Ollama MCP代理
由Ollama+模型上下文协议驱动的AI代理，可以执行命令、管理Kubernetes、排除系统故障等。完全本地，支持离线，具有系统感知能力。
类似于Claude Code或GitHub Copilot CLI，但100%免费并可在本地运行！
  
✨ 特性
- 🤖 MCP代理 -LLM可以实际执行命令，而不仅仅是建议它们
- 🧠 对话记忆 -记住之前的输出，以便提出智能后续问题
- ⚡ 智能汽车审批 -安全操作立即执行，危险操作需要确认
- 🖥️ 系统感知 -了解您的操作系统、硬件、桌面环境、k8s上下文、Docker状态
- ☸️ Kubernetes工具 -健康检查、pod日志、描述资源、多命名空间查询
- 🪟 Sway/Waybar管理 -查看配置、添加键绑定、重新启动/重新加载
- 🌐 网络管理 -显示界面、配置DNS、管理连接
- ⚙️ 系统控制 -服务状态、重启、日志、启用/禁用
- 🔒 安全第一 -文件写入、删除和危险操作需要批准
- 💾 离线功能 -100%本地，没有API密钥，没有订阅
- 🎨 多重模型 -选择速度与质量（默认为3b，快速且功能强大）
🆚 比较
| Ollama MCP代理 | Claude代码 | GitHub Copilot CLI | |
|---|---|---|---|
| 成本 | 免费 | 每月20美元 | 每月10美元 |
| 隐私 | 100%本地 | 基于云 | 基于云 |
| 离线 | ✅ 是 | ❌ 否 | ❌ 没有 |
| 命令执行 | ✅ 是 | ✅ 是 | ✅ 是的 |
| 系统上下文 | ✅ 是 | 有限 | 有限 |
| K8s集成 | ✅ 内置 | 手动 | 手动 |
| 对话记忆 | ✅ 是 | ✅ 是 | 有限 |
| 开源 | ✅ 是 | ❌ 否 | ❌ 没有 |
🚀 快速开始
先决条件
- 奥拉玛 已安装并正在运行
- Python 3.8+（用于MCP代理）
- Linux/macOS（Windows通过WSL）
安装
# Clone the repo
git clone https://github.com/Pete1979/ollama-mcp-agent.git
cd ollama-mcp-agent
# Install MCP dependencies
pip install --user -r mcp-server/requirements.txt
# Pull the default model (fast and capable)
ollama pull qwen2.5-coder:3b
# Make scripts executable
chmod +x agent chat ask code-helper models quick-fix
# Try the agent!
./agent -i第一步
# Interactive agent mode
./agent -i
> check my disk space
> show my sway keybindings
> restart waybar
> check my kubernetes cluster for issues
# One-off commands - System Management
./agent "show my waybar config"
./agent "restart docker service"
./agent "list network connections"
# Kubernetes Management
./agent "show pods in prometheus namespace"
./agent "check for failing pods"
# Traditional chat without command execution
./chat
./ask "How do I optimize Docker on my system?"🎯 默认模型
qwen2.5编码器：3b -快速且功能强大的编码模型，具有完全的系统感知能力
其他选项：
- 7b -速度较慢，但更能进行复杂的推理
- 14b -功能最强大，需要16GB+RAM
🔍 系统上下文功能
所有脚本现在都会自动为LLM提供：
- 您的系统信息（操作系统：Fedora Linux 43，内核：6.18.8）
- 硬件：AMD Ryzen AI 9 HX PRO 375（24核，62GB RAM，Radeon 890M GPU）
- NPU:AMD Strix/Krackan神经处理单元（检测到）
- 当前目录和git状态
- Kubernetes上下文（k8s/grafana命名空间）
- Docker状态
- ~/projects中的可用项目
LLM了解您的系统，可以为您的设置提供具体建议！
要跳过系统上下文，请添加 --no-context 旗帜。
🤖 MCP代理（新！）
LLM现在可以执行命令了！ 使用模型上下文协议，代理可以：
- 执行bash命令
- 读取和写入文件
- 检查系统状态（磁盘、内存、CPU、网络）
- 管理Kubernetes资源
- 显示网络接口
- 自动批准安全操作 （文件写入仍需确认）
- 记住对话背景 后续问题
./agent -i # Interactive mode
./agent "check my k8s cluster health"
./agent "show pods in prometheus namespace"
./agent "list all namespaces"看 MCP-AGENT-README.md 获取完整文档。
📚 脚本
agent 🆕
可以执行命令和管理系统的AI代理。
./agent -i # Interactive mode (recommended)
./agent "check disk space" # One-off command
./agent "find pods with issues" # Kubernetes health check
./agent "show logs for that pod" # Follow-up questions work!chat
与您的法学硕士进行互动聊天。
./chat # Use default model (qwen2.5-coder:3b)
./chat qwen2.5-coder:7b # Use smarter/slower modelask
一次性问题，不开始聊天。
./ask "How do I use grep?"
