ollama-MCP-server

by NewAITees

6 stars

92 downloads

Not rated

GitHub

Description

# ollama-MCP-server Ollamaと通信するModel Context Protocol (MCP) サーバー ## 概要このMCPサーバーは、ローカルのOllama LLMインスタンスとMCP互換アプリケーションの間でシームレスな統合を可能にし、高度なタスク分解、評価、ワークフロー管理を提供します。主な機能: - 複雑な問題のタスク分解 - 結果の評価と検証 - Ollamaモデルの管理と実行 - MCPプロトコルによる標準化された通信 - 高度なエラー処理と詳細なエラーメッセージ -…

About

Details

Author: NewAITees
GitHub stars: 6
Downloads: 92
Categories: AI, Developer Tools

- Complex task decomposition into manageable subtasks
- Evaluation and validation of results against criteria
- Management and execution of Ollama models
- Standardized MCP protocol communication
- Enhanced error handling with structured messages
- Performance optimization (connection pooling, LRU cache)

Setting up with Highlight

This MCP is not yet compatible with Highlight’s one-click setup. However, you can still use it with Highlight by following these steps:

Download and install Highlight from highlightai.com/download
Navigate to the plugins tab and select "Add Custom Plugin"
Configure the plugin with the settings below

Plugin Name ollama-MCP-server

Command (node, npx, python, etc.)

Please refer to the README for specific instructions on how to obtain API keys or other required environment variables.
Enable "Start Automatically" if you want the plugin to start when Highlight launches

Setting up with Cursor

Open Cursor's settings
Navigate to the MCP section
Click "Add new Global MCP server"
Copy and paste the configuration below based on your operating system

JSON

{
    "mcpServers": {
        "ollama-mcp-server": {
            "ollama-MCP-server": {
                "command": "python",
                "args": [
                    "-m",
                    "unittest",
                    "discover"
                ]
            }
        }
    }
}

JSON

{
    "mcpServers": {
        "ollama-mcp-server": {
            "ollama-MCP-server": {
                "command": "python",
                "args": [
                    "-m",
                    "unittest",
                    "discover"
                ]
            }
        }
    }
}

JSON

{
    "mcpServers": {
        "ollama-mcp-server": {
            "ollama-MCP-server": {
                "command": "python",
                "args": [
                    "-m",
                    "unittest",
                    "discover"
                ]
            }
        }
    }
}

Setting up with Claude Desktop

Open Claude Desktop's settings
Go to the Integrations tab
Click "Add MCP Server"
Use the configuration below based on your operating system

Note: Make sure Claude Desktop is running before attempting to connect.

JSON

{
    "mcpServers": {
        "ollama-mcp-server": {
            "ollama-MCP-server": {
                "command": "python",
                "args": [
                    "-m",
                    "unittest",
                    "discover"
                ]
            }
        }
    }
}

JSON

{
    "mcpServers": {
        "ollama-mcp-server": {
            "ollama-MCP-server": {
                "command": "python",
                "args": [
                    "-m",
                    "unittest",
                    "discover"
                ]
            }
        }
    }
}

JSON

{
    "mcpServers": {
        "ollama-mcp-server": {
            "ollama-MCP-server": {
                "command": "python",
                "args": [
                    "-m",
                    "unittest",
                    "discover"
                ]
            }
        }
    }
}

Setting up with Windsurf

Open Windsurf's preferences
Go to the Integrations section
Click "Add MCP Integration"
Use the configuration below based on your operating system

JSON

{
    "mcpServers": {
        "ollama-mcp-server": {
            "ollama-MCP-server": {
                "command": "python",
                "args": [
                    "-m",
                    "unittest",
                    "discover"
                ]
            }
        }
    }
}

JSON

{
    "mcpServers": {
        "ollama-mcp-server": {
            "ollama-MCP-server": {
                "command": "python",
                "args": [
                    "-m",
                    "unittest",
                    "discover"
                ]
            }
        }
    }
}

JSON

{
    "mcpServers": {
        "ollama-mcp-server": {
            "ollama-MCP-server": {
                "command": "python",
                "args": [
                    "-m",
                    "unittest",
                    "discover"
                ]
            }
        }
    }
}

Setting up with Cline

Open Cline's settings
Navigate to the Integrations section
Click "Add MCP Server"
Copy and paste the configuration below based on your operating system

Note: Make sure to restart Cline after adding the configuration.

JSON

{
    "mcpServers": {
        "ollama-mcp-server": {
            "ollama-MCP-server": {
                "command": "python",
                "args": [
                    "-m",
                    "unittest",
                    "discover"
                ]
            }
        }
    }
}

JSON

{
    "mcpServers": {
        "ollama-mcp-server": {
            "ollama-MCP-server": {
                "command": "python",
                "args": [
                    "-m",
                    "unittest",
                    "discover"
                ]
            }
        }
    }
}

JSON

{
    "mcpServers": {
        "ollama-mcp-server": {
            "ollama-MCP-server": {
                "command": "python",
                "args": [
                    "-m",
                    "unittest",
                    "discover"
                ]
            }
        }
    }
}

Setting up with Goose

Open Goose's preferences
Go to the Integrations tab
Select "MCP Servers"
Click "Add New Server"
Use the configuration below based on your operating system

JSON

{
    "mcpServers": {
        "ollama-mcp-server": {
            "ollama-MCP-server": {
                "command": "python",
                "args": [
                    "-m",
                    "unittest",
                    "discover"
                ]
            }
        }
    }
}

JSON

{
    "mcpServers": {
        "ollama-mcp-server": {
            "ollama-MCP-server": {
                "command": "python",
                "args": [
                    "-m",
                    "unittest",
                    "discover"
                ]
            }
        }
    }
}

JSON

{
    "mcpServers": {
        "ollama-mcp-server": {
            "ollama-MCP-server": {
                "command": "python",
                "args": [
                    "-m",
                    "unittest",
                    "discover"
                ]
            }
        }
    }
}

From the repository

Install the package with pip install ollama-mcp-server, then configure the server in your MCP client (e.g., Claude Desktop) using the claude_desktop_config.json file. Tools such as add-task, decompose-task, evaluate-result, and run-model are invoked via the MCP protocol.

