local strands MCP ollama qwen2.5-3b

MCP运维云端

提供方 ArminRezz

运维云端 未标注 无需鉴权 社区 / 第三方

一个基于strands-agents和Ollama构建的本地AI代理,运行qwen2.5:3b模型,通过MCP服务器提供多种API工具扩展功能。

一句话选型结论

按资料字段整理

local strands MCP ollama qwen2.5-3b 属于运维云端类 MCP 服务器,传输方式未标注,无需鉴权,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类运维云端 传输方式未标注 鉴权无需鉴权 部署方式未标注
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 5 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

运维云端
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量5暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

本地AIPython本地部署模型工具交互式CLIDocker化实时工具调用

安装与配置

未标注 无需鉴权
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 5 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
云资源查询

查实例、存储、账单等云上资源状态。

部署与发布

把部署、重启、回滚这类操作接进对话。

监控与告警

拉取监控指标,异常时让模型帮你判断。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 5 个工具,职责相对集中,接入后不容易误操作。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
local strands MCP ollama qwen2.5-3b当前 5 未标注 未标注 无 2026-05-17
lobehub 未标注 stdio · 本地进程 本地部署 有 2026-04-11
TrendRadar 未标注 stdio · 本地进程 本地部署 有 2026-04-13
Ui Tars Desktop 8a825770 未标注 stdio · 本地进程 本地部署 有 2026-05-17
ruflo 未标注 stdio · 本地进程 本地部署 有 2026-04-13
FastGPT 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

运维云端
字段来自项目仓库与公开索引,中文说明由本站标注
提供方ArminRezz上游标注的维护方 ArminRezz
分类运维云端本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

5.4 KB
来自项目仓库与上游目录的原文,未做删改

使用MCP工具绞合Olama试剂

一个本地AI代理 链剂 和Ollama,运行 qwen2.5:3b 为M2 MacBook优化的模型。代理连接到模型上下文协议(MCP)服务器,该服务器提供用于扩展功能的各种API工具。

特性

  • 🤖 本地法学硕士:跑步 qwen2.5:3b Ollama型号(快速、轻便,非常适合M2 Mac)
  • 🔧 MCP工具:通过FastMCP服务器可扩展的工具系统
  • 💬 交互式CLI:用于与代理交互的简单聊天界面
  • 🐳 Docker化:所有内容都在Docker容器中运行,便于设置
  • 📊 工具调用可见性:实时查看工具的使用情况

可用工具

MCP服务器提供以下工具:

  • 计算器:基本添加(add(x, y))
  • 笑话:从icanhazdajoke.com获取随机爸爸笑话
  • 猫的事实:从catfact.ninja中随机获取猫的事实
  • IP查询:获取任何IP地址的地理位置和ISP信息
  • 编程报价:从quotable.io获取鼓舞人心的科技名言

需求

  • Docker和Docker Compose
  • M2 MacBook(针对Apple Silicon进行了优化)
  • ~3GB可用磁盘空间(适用于qwen2.5:3b型号)

快速开始

  1. 克隆存储库:```bash
    git clone
    cd play_with_strands

1. **启动所有服务**:```bash
docker-compose up -d

这将:

  • 启动MCP服务器(端口8000)
  • 启动Ollama服务(端口11434)
  • 下载 qwen2.5:3b 自动建模(仅限首次)
  • 启动代理客户端
  1. 以交互方式运行代理:```bash
    docker-compose run --rm mcp_agent

1. **开始聊天**:```
You: hi
Agent: Hello! How can I assist you today?

You: add 4 and 5
🔧 Tool #1: add
Agent: The sum of 4 and 5 is 9.

You: tell me a joke
🔧 Tool #1: get_joke
Agent: Why don't scientists trust atoms? Because they make up everything!

项目结构```

play_with_strands/
├── docker-compose.yml # Service orchestration
├── mcp_server/
│ ├── Dockerfile # MCP server container
│ └── server.py # FastMCP server with tools
├── mcp_agent/
│ ├── Dockerfile # Agent client container
│ └── client.py # Agent logic with Ollama integration
└── README.md # This file


## 建筑```
┌─────────────────┐
│   Ollama        │ ← Runs qwen2.5:3b model
│   (port 11434)  │
└────────┬────────┘
│
│ HTTP API
│
┌────────▼────────┐
│   mcp_agent     │ ← Agent client (strands-agents)
│                 │   - Connects to MCP server
│                 │   - Uses Ollama for LLM
│                 │   - CLI chat interface
└────────┬────────┘
│
│ Streamable HTTP
│
┌────────▼────────┐
│   mcp_server    │ ← FastMCP server
│   (port 8000)   │   - Provides tools
│                 │   - API integrations
└─────────────────┘

配置

更改模型

要使用其他Ollama模型,请编辑 docker-compose.yml:```yaml
environment:
- OLLAMA_MODEL=your-model-name


并更新 `ollama-init` 服务下载您的模型:```yaml
curl -X POST http://ollama:11434/api/pull -d '{"name":"your-model-name"}'

流行的替代方案:

  • qwen3:8b -更大,更强大(M2速度较慢)
  • mistral -速度和质量的良好平衡
  • llama3.2 -Meta的最新型号

添加新工具

编辑 mcp_server/server.py 添加新工具:```python
@mcp.tool(description="Your tool description")
def your_tool(param: str) -> str:
"""Your tool implementation."""

Your code here

return "result"


添加工具后,重新生成:```bash
docker-compose build mcp_server
docker-compose up -d

发展

仅重建代理```bash

docker-compose build mcp_agent


### 查看日志```bash
# All services
docker-compose logs -f

# Specific service
docker-compose logs -f mcp_agent

停止一切```bash

docker-compose down


### 清理(包括体积)```bash
docker-compose down -v

运作原理

  1. 工具调用检测:代理使用stdout捕获和正则表达式解析来检测何时调用工具,显示 🔧 Tool #X: name 通知。

  2. 响应处理:捕获响应以防止重复,然后使用 Agent: 前缀。

  3. 模型选择: qwen2.5:3b 选择M2 MacBook的速度——它足够快,可以进行实时对话,同时仍然有能力。

  4. MCP协议:代理使用流式HTTP与MCP服务器通信,允许异步调用工具。

故障排除

型号未下载

如果模型没有自动下载:```bash
docker-compose exec ollama ollama pull qwen2.5:3b


### 代理无法连接到服务器

确保 `mcp_server` 正在运行:```bash
docker-compose ps

检查服务器是否可访问:bash curl http://localhost:8000/mcp/

反应缓慢

  • 这 qwen2.5:3b 模型针对速度进行了优化。如果您需要更好的质量,请切换到 qwen3:8b (速度会变慢)。
  • 确保Docker分配了足够的资源(设置→ 资源)。

许可证

MIT许可证-随意使用和修改!

致谢

  • 链剂 -AWS的代理框架
  • 奥拉玛 -本地LLM运行时
  • 模型上下文协议 -工具集成标准
  • FastMCP -MCP服务器框架

贡献

欢迎投稿!请随意:

  • 向MCP服务器添加更多工具
  • 改进代理的系统提示
  • 针对不同硬件进行优化
  • 添加测试或文档

常见问题

5 问
答案由本站依据条目字段整理,不引用上游原文
local strands MCP ollama qwen2.5-3b 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

local strands MCP ollama qwen2.5-3b 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

local strands MCP ollama qwen2.5-3b 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

local strands MCP ollama qwen2.5-3b 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

local strands MCP ollama qwen2.5-3b 能提供哪些能力?

资料显示约 5 个工具;能力标签包括 本地AI、Python、云端部署。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。