de en es ja ko pt ru zh

Local Worker MCP

Name: Local Worker MCP
Author: CaioAllgayer

by CaioAllgayer

Overview Schema Related Servers Score Discussions

Python

Local

Local Worker MCP

MCPローカル、クライアント非依存。フロンティアは計画、委任、レビューを行う。ローカルは重労働、機械的かつ検証可能な作業を実行する。

目的は、有料AIのトークン消費を削減し、生のコンテンツをそれらのコンテキストに投入しないことにある。

Codex / Claude / Gemini / Grok
              │
              ▼
       Local Worker MCP
              │
       ┌──────┴───────────────┐
       ▼                      ▼
 Gemma 4 12B QAT          arquivos / PDF
 via Ollama               extração + evidências
       │
       ▼
 resultado compacto e verificável
       │
       ▼
 Frontier revisa

これは主要なAIを置き換えるものではなく、モデルルーターでもない。真の作業委任である。

LOCAL DISPONÍVEL?          NÃO
      │                     │
      ▼                     ▼
   DELEGA                NÃO INSISTE
      │                     │
      ▼                     ▼
   COMPRIME            FRONTIER ASSUME
      │
      ▼
 FRONTIER REVISA

Gemmaは最適化である。決して単一障害点になってはならない。

原則

タスクが機械的、反復的、検証可能、またはコンテキスト集約型（PDF、ログ、CSV、コード、抽出、分類、要約）である場合に委任する。

フロンティアに残すもの：アーキテクチャ上の決定、セキュリティ、重要な変更、主観的な判断、曖昧な要件。

ローカルワーカーがオフラインの場合、フロンティアは継続する。MCPは迅速にunavailableを返し、フォールバックを推奨する。クライアントは以下を記録できる：

Worker local indisponível; executei diretamente.

ユーザーの介入を必要としない。

Related MCP server: ollama-handoff

要件

Python 3.10+
同一PCまたはLAN内の別のPC上のOllama
ローカルモデル（推奨：Gemma 4 12B QAT）

インストール

git clone https://github.com/CaioAllgayer/Local-Worker-MCP.git
cd Local-Worker-MCP
python -m pip install -e ".[dev]"
copy .env.example .env

Ollama + Gemma

Ollamaをインストールして起動する。
モデルをダウンロードする。名前はハードコードされていない — ollama listの実際の名前を使用する：

ollama list
ollama pull <nome-real-do-gemma>

LOCAL_LLM_MODELが空の場合、ワーカーは名前にgemmaを含むモデルを検出しようとする。それ以外の場合は、リストの最初のモデルを使用する。
エンドポイントをテストする：

curl http://127.0.0.1:11434/api/tags
local-worker status

MCPを起動する：

local-worker-mcp

同一PC

LOCAL_LLM_PROVIDER=ollama
LOCAL_LLM_BASE_URL=http://127.0.0.1:11434
LOCAL_LLM_MODEL=

localとlanはホスト名で検出される。127.0.0.1、localhost、::1はローカルと見なされる。

デスクトップを使用するノートブック

ワーカーはlocalhostを前提としない。バックエンドはLAN内の別のPCにある可能性がある。

ノートブックの場合：

LOCAL_LLM_PROVIDER=ollama
LOCAL_LLM_BASE_URL=http://192.168.x.x:11434

192.168.x.xをデスクトップの実際のIPアドレスに置き換える（Windowsではipconfig、Linuxではip a）。プロジェクトに固定IPはない。

動作は同じ：フェイルファスト、サーキットブレーカー、キャッシュ、圧縮。

デスクトップでは、OllamaがLANからの接続を受け入れる必要がある（OLLAMA_HOST=0.0.0.0環境変数と、ポート11434を開放するファイアウォール）。

OpenAI互換

LM Studio、llama.cppサーバー、vLLMなど：

LOCAL_LLM_PROVIDER=openai_compatible
LOCAL_LLM_BASE_URL=http://127.0.0.1:1234/v1
LOCAL_LLM_MODEL=...
LOCAL_LLM_API_KEY=