./ask "Explain async/await in Python"
./ask --no-context "What is 2+2?" # Skip system context for speedcode-helper
专门解决编程问题。
./code-helper # Start interactive coding assistantquick-fix
分析错误并获得修复建议。
./quick-fix "TypeError: cannot read property 'foo' of undefined"
cat error.log | ./quick-fixmodels
管理您的Olama模型。
./models list # Show installed models
./models pull # Download new model
./models switch # Pick a model to chat with
./models remove # Delete a modelBash别名（可选）
跑 ./install-aliases.sh 自动安装，或将这些添加到您的 ~/.bashrc:
# LLM aliases
alias llm='~/projects/ollama-mcp-agent/chat'
alias ask='~/projects/ollama-mcp-agent/ask'
alias agent='~/projects/ollama-mcp-agent/agent -i' # NEW!
alias codehelp='~/projects/ollama-mcp-agent/code-helper'
alias llmfix='~/projects/ollama-mcp-agent/quick-fix'
alias llmodels='~/projects/ollama-mcp-agent/models'
# Model-specific shortcuts
alias llm-coder='~/projects/ollama-mcp-agent/chat qwen2.5-coder:3b'
alias llm-coder-fast='~/projects/ollama-mcp-agent/chat qwen2.5-coder:1.5b'
alias llm-coder-smart='~/projects/ollama-mcp-agent/chat qwen2.5-coder:7b'然后重新加载： source ~/.bashrc
提示
- 使用正确的工具：
- 只是想要建议吗？ → ./ask 或 ./chat - 需要它做点什么吗？ → ./agent - Kubernetes故障排除？ → ./agent -i 进行健康检查
- 为任务使用正确的模型：
- 快速提问→ qwen2.5编码器：3b（默认，推荐） - 复杂的任务→ qwen2.5编码器：7b（速度较慢，功能更强） - 最大能力→ qwen2.5编码器：14b（最慢，最聪明） - 看 ./performance-guide.sh 用于比较
- 管道内容直接：
cat myfile.py | ./ask "Review this code"
./ask "Summarize this" check my cluster for issues
> show logs for that pod
> what's causing this error? # Remembers previous output!示例
# Quick Linux command help
./ask "How to find large files in /var/log?"
# MCP Agent - actually DO things
./agent "check my disk space"
./agent "show all kubernetes namespaces"
./agent "find any pods with issues"
./agent "get logs from that error pod"
# Interactive troubleshooting
./agent -i
> check my cluster for issues
> describe that pod
> can you help fix this error?
# Code review
./code-helper
> Review this Python function for bugs: def calc(x): return x/0
# Error debugging
./quick-fix "fatal: unable to access 'https://github.com/...': SSL certificate problem"
# Learn new concepts with system context
./chat
> How do I deploy an app to MY kubernetes cluster?
# LLM knows you're on k8s context and can give specific advice!
# Generate code
./ask "Write a bash script to backup a directory with timestamp"高级：API模式
您还可以使用Ollama的REST API：
# Generate completion
curl http://localhost:11434/api/generate -d '{
"model": "qwen2.5-coder:3b",
"prompt": "Write a Python hello world",
"stream": false
}'
# Chat endpoint
curl http://localhost:11434/api/chat -d '{
"model": "qwen2.5-coder:3b",
"messages": [{"role": "user", "content": "Hello!"}],
"stream": false
}'故障排除
奥拉玛不跑？
sudo systemctl start ollama
systemctl status ollama找不到模型？
./models list # Check installed models
ollama pull qwen2.5-coder:3b # Download model反应迟钝？
- 使用1.5b型号：
./agent -m qwen2.5-coder:1.5b -i - 跳过系统上下文：
./ask "question" --no-context - 检查
./performance-guide.sh优化提示
代理没有生成好的命令？
- 尝试使用7b模型处理复杂任务：
./agent -m qwen2.5-coder:7b -i - 在你的要求中更加具体
- 使用互动模式进行后续澄清
🤝 贡献
欢迎投稿！请随意：
- 报告错误
- 建议功能
- 提交拉取请求
- 改进文档
📄 许可证
MIT许可证-请参阅 许可证 详细信息文件
🙏 学分
- 奥拉玛 -本地LLM运行时
- 模型上下文协议 -工具集成标准
- 受...启发 NetworkChuck的终端人工智能
⭐ 明星历史
如果你觉得这很有用，请在repo上加星！
______________________________________________________________________
制作❤️ 对于开源社区