将 Claude Code 连接到本地 llama.cpp,便于低成本测试与运行本地大模型。
该工具宣称仅将 Claude Code 桥接到本地 llama.cpp,材料中未显示需要密钥或连接远程端点,整体偏低风险。但其会执行本地代码/进程,且仓库社区采用度很低、维护情况未知,仍需谨慎验证后使用。
材料明确标注无需密钥或环境变量,未见要求提供 API token、账号凭证或其他高敏感认证信息,因此凭证暴露面较低。
材料标注无远程端点,功能描述为桥接到本地 llama.cpp,未见将用户数据发送到外部服务的事实依据;就现有材料看,网络外发风险较低。
系统检查项已标明会执行代码,且其用途是连接本地 llama.cpp,合理推断会在本机调用或管理相关本地进程。这属于 MCP 工具的常规能力,应注意仅在受控环境中运行。
材料未说明精确的数据读写范围,但作为本地模型桥接服务,通常至少会接触提示词、模型输入输出及本地运行所需资源。未见申请与声明功能明显无关的过度权限,但数据访问边界不够明确。
正面因素是开源且采用 MIT 许可证,源码原则上可审计;但来源为第三方注册表、GitHub 社区采用度为 0 star、维护状态未知,可信度与成熟度证据有限,存在一定供应链不确定性。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"llama-mcp-server" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请通过 llama-mcp-server 调用本地 llama.cpp 模型,对这段 Python 代码进行代码审查,并指出潜在 bug 与优化建议。
返回一份代码审查结果,包含问题列表、原因说明和改进建议。
使用本地 llama.cpp 模型对下面 3 个提示词版本分别生成结果,并比较它们在准确性、长度和风格上的差异。
输出每个提示词的结果,以及一份横向对比分析,帮助选择最佳版本。
通过 llama-mcp-server 使用本地模型总结这份技术文档,并说明在离线环境下的可用性与限制。
生成文档摘要,并附上本地离线推理场景下的适用性说明。
将代码讲解、补测试和加注释等简单任务分流到本地 Ollama,节省 Claude API 成本。
让 Claude Code 通过 Codex CLI 执行代码相关任务与自动化操作。
帮助开发者管理 Claude Code 会话,支持热重启与上下文压缩提效。
读取本地 Claude Code 会话历史,供兼容客户端检索项目与会话数据
将 Claude Code CLI 封装为 MCP 工具,便于在客户端发起无头代码会话与自动开发任务。
让 Claude Code 通过 @ 提及即时读取项目文档并理解代码架构规范