Claude Desktop / Cursor

Paste into your MCP client config file to install this server.

{
    "mcpServers": {
        "ollama-mcp-server": {
            "ollama-MCP-server": {
                "command": "python",
                "args": [
                    "-m",
                    "unittest",
                    "discover"
                ]
            }
        }
    }
}

McpServers

{
    "ollama-MCP-server": {
        "command": "python",
        "args": [
            "-m",
            "unittest",
            "discover"
        ]
    }
}

ollama-MCP-server

Ollamaと通信するModel Context Protocol (MCP) サーバー

概要

このMCPサーバーは、ローカルのOllama LLMインスタンスとMCP互換アプリケーションの間でシームレスな統合を可能にし、高度なタスク分解、評価、ワークフロー管理を提供します。

主な機能:
- 複雑な問題のタスク分解
- 結果の評価と検証
- Ollamaモデルの管理と実行
- MCPプロトコルによる標準化された通信
- 高度なエラー処理と詳細なエラーメッセージ
- パフォーマンス最適化（コネクションプーリング、LRUキャッシュ）

コンポーネント

リソース

サーバーは以下のリソースを実装しています:
- task:// - 個別のタスクにアクセスするためのURIスキーム
- result:// - 評価結果にアクセスするためのURIスキーム
- model:// - 利用可能なOllamaモデルにアクセスするためのURIスキーム

各リソースには、最適なLLMとの対話のための適切なメタデータとMIMEタイプが設定されています。

プロンプトとツールの関係

MCPサーバーでは、プロンプトとツールは密接に関連していますが、異なる役割を持っています。

- プロンプト：LLMに特定の思考方法や構造を提供するスキーマ（Schema）のような役割
- ツール：実際にアクションを実行するハンドラー（Handler）のような役割

各ツールには対応するスキーマ（プロンプト）が必要であり、これによりLLMの思考能力と実際のシステム機能を効果的に連携させることができます。

プロンプト

サーバーはいくつかの特殊なプロンプトを提供します:
- decompose-task - 複雑なタスクを管理しやすいサブタスクに分解
- タスクの説明と粒度レベルのオプションパラメータを取得
- 依存関係と推定複雑性を含む構造化された内訳を返す

- evaluate-result - 指定された基準に対してタスク結果を分析
- 結果の内容と評価パラメータを取得
- スコアと改善提案を含む詳細な評価を返す

ツール

サーバーはいくつかの強力なツールを実装しています:

- add-task
- 必須パラメータ: name (文字列), description (文字列)
- オプションパラメータ: priority (数値), deadline (文字列), tags (配列)
- システムに新しいタスクを作成し、その識別子を返す
- 対応するスキーマ: タスク作成のためのデータ検証スキーマ

- decompose-task
- 必須パラメータ: task_id (文字列), granularity (文字列: "high"|"medium"|"low")
- オプションパラメータ: max_subtasks (数値)
- Ollamaを使用して複雑なタスクを管理可能なサブタスクに分解
- 対応するスキーマ: 上記のdecompose-taskプロンプト

- evaluate-result
- 必須パラメータ: result_id (文字列), criteria (オブジェクト)
- オプションパラメータ: detailed (ブール値)
- 指定された基準に対して結果を評価し、フィードバックを提供
- 対応するスキーマ: 上記のevaluate-resultプロンプト

- run-model
- 必須パラメータ: model (文字列), prompt (文字列)
- オプションパラメータ: temperature (数値), max_tokens (数値)
- 指定されたパラメータでOllamaモデルを実行
- 対応するスキーマ: Ollamaモデル実行パラメータの検証スキーマ

新機能と改善点

拡張エラー処理

サーバーは、より詳細で構造化されたエラーメッセージを提供します。これにより、クライアントアプリケーションはエラーをより効果的に処理できます。エラーレスポンスの例:

{
  "error": {
    "message": "Task not found: task-123",
    "status_code": 404,
    "details": {
      "provided_id": "task-123"
    }
  }
}

パフォーマンス最適化

- コネクションプーリング: 共有HTTP接続プールを使用することで、リクエストのパフォーマンスが向上し、リソース使用率が低減されます。
- LRUキャッシュ: 同一または類似のリクエストに対する応答をキャッシュすることで、レスポンス時間が短縮され、Ollamaサーバーの負荷が軽減されます。

これらの設定は config.py で調整できます:

```python

No reviews yet — be the first

Use Google, GitHub, or an email account so ratings stay tied to real people.

Email sign in

No reviews posted yet.

Description

About

Details

Jump to

Setting up with Highlight

From the repository

Claude Desktop / Cursor

McpServers

ollama-MCP-server

概要

コンポーネント

リソース

プロンプトとツールの関係

プロンプト

ツール

新機能と改善点

拡張エラー処理

パフォーマンス最適化

Install

More like this

Sentry

Github

Git

GitLab

Context 7

1Panel