MCP Ollama Beeai

🚀 🤖 mcp-ollama-beeai

このアプリケーションは、最小化されたクライアントで、ローカルの OLLAMA モデルとやり取りするために開発されました。複数の MCP エージェントツールを活用し、BeeAI フレームワークに基づいて構築されています。

以下は、チャットインターフェイス付きのデモの可視化です。正しい MCP エージェントツールを使用して Postgres データベース操作を実行し、AI の思考プロセスを示しています。

🚀 クイックスタート

📋 前提条件

1. ローカルの Ollama サーバー

以下のコマンドを使用して、ローカルマシンに Ollama サーバーをインストールして起動します。

• モデルを実行するには、少なくとも 16GB の RAM を持つマシンが必要です。
• ローカルモデルではなくリモートサーバーを使用する場合は、この手順をスキップしてください。

$ curl -fsSL https://ollama.com/install.sh | sh
$ ollama serve
$ ollama pull llama3.1

2. MCP エージェントサーバーの設定

アプリケーションが読み取り、使用できるように、プロジェクトのルートディレクトリに mcp-servers.json ファイルを追加してください。デフォルトで含まれるエージェントツールは Postgres と fetch です。Postgres 接続 URL を更新してください。

• 利用可能な他の MCP エージェントツールのリスト - https://modelcontextprotocol.io/examples

3. .env 環境変数

異なる LLM モデルとサーバーを使用する場合は、以下の環境変数で設定できます。

        OLLAMA_CHAT_MODEL=llama3.1
        OLLAMA_BASE_URL=http://localhost:11434/api

🎮 アプリケーションの起動

$ git clone https://github.com/tamdilip/mcp-ollama-beeai.git
$ cd mcp-ollama-beeai
$ npm i
$ npm start

ブラウザを開き、http://localhost:3000 にアクセスしてください。

補足説明：

• デフォルトでは、初回ログイン時に MCP エージェントは参照されません。
• UI の Server と tools のドロップダウンメニューから、現在の問題に適したエージェントツールを選択できます。
• BeeAI フレームワークを使用することで、ReAct（Reason And Act）エージェントと MCP ツールの統合が簡素化されています。
• Markdown JS ライブラリを使用して、応答を読みやすい可視化形式でレンダリングします。

**楽しいコーディングを！ :) **