$ loading_
在本地离线运行 Llama 模型，安全私密地完成各类 AI 助手任务。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Local LLM MCP Tool" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用本地 Llama 模型总结这份会议纪要，提炼 5 条关键结论，并确保内容不上传到任何云端服务。
一份基于本地模型生成的中文摘要，包含 5 条关键结论，适合私密场景使用。
用本地模型检查这段 Python 代码的错误，解释问题原因，并给出修复后的版本，不依赖任何外部 API。
一份离线生成的代码分析结果，包含问题说明、修复建议和修改后的代码。
基于我本地的产品文档回答：这个功能的安装步骤是什么？请整理成编号清单，并标注注意事项。
一份依据本地资料生成的安装步骤清单，包含结构化步骤与注意事项。
将摘要、代码补丁等低风险任务委派给低成本模型并由主代理复核。
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。
统一管理本地大模型运行时，完成发现、运维检查与推理调用。
让 AI 在本地安全地读写文件、搜索内容并执行终端命令。
智能分配本地与远程模型处理编程任务，并支持基准测试与代码检索。
连接 Ollama 本地大模型到 MCP 客户端，便于查看模型并发起问答