Ollama MCP 服务器

一个全面的模型上下文协议（MCP）服务器，用于与Ollama集成，具有高级功能，包括脚本管理、多代理工作流和进程泄漏预防。

🌟 功能

• 🔄 异步任务管理：在后台执行长时间运行的任务
• 📝 脚本模板：创建可重用的提示模板，并进行变量替换
• 🤖 快速代理集成：多代理工作流（链式、并行、路由、评估器）
• 🛡️ 进程泄漏预防：适当的清理和资源管理
• 📊 全面监控：任务跟踪、状态监控和输出管理
• 🎯 内置提示：常见任务的交互式引导模板
• ⚡ 多模型支持：与任何本地安装的Ollama模型一起工作

🚀 快速开始

预备条件

• Python 3.8+ 和 uv 包管理器
• 已安装并运行的 Ollama
• 用于MCP集成的 Claude Desktop

安装

1. 设置环境： 请注意，此readme由不太认真的AI进行了修订。

cd /path/to/ollama-mcp-server
uv venv --python 3 12 --seed
source .venv/bin/activate
uv add mcp[cli] python-dotenv

2. 配置Claude Desktop： 从 example_of_bad_ai_gen_mcp_config_do_not_use.json（别笑。使用 example_claude_desktop_config.json）复制配置到你的Claude Desktop配置文件中：

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

3. 更新配置中的路径以匹配你的系统

4. 重启Claude Desktop

🛠️ 可用工具

核心操作

• list_ollama_models - 显示所有可用的Ollama模型
• run_ollama_prompt - 使用任何模型执行提示（同步/异步）
• get_job_status - 检查作业完成状态
• list_jobs - 查看所有正在运行和已完成的作业
• cancel_job - 停止正在运行的作业

脚本管理

• save_script - 创建可重用的提示模板
• list_scripts - 查看保存的模板
• get_script - 读取模板内容
• run_script - 使用变量执行模板

快速代理工作流

• create_fastagent_script - 单代理脚本
• create_fastagent_workflow - 多代理工作流
• run_fastagent_script - 执行代理工作流
• list_fastagent_scripts - 查看可用的工作流

系统集成

• run_bash_command - 安全地执行系统命令
• run_workflow - 多步骤工作流执行

📖 内置提示

交互式提示以指导常见任务：

• ollama_guide - 交互式用户指南
• ollama_run_prompt - 简单提示执行
• model_comparison - 比较多个模型
• fast_agent_workflow - 多代理工作流
• script_executor - 模板执行
• batch_processing - 多个提示处理
• iterative_refinement - 内容改进工作流

📁 目录结构

ollama-mcp-server/
├── src/ollama_mcp_server/
│   └── server.py                 # 主服务器代码
├── outputs/                      # 生成的输出文件
├── scripts/                      # 保存的脚本模板
├── workflows/                    # 工作流定义
├── fast-agent-scripts/           # 快速代理Python脚本
├── prompts/                      # 使用指南
│   ├── tool_usage_guide.md
│   ├── prompt_templates_guide.md
│   └── setup_guide.md
├── example_mcp_config.json       # Claude Desktop配置
└── README.md

🔧 开发

运行开发服务器

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

使用MCP Inspector调试

mcp dev src/ollama_mcp_server/server.py

🛡️ 进程管理

服务器包括全面的进程泄漏预防：

• 信号处理：正确处理SIGTERM/SIGINT
• 后台任务跟踪：监控所有异步任务
• 资源清理：自动终止进程
• 内存管理：防止僵尸进程积累

通过以下命令监控健康状况：

ps aux | grep mcp | wc -l  # 应显示少于10个进程

📊 使用示例

简单提示执行

1. 在Claude中使用 "ollama_run_prompt" 提示
2. 指定模型和提示文本
3. 获取即时结果

多代理工作流

1. 使用 "fast_agent_workflow" 提示
2. 选择工作流类型（链式/并行/路由/评估器）
3. 定义代理和初始提示
4. 监控执行

脚本模板

1. 使用 save_script 创建模板
2. 使用变量：{variable_name}
3. 使用 run_script 执行
4. 传递JSON变量对象

🚨 故障排除

找不到模型：使用 list_ollama_models 查找确切名称 连接问题：使用 ollama serve 启动Ollama 进程数过高：服务器现在会自动防止泄漏 作业卡住：使用 cancel_job 停止有问题的任务

🤝 贡献

1. 遵循MCP Python SDK开发指南
2. 使用正确的类型提示和文档字符串
3. 彻底测试所有新功能
4. 确保在所有代码路径中清理进程

📄 许可证

该项目遵循与MCP Python SDK相同的许可条款。

🙏 致谢

基于 模型上下文协议 和 Ollama ，采用MCP最佳实践的进程管理模式。

---

准备开始了吗？ 查看 prompts/setup_guide.md 以获取详细的安装说明！