フェイルファストとサーキットブレーカー

デフォルト：

LOCAL_LLM_CONNECT_TIMEOUT_SECONDS=2
LOCAL_LLM_REQUEST_TIMEOUT_SECONDS=45
LOCAL_LLM_MAX_RETRIES=0
LOCAL_LLM_CIRCUIT_BREAKER_FAILURES=2
LOCAL_LLM_CIRCUIT_BREAKER_COOLDOWN_SECONDS=60

接続拒否はリトライしない。N回の失敗後、回路が開き、以降の呼び出しは即座にunavailableを返す。クールダウン後、1回の試行が許可される。

{
  "status": "unavailable",
  "fallback_recommended": true,
  "reason": "Local LLM endpoint unreachable"
}

MCPツール

ツール	機能
`local_status`	プロバイダー、エンドポイント、ローカル/LAN、レイテンシ、モデル、サーキットブレーカー、キャッシュ
`delegate_task`	汎用タスク → コンパクトなJSON
`delegate_batch`	独立したタスクを並列実行（`MAX_PARALLEL_WORKERS=4`）
`delegate_file`	TXT、Markdown、CSV、JSON、コード、ログ
`delegate_pdf`	ページごとの抽出、チャンキング、階層的要約、エビデンス
`cache_stats`	サイズ、エントリ数、ヒット数、ミス数、ヒット率、期限切れ数
`cache_cleanup`	今すぐGC（TTL → 未使用 → LRU）
`cache_clear`	使い捨てエントリを削除

ファイルの生のコンテンツは有料AIのコンテキストに入れる必要はない。ワーカーが読み取り、圧縮し、検証可能なエビデンス（ページ、行、抜粋）を返す。

セキュリティ

デフォルト：SECURITY_MODE=READ_ONLY、ENABLE_SHELL=false。

SECURITY_MODE=READ_ONLY
ALLOWED_PATHS=C:\Projects,D:\Research
ENABLE_SHELL=false

READ_ONLY — 許可されたパスへの読み取りのみ。書き込みとシェルはブロックされる。
WORKSPACE_WRITE — 許可されたパスへの読み取り/書き込み。シェルはENABLE_SHELL=trueの場合のみ。
FULL_LOCAL — より寛容。それでも破壊的なコマンドはブロックされる。

パストラバーサルはブロックされる。rm、del、formatなどは拒否される。

キャッシュとログ

~/.local-worker-mcp/cacheに永続キャッシュ、自動クリーニング：

CACHE_TTL_DAYS=30
CACHE_MAX_SIZE_GB=10
CACHE_CLEANUP_THRESHOLD_PERCENT=90
CACHE_TARGET_USAGE_PERCENT=80
CACHE_CLEANUP_INTERVAL_HOURS=6

エントリはデフォルトで使い捨て。persistent=trueで重要なアーティファクトを保持する。

ログはローテーションされ、期限切れになる：

LOG_RETENTION_DAYS=14
LOG_MAX_SIZE_MB=250

ログはファイルの完全なコンテンツを保存しない。

ベンチマーク

local-worker benchmark arquivo.pdf

出力：

Arquivo: arquivo.pdf
Worker: gemma4:12b-qat
Backend: ollama
Endpoint: LAN/local
Tamanho: ...
Tokens originais estimados: ...
Tokens processados localmente: ...
Resultado para frontier: ...
Compressão: ...
Tempo: ...
Cache: HIT/MISS

Codex

~/.codex/config.tomlまたはクライアントのJSON：

{
  "mcpServers": {
    "local-worker": {
      "command": "local-worker-mcp",
      "env": {
        "LOCAL_LLM_PROVIDER": "ollama",
        "LOCAL_LLM_BASE_URL": "http://127.0.0.1:11434",
        "ALLOWED_PATHS": "C:\\Projects"
      }
    }
  }
}

examples/codex.jsonを参照。

Claude Code

claude mcp add local-worker --scope user -- local-worker-mcp

または、examples/claude_code.jsonを~/.claude.jsonにコピーする。

プロジェクトのCLAUDE.md / AGENTS.mdに、次のポリシーを記述する：

機械的なタスクと大きなファイルの読み取りは、delegate_pdf / delegate_file / delegate_taskに委任する。local_statusまたはツールがunavailableを返した場合は、直接実行して先に進む。

