai は Ollama 用のローカルランナーです。あらゆる LLM にエージェント機能を追加し、モデルがツールを使うだけでなく、新しいツールを自律的に作成し、必要に応じて呼び出せるようにします。

💡 LLM 自身がオンデマンドで構築する、リアルタイムで拡張されるツールチェーンを備えた LLM と考えてください。

機能: 🛠️ ツールをその場で作成 LLM が不足しているツールや関数に遭遇すると、タスクを実行するための新しいコードスニペットやスクリプトを生成して登録できます。

モジュール式でローカル: クラウドへの依存はありません。すべて Ollama を介してローカルで実行されるため、プライバシーと完全な制御が保たれます。

あらゆる LLM に対応: Ollama 経由で利用できるあらゆる LLM(例:LLaMA、Mistral、コード LLM など)で動作します。

⚠️ 注意: このアプリケーションの有効性は、選択した LLM の能力に大きく左右されます。最良の結果を得るには、コーディングと分析的な推論に優れたモデルを使用してください。

📦 インストール

前提条件:

git clone https://github.com/pahulgogna/evoAI.git
cd evoAI
npm install

🧪 使い方

エージェントを実行します:

Give it a goal and let the model break it down, create tools, and execute steps autonomously.

🧠 仕組み

内省的な計画 LLM は高レベルの目標を受け取り、複数のステップからなる解決策を計画します。

ツールの監査 利用可能なツールを確認します。必要なものがなければ作成します。

実行 ツールを順番に実行し、入力と出力の受け渡しやエラー処理を行います。

自己拡張 実行中に新たなニーズが生じた場合、エージェントは処理をさかのぼり、その場で新しい機能を生成できます。

🔒 セキュリティに関する注意 LLM は任意のコードを生成して実行できるため、見慣れないプロンプトをテストする場合は、サンドボックス化された環境またはコンテナ化された環境で実行することを強く推奨します。

🛠️ プロジェクト構成

evoAI/
     ├── src/
            ├── electron/
            ├── ui/

🤝 コントリビューション プルリクエストを歓迎します!大きな変更を加える場合は、まず課題を作成して、変更したい内容について相談してください。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

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。