Olama MCP图形用户界面
该项目提供了一个图形用户界面(GUI),用于与本地Ollama模型交互并执行文件分析。它还包括一个服务器组件,用于在容器化环境中处理文件系统操作。
特性
- Olama集成:连接到本地Ollama实例以运行大型语言模型。
- 模型管理:列出可用的Olama型号并在它们之间切换。
- 聊天界面:一个简单的聊天界面,用于向Ollama模特发送提示。
- 文件分析:读取本地文件,并在Ollama分析的提示中使用其内容。
- Docker化服务器:文件操作由运行在Docker容器中的单独FastAPI服务器处理。
项目结构
main.py:主要的PyQt5 GUI应用程序。ollama_manager.py:用于管理与Ollama API交互的类。mcp_client.py:与文件操作服务器交互的客户端。mcp-server/:包含用于文件操作的FastAPI服务器。
- mcp_server.py:FastAPI应用程序。 - Dockerfile:服务器的Dockerfile。
docker-compose.yml:Docker编写文件以构建和运行mcp-server.workspace/:挂载到Docker容器中用于文件操作的目录。
设置和安装
先决条件
- Python 3.8+
- 码头工人
- 奥拉玛 已安装并在本地计算机上运行。
1.安装Python依赖项
为GUI客户端安装所需的Python包:
.\env\Scripts\activate
pip install -r requirements.txt2.构建并运行MCP服务器
文件操作服务器在Docker容器中运行。使用Docker Compose构建并启动服务器:
docker-compose up --build -d此命令将:
- 为构建Docker镜像
mcp-server. - 启动一个名为的容器
mcp-server. - 当地山
./workspace目录放入容器中/app/workspace. - 暴露端口8000上的服务器。
3.运行GUI应用程序
MCP服务器运行后,您可以启动GUI应用程序:
python main.py如何使用
- 启动Ollama:确保您的本地Ollama实例正在运行。
- 启动MCP服务器:使用
docker-compose up --build -d. - 启动GUI:运行
python main.py. - 选择型号:应用程序将自动加载可用的Olama模型。从下拉菜单中选择一个。
- 与Ollama聊天:在聊天输入框中键入提示,然后单击“发送给Ollama”。
- 分析文件:
- 将要分析的文件放在 workspace 目录。 - 使用“文件工具”选项卡直接读取文件。 - 在“聊天和文件分析”选项卡中,您可以在提示中引用一个文件(例如“Summary test.txt”),然后单击“使用Ollama分析文件”。应用程序将读取文件,并将其内容与您的提示一起发送到所选的Ollama模型。
许可证
该项目根据MIT许可证获得许可。请参阅 许可证 文件以获取详细信息。
