Ollama MCP Server with

Ollama MCP サーバー

スクリプト管理、マルチエージェントのワークフロー、プロセスリーク防止などの高度な機能を備えた、Ollama 統合用の包括的な Model Context Protocol（MCP）サーバーです。

🌟 特長

• 🔄 非同期ジョブ管理：時間のかかるタスクをバックグラウンドで実行します
• 📝 スクリプトテンプレート：変数置換に対応した再利用可能なプロンプトテンプレートを作成します
• 🤖 Fast-Agent 統合：マルチエージェントのワークフロー（chain、parallel、router、evaluator）に対応します
• 🛡️ プロセスリーク防止：適切なクリーンアップとリソース管理を行います
• 📊 包括的なモニタリング：ジョブの追跡、ステータスの監視、出力の管理を行います
• 🎯 組み込みプロンプト：一般的なタスク向けの対話型ガイダンステンプレートを用意しています
• ⚡ 複数モデルのサポート：ローカルにインストールされた任意の Ollama モデルを使用できます

🚀 クイックスタート

前提条件

• パッケージマネージャー uv を使用する Python 3.8 以降
• インストール済みで実行中の Ollama
• MCP 統合用の Claude Desktop

インストール

1. 環境をセットアップします： 注意：この README は、あまり丁寧とは言えない AI によって改訂されています。

cd /path/to/ollama-mcp-server
uv venv --python 3.12 --seed
source .venv/bin/activate
uv add mcp[cli] python-dotenv

2. Claude Desktop を設定します： example_of_bad_ai_gen_mcp_config_do_not_use.json の設定を Claude Desktop の設定ファイルにコピーします（いや、これは使わないでください。example_claude_desktop_config.json の例を使ってください）。

• Linux：~/.config/Claude/claude_desktop_config.json
• macOS：~/Library/Application Support/Claude/claude_desktop_config.json
• Windows：%APPDATA%\Claude\claude_desktop_config.json

3. 設定内のパスを、お使いのシステムに合わせて更新します

4. Claude Desktop を再起動します

🛠️ 利用可能なツール

コア操作

• list_ollama_models - 利用可能な Ollama モデルをすべて表示します
• run_ollama_prompt - 任意のモデルでプロンプトを実行します（同期／非同期）
• get_job_status - ジョブの完了ステータスを確認します
• list_jobs - 実行中および完了済みのジョブをすべて表示します
• cancel_job - 実行中のジョブを停止します

スクリプト管理

• save_script - 再利用可能なプロンプトテンプレートを作成します
• list_scripts - 保存済みのテンプレートを表示します
• get_script - テンプレートの内容を読み込みます
• run_script - 変数を使ってテンプレートを実行します

Fast-Agent ワークフロー

• create_fastagent_script - 単一エージェントのスクリプト
• create_fastagent_workflow - マルチエージェントのワークフロー
• run_fastagent_script - エージェントのワークフローを実行します
• list_fastagent_scripts - 利用可能なワークフローを表示します

システム統合

• run_bash_command - システムコマンドを安全に実行します
• run_workflow - 複数ステップのワークフローを実行します

📖 組み込みプロンプト

一般的なタスクを案内する対話型プロンプト：

• ollama_guide - 対話型ユーザーガイド
• ollama_run_prompt - シンプルなプロンプト実行
• model_comparison - 複数のモデルを比較します
• fast_agent_workflow - マルチエージェントのワークフロー
• script_executor - テンプレートの実行
• batch_processing - 複数のプロンプトを処理します
• iterative_refinement - コンテンツ改善のワークフロー

📁 ディレクトリ構成

ollama-mcp-server/
├── src/ollama_mcp_server/
│   └── server.py                 # Main server code
├── outputs/                      # Generated output files
├── scripts/                      # Saved script templates
├── workflows/                    # Workflow definitions
├── fast-agent-scripts/          # Fast-agent Python scripts
├── prompts/                      # Usage guides
│   ├── tool_usage_guide.md
│   ├── prompt_templates_guide.md
│   └── setup_guide.md
├── example_mcp_config.json      # Claude Desktop config
└── README.md

🔧 開発

開発サーバーを起動する

cd ollama-mcp-server
uv run python -m ollama_mcp_server.server

MCP Inspector でデバッグする

mcp dev src/ollama_mcp_server/server.py

🛡️ プロセス管理

このサーバーには、包括的なプロセスリーク防止機能が備わっています：

• シグナル処理：SIGTERM／SIGINT を適切に処理します
• バックグラウンドタスクの追跡：すべての非同期タスクを監視します
• リソースのクリーンアップ：プロセスを自動的に終了します
• メモリ管理：ゾンビプロセスの蓄積を防止します

次のコマンドで状態を監視します：

ps aux | grep mcp | wc -l  # Should show <10 processes

📊 使用例

シンプルなプロンプトの実行

1. Use "ollama_run_prompt" prompt in Claude
2. Specify model and prompt text
3. Get immediate results

マルチエージェントのワークフロー

1. Use "fast_agent_workflow" prompt
2. Choose workflow type (chain/parallel/router/evaluator)
3. Define agents and initial prompt
4. Monitor execution

スクリプトテンプレート

1. Create template with save_script
2. Use variables: {variable_name}
3. Execute with run_script
4. Pass JSON variables object

🚨 トラブルシューティング

モデルが見つからない場合：正確な名前を確認するには list_ollama_models を使います
接続に問題がある場合：ollama serve で Ollama を起動します
プロセス数が多い場合：サーバーがリークを自動的に防止します
ジョブが停止した場合：cancel_job を使って問題のあるタスクを停止します

🤝 コントリビューション

1. MCP Python SDK の開発ガイドラインに従います
2. 適切な型ヒントと docstring を使用します
3. すべての新機能を十分にテストします
4. すべてのコードパスでプロセスをクリーンアップします

📄 ライセンス

このプロジェクトには、MCP Python SDK と同じライセンス条項が適用されます。

🙏 謝辞

MCP のベストプラクティスのプロセス管理パターンを取り入れ、Model Context Protocol と Ollama を基盤として構築されています。

---

準備はできましたか？ 詳しいインストール手順については、prompts/setup_guide.md をご確認ください！