🤖 mcp-ollama-beeai

一个最小化的客户端应用程序，用于与本地 OLLAMA 模型交互，利用多个 MCP 代理工具，并使用 BeeAI 框架。

以下是此客户端应用程序的示例视图，带有聊天界面，显示了使用 postgres 数据库的操作，以及 AI 为使用正确的 MCP 代理并使用 LLM 转换请求和响应而采取的思考步骤： <video controls loop muted poster="https://raw.githubusercontent.com/tamdilip/mcp-ollama-beeai/docs/demo-pic.png" src="https://github.com/user-attachments/assets/618b76b5-111c-493f-a0fe-d974b915d619" title="Demo Video"></video>

用法

📋 前提条件

1. 本地 ollama 服务器

在您的本地机器上安装并运行 ollama，使用以下命令。

• 确保您的机器有足够的可用内存，至少 16GB RAM 用于模型运行。
• 如果您要使用远程服务器进行模型推理，请跳过在本地的安装。

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

2. MCP 服务器列表配置

将您的 MCP 代理添加到根文件夹中的 mcp-servers.json 文件中，以便应用程序能够识别并与 LLM 一起工作。

• 默认包含的服务器是 postgres 和 fetch。请务必更新您的 postgres 连接 URL
• 可用于配置的其他 MCP 代理工具列表 - https://modelcontextprotocol.io/examples

3 .env

如果您想使用不同的 LLM 模型和 LLM 服务器，请在 npm start 之前覆盖以下属性

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

🎮 启动您的应用程序

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

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

补充说明：

• 默认情况下，在首次加载时，不会为问题引用任何 MCP 代理。
• 要用于问题的相应 MCP 代理可以从 UI 中的“服务器”和“工具”下拉列表中选择。
• BeeAI 框架用于简化使用 MCP 工具设置 ReAct (Reason And Act) 代理。
• Markdown JS 库用于以适当的可读视觉格式呈现响应。

编码愉快 :) !!