$ loading_
将高 token 开发任务转给本地 Ollama 模型，节省 API 成本并提升开发效率。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"ollama-mcp" 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 ollama-mcp 使用本地 Ollama 模型分析这段 Python 代码，解释其逻辑，并给出一个更易维护的重构版本，尽量减少对云端 API 的调用。
返回代码逻辑说明、重构建议，以及可直接使用的改进版代码。
请通过 ollama-mcp 调用本地模型，基于以下 Node.js 函数生成单元测试用例，覆盖正常输入、边界情况和异常处理。
输出结构化测试场景列表，并附带可运行的测试代码草案。
请使用 ollama-mcp 将这份较长的技术设计文档交给本地 Ollama 模型总结，提取关键模块、风险点和待确认问题，避免消耗在线模型 token。
得到精炼的文档摘要、风险清单和后续讨论要点。
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。
连接 Ollama 与 MCP 客户端，支持联网搜索与抓取以提供更实时准确的回答。
连接 Ollama 本地大模型到 MCP 客户端，便于查看模型并发起问答
让不具备视觉能力的 AI 客户端借助本地 Ollama 模型完成看图、OCR 与图像问答。
将非关键大模型任务转交给自控模型处理，节省高端模型配额与成本。
通过 Ollama 与 SQLite 集成，用自然语言查询和分析本地数据库。