Ollama MCP Server

🚀 ollama-MCP サーバー

このプロジェクトは、Model Context Protocol（MCP）プロトコルを使用して構築されたローカル実行モデルサーバーです。Ollamaがサポートする様々な言語モデルを管理および実行し、モデルの対話体験を強化するための豊富な機能を提供します。

🚀 クイックスタート

📦 インストール

1. リポジトリをクローンします：

   git clone https://github.com/yourusername/ollama-MCP-server.git
   cd ollama-MCP-server
   

2. 仮想環境を作成してアクティブ化します：

   python -m venv venv
   source venv/bin/activate  # Windowsユーザーは：venv\Scripts\activate を使用
   

3. 開発依存関係をインストールします：

   uv sync --dev --all-extras
   

設定の説明

環境変数の設定

• OLLAMA_SERVER_API_KEY：Ollama APIにアクセスするためのキー（必要な場合）
• OLLAMA_SERVER_MODEL_NAME：デフォルトで使用するモデル名。デフォルトは"llama2"です。
• OLLAMA_SERVER_PORT：サーバーがリッスンするポート。デフォルト値は8000です。
• OLLAMA_SERVER_LOG_LEVEL：ログレベル。DEBUG、INFO、WARNING、ERROR、CRITICALから選択できます。デフォルトはINFOです。

設定ファイルの例

# config.yaml
api_key: "your_api_key_here"
default_model: "llama2"
port: 8000
log_level: "INFO"

サーバーの起動

uv run --directory . ollama-mcp-server

オプションのパラメータ：

• --debug：デバッグモードで起動します（ログレベルはDEBUG）
• --log=LEVEL：ログレベルを指定します（DEBUG, INFO, WARNING, ERROR, CRITICAL）

✨ 主な機能

• 多モデルサポート：Ollamaの公式およびコミュニティが提供するすべてのモデルと互換性があります。
• コンテキスト管理：MCPプロトコルを通じて、対話履歴と知識ベースを効率的に管理します。
• 拡張可能なインターフェース：様々なアプリケーションやツールに簡単に統合できます。
• ローカル実行：クラウドサービスに依存せず、完全にプライベートなデプロイが可能です。

💻 使用例

基本的な使用法

コンテキストセッションの作成

response = await mcp.use_mcp_tool({
    "server_name": "ollama-MCP-server",
    "tool_name": "create-context",
    "arguments": {
        "context_id": "123",
        "messages": [
            {"role": "user", "content": "欢迎使用MCP协议！"}
        ]
    }
})

モデルのクエリ

response = await mcp.use_mcp_tool({
    "server_name": "ollama-MCP-server",
    "tool_name": "run-model",
    "arguments": {
        "model": "llama3",
        "prompt": "请用简单的语言解释量子计算。",
        "temperature": 0.7
    }
})

コンテキストの管理

# すべてのコンテキストを取得
response = await mcp.use_mcp_tool({
    "server_name": "ollama-MCP-server",
    "tool_name": "list-contexts"
})

# 指定されたコンテキストを削除
response = await mcp.use_mcp