$ loading_
在终端中统一调用本地 Ollama 大模型与 MCP 能力,完成智能交互和自动化操作。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"mcp-client-for-ollama" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
使用 Ollama 本地模型作为默认助手,连接两个 MCP 服务器,并开启流式输出。帮我总结当前项目目录中的 README 和配置文件,列出主要功能、依赖项和待确认问题。
输出一份基于本地文件与 MCP 资源的项目摘要,包含功能概览、依赖清单和问题列表。
先用轻量模型快速分析这段报错日志,再切换到更强模型给出详细排查步骤;如果需要我确认操作,请启用 human-in-the-loop 逐步询问。
先得到快速诊断,再获得更深入的排障建议,并在关键步骤请求人工确认。
进入 agent mode,调用可用的 MCP tools、prompts 和 resources,整理今天的开发任务:读取任务说明,生成执行计划,输出一份按优先级排序的待办清单,并保存我的模型参数偏好。
生成结合 MCP 能力的任务执行计划与待办清单,并保留后续可复用的偏好设置。
帮助将 MCP 客户端安全连接到本地 Ollama 模型,并增强检索、缓存与上下文管理能力