mcpField
🤖
🤖 mcp-ollama-beeai

🤖 mcp-ollama-beeai

本地服务
github.com/tamdilipAI 与智能体580 周前更新
代码仓库

关于 🤖 mcp-ollama-beeai

mcp-ollama-beeai 是一个基于 BeeAI 的聊天应用，让用户通过本地 OLLAMA 模型调用多个 MCP 服务的工具。界面可选择服务器和工具，并展示模型的推理步骤及格式化回复。

主要功能

  1. 01通过 OLLAMA 模型进行聊天
  2. 02配置并调用多个 MCP 服务
  3. 03界面选择服务器与工具
  4. 04展示 Agent 推理步骤
  5. 05以 Markdown 格式呈现回复

适用场景

  1. 01通过聊天界面操作已配置的 MCP 工具
  2. 02让本地 OLLAMA 模型调用 Postgres 服务
  3. 03选择特定 MCP 服务器处理请求

MCP 相关

作为 MCP 客户端，它从 mcp-servers.json 读取服务器配置，并借助 BeeAI 调用所选 MCP 服务及其工具。

#machine-learning#mcp#chatbot#mcpe-server#reason-react#ollama#agentic-ai#llama3-1#beeai

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

🤖 mcp-ollama-beeai

一个简洁的客户端应用，可借助 BeeAI 框架，使用多个 MCP Agent 工具与本地 OLLAMA 模型交互。

下方是此客户端应用的聊天界面示例，展示了对 postgres 数据库执行的操作，以及 AI 为选择合适的 MCP Agent 并使用大模型转换请求和响应而采取的思考步骤： demo-pic

使用方法

📋 前置条件
1. 本地 ollama 服务

使用以下命令在本地计算机上安装并运行 ollama。

  • 确保计算机有足够的可用内存，模型运行至少需要 16 GB RAM。
  • 如果要使用远程服务运行模型，可跳过此项本地安装。
        $ curl -fsSL https://ollama.com/install.sh | sh
        $ ollama serve
        $ ollama pull llama3.1
2. MCP 服务列表配置

将 MCP Agent 添加到根目录中的 mcp-servers.json 文件，以便应用加载并与大模型配合工作。

3 .env

如果要使用其他大模型和大模型服务，请在运行 npm start 前覆盖以下属性

        OLLAMA_CHAT_MODEL=llama3.1
        OLLAMA_BASE_URL=http://localhost:11434/api
🎮 启动应用
        $ git clone https://github.com/tamdilip/mcp-ollama-beeai.git
        $ cd mcp-ollama-beeai
        $ npm i
        $ npm start

应用启动并运行后，在浏览器中访问 -> http://localhost:3000

补充说明：
  • 默认情况下，初始页面不会为问题指定 MCP Agent。
  • 可以在 UI 的 Server 和 tools 下拉菜单中选择要用于问题的相应 MCP Agent。
  • 使用 BeeAI 框架，以便轻松搭建使用 MCP 工具的 ReAct（推理与行动）Agent。
  • 使用 Markdown JS 库，以清晰易读的格式呈现响应。

祝编码愉快 :) !!

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。