🦙 ollama-mcpo-adapter
将 MCPO (MCP 到 OpenAPI 的代理服务器) 工具适配为 Ollama 兼容的格式
tappi287
README
🦙 ollama-mcpo-adapter
将 MCPO (MCP 到 OpenAPI 的代理服务器) 工具作为 Ollama 兼容的函数公开,使用一个简单的 Python 适配器和可选的运行时服务。
✨ 特性
🚀 快速开始
1. 安装
pip install ollama-mcpo-adapter
使用现有 MCPO 实例
假设您像这样运行 MCPO:
uvx mcpo --port 5090 --config /path/to/mcp_config.json
您可以使用适配器以 Ollama ToolCall 格式获取所有可用函数:
from ollama_mcpo_adapter import OllamaMCPOAdapter
adapter = OllamaMCPOAdapter(host="localhost", port=5090, config_path="/path/to/mcp_config.json")
# 从 MCPO FastAPI /docs 获取工具描述
tools = adapter.list_tools_ollama()
您可以省略配置路径。 但是,提供配置可以更可靠地发现 MCP 服务器名称。 否则,服务器名称将从自动生成的 OpenAPI 文档 MCPO 提供的内容中读取,这些内容将来可能会更改。
使用本地 MCPO 服务
您可以使用此扩展启动 MCPO 服务:
from ollama_mcpo_adapter import MCPOService
# 将您的 mcp 配置作为 JSON 文件或字典提供
mcp_config = {
"mcpServers": {
"time": {"command": "uvx", "args": ["mcp-server-time", "--local-timezone=Europe/Berlin"]}
}
}
mcpo = MCPOService("127.0.0.1", 4090, config=mcp_config,
# -OR- 从现有的 mcp_config 文件
config_path="path/to/mcp_config.json")
# MCPOSService 类处理 MCPO 服务器的启动和关闭,并在子进程中运行
mcpo.start(wait=True)
...
mcpo.stop()
然后使用适配器获取所有可用工具:
from ollama_mcpo_adapter import OllamaMCPOAdapter
adapter = OllamaMCPOAdapter("127.0.0.1", 4090)
tools = adapter.list_tools_ollama()
将其发送到 Ollama:
from ollama import Client
# 使用发现的工具向 Ollama 发送提示
client = Client(host="http://127.0.0.1:11434")
response = client.chat(
model="qwen2.5-coder:14b-instruct-q4_K_M",
messages=[{"role": "user", "content": "Write a file..."}],
tools=tools,
)
最后调用这些工具:
# 处理任何工具调用
if response.message.tool_calls:
adapter.call_tools_from_response(response.message.tool_calls)
环境变量
-
MS Windows npx 路径,您可以使用配置解析器中的 npx 路径覆盖 npx
示例:
WIN_NODEJS_NPX_PATH=C:\Program Files\nodejs\npx.cmd
🧪 运行测试
pytest
📂 项目结构
ollama_mcpo_adapter/
├── adapter.py # 工具发现 + Ollama 集成
├── service.py # 可选:以编程方式启动 MCPO
├── service_runner.py # MCPO 子进程控制
├── config_parser.py # MCP 配置解析助手
├── dispatcher.py # 分发工具调用
📜 许可证
MIT。 参见 LICENSE。
推荐服务器
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。