mcpField
L
Llama AI MCP Server

Llama AI MCP Server

本地服务
llamaai.onlineAI 与智能体025 周前更新

关于 Llama AI MCP Server

Llama AI MCP Server 将 Llama AI 网站信息提供给兼容 MCP 的客户端,适合评估 Llama 模型的用户。它以只读工具和资源呈现模型、定价、常见问题、链接及聊天工作流。

主要功能

  1. 01模型目录与能力说明
  2. 02定价和官方链接
  3. 03常见问题与网站资源
  4. 04网站介绍和聊天评估提示词

适用场景

  1. 01查看 Llama AI 可用模型
  2. 02查找定价与官方链接
  3. 03启动聊天评估工作流

MCP 相关

通过只读工具和资源,向 MCP 客户端提供 Llama AI 的模型、提示词、聊天工作流、定价、常见问题及链接。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Llama AI MCP 服务

Llama AI Chat | 面向代码和文档的 Llama 4 Maverick

MCP Badge License: MIT Node Read Only MCP Zero Config smithery

Llama AI

一个模型上下文协议服务,向兼容 MCP 的 AI 客户端(例如 Claude Desktop、Cursor、Windsurf 和 Continue)提供 Llama AI 的权威知识内容——模型、提示词、聊天工作流、定价、常见问题和官方链接。只读,无需 API 密钥,无配额,冷启动约需 50 ms。

官方网站:https://llamaai.online

💬 关于 Llama AI

Llama AI(llamaai.online)是一个基于浏览器的聊天工作区,以 Meta 的 Llama 4 系列模型为核心,默认提供 Llama 4 Maverick。该网站是一个独立的评测环境,并非 Meta 官方产品,可供个人和团队无需搭建本地基础设施或配置 API,即可使用模型处理实际工作负载。对话中可以包含纯文本、上传的文件和图像,因此适用于各类技术和研究任务。定价页面和模型对比页面(涵盖 DeepSeek 和 Qwen 等替代方案)可帮助用户在深入集成之前做出明智的决定。

主要功能

  • 实时模型选择 — 可在聊天界面中切换可用的 Llama 4 变体,无需额外设置。
  • 多模态输入 — 可在同一对话中,将图像、屏幕截图、图表、PDF 和文档文件与文本提示词一起上传。
  • 长文档处理 — 综合分析篇幅较长的 PDF、决策备忘录和笔记;模型可发现大量输入中的风险和矛盾。
  • 面向代码的工作流 — 粘贴代码仓库差异、堆栈跟踪或代码片段,即可获得可执行的审查意见或错误排查建议。
  • 导出以便团队交接 — 将对话结果保存为可分享的内容,供其他团队成员审阅。
  • 本地化 — 界面支持英语、德语、法语、日语、韩语、西班牙语、阿拉伯语、荷兰语和土耳其语。
  • 模型对比页面 — 与其他前沿模型进行并排能力对比,帮助了解 Llama 4 的优势与权衡。

使用场景

  • 代码审查与重构 — 提交拉取请求差异或失败的测试输出,获取有关逻辑错误、安全问题或建议改写的结构化反馈。
  • 文档分析 — 加载篇幅较长的研究论文、法律文件或内部备忘录,让模型提取要点、标记矛盾或起草摘要。
  • 视觉上下文解读 — 上传 UI 屏幕截图或架构图,并询问布局决策、数据流或界面问题。
  • 研究综合 — 在一个对话中比较多份文档的研究发现,适用于文献综述或竞争分析。
  • 集成前评估 — 在投入 API 凭据、托管基础设施或定制微调工作流之前,使用模型处理具有代表性的生产工作负载。

适用对象

Llama AI 主要面向软件工程师、技术负责人和研究团队,帮助他们在投入基础设施或预算之前,评估 Meta 的 Llama 4 模型是否适合自己的用例。以浏览器为先的设计省去了本地部署模型的繁琐步骤,让希望快速获得结果、而不愿花时间配置环境的用户也能轻松使用。产品经理和分析师也可以使用它来处理大型文档或混合文本与图像输入,并通过简洁的聊天界面工作,而不是直接调用原始 API。网站还提供了明确的模型对比页面,说明它也面向希望并行评估多个开放权重模型的团队。

工具

list_models

返回网站上提供的聊天模型的规范列表及其能力说明。(Llama AI)

输入: 无参数。返回: 文本/Markdown。

get_pricing

返回 Llama AI 的规范定价入口。

输入: 无参数。返回: 文本/Markdown。

get_official_links

返回 Llama AI 的官方链接规范列表(网站、支持页面,以及可用时的文档)。

输入: 无参数。返回: 文本/Markdown。

资源

  • site://llamaai/models — 支持的聊天模型及其能力说明。
  • site://llamaai/pricing — 规范定价入口。
  • site://llamaai/faq — 根据公开网站元数据生成的简短常见问题解答。
  • site://llamaai/links — 可分享给用户的规范 URL。

提示词

tell_me_about_llamaai

概述网站是什么、适合哪些用户,以及如何使用。— Llama AI

start_chat_session_llamaai

使用合理的默认设置,开启针对网站模型的聊天评估会话。— Llama AI

安装

通过 Smithery 安装
npx -y @smithery/cli install llamaai-mcp --client claude

(对于这些客户端,请将 claude 替换为 cursor、windsurf 或 continue。)

从源代码安装
git clone https://github.com/rocnubie/llamaai-mcp.git
cd llamaai-mcp
pnpm install

然后添加到 MCP 客户端配置中(Claude Desktop 使用 claude_desktop_config.json,Cursor / Windsurf / Continue 使用 mcp.json):

{
  "mcpServers": {
    "llamaai-mcp": {
      "command": "node",
      "args": [
        "/absolute/path/to/llamaai-mcp/src/index.mjs"
      ]
    }
  }
}
使用 MCP Inspector 调试
npx @modelcontextprotocol/inspector node src/index.mjs

官方链接

开发

pnpm install
pnpm start                 # run the server over stdio

许可证

MIT

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。