その他のMCPクライアント

どのstdioクライアントでも動作する。examples/generic.jsonの汎用例：

{
  "mcpServers": {
    "local-worker": {
      "command": "local-worker-mcp",
      "env": {
        "LOCAL_LLM_PROVIDER": "ollama",
        "LOCAL_LLM_BASE_URL": "http://127.0.0.1:11434"
      }
    }
  }
}

例

examples/pdf.md — 長い論文/PDF
examples/code.md — リポジトリの初期読み取り
examples/logs.md — エラー抽出

テスト

python -m pip install -e ".[dev]"
pytest
ruff check src tests

スイートは実際のOllama/Gemmaに依存しない。すべてモック化されている。

このMVPに含まれないもの

Windows GUI自動化、Playwright、複雑なマルチエージェント、ベクトルRAG、ダッシュボード、Kubernetes、MLルーター。

アーキテクチャは、delegate_repo、delegate_git、delegate_browserなどを次のフェーズで追加できる余地を残している。

ライセンス

MIT

This server cannot be installed

license - permissive license

quality - not tested

maintenance

How are these scores calculated?

Maintenance

–Maintainers

–Response time

–Release cycle

–Releases (12mo)

Commit activity

Resources

GitHub Repository

Need Help?

Related Servers

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

local-llm-delegation-mcp
mrrodriguez
A
license
A
quality
D
maintenance
Optimizes token costs by intelligently delegating low-complexity tasks to local LLMs via LiteLLM, enabling cost-effective development workflows.
Updated 3 months ago (2026-05-16 03:35 UTC)
3
1
MIT
ollama-handoff
AI & Machine Learning Developer Tools Autonomous Agents
Michael-WhiteCapData
A
license
A
quality
B
maintenance
Offloads cheap work from cloud LLM agents to a local Ollama model, reducing costs and keeping frontier models focused on complex tasks.
Updated 2 months ago (2026-06-23 02:07 UTC)
8
3
MIT
local-llm-mcp
Agent Orchestration AI & Machine Learning Text Summarization
HenryLinyy
A
license
B
quality
C
maintenance
Enables coding agents like Claude Code and Codex to offload boilerplate generation, summarization, and other bounded text tasks to local or cheap cloud LLMs, keeping the frontier agent in charge of judgment and code edits.
Updated 2 months ago (2026-07-01 00:26 UTC)
9
2
MIT
Relay
Agent Orchestration AI & Machine Learning
orhanucok
A
license
-
quality
C
maintenance
Enables AI to delegate boilerplate, drafts, tests, and refactors to free LLM providers, saving tokens and running tasks in parallel.
Updated 2 months ago (2026-06-30 20:55 UTC)
204
MIT

View all related MCP servers

Related MCP Connectors

ToolSnap MCP
Deterministic AI agent microtools, no accounts/API keys. fetch_extract: 98% token cut. 38 tools.
slipstream
Shared distillation cache for AI agents — every fetch ~73-89% fewer tokens via a shared cache.
netcafe-devkit
JSON/YAML, regex, diff, JWT, SQL dialects — the keyless millisecond ops an agent needs mid-task.

View all MCP Connectors

Latest Blog Posts

Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)
By Om-Shree-0709 on July 25, 2026.
mcp
Agent Identity
OAuth 2.1
Your AI Chatbot Just Exposed Your CEO's Salary to an Intern
By Om-Shree-0709 on July 2, 2026.
Agent Identity
MCP Security
OAuth Delegation
Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)
By Om-Shree-0709 on June 30, 2026.
Agentic Ai
Prompt Injection
WebAssembly

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/CaioAllgayer/Local-Worker-MCP'

If you have feedback or need assistance with the MCP directory API, please join our Discord server

Local Worker MCP

原則

要件

インストール

Ollama + Gemma

同一PC

デスクトップを使用するノートブック

OpenAI互換

フェイルファストとサーキットブレーカー

MCPツール

セキュリティ

キャッシュとログ

ベンチマーク

Codex

Claude Code

その他のMCPクライアント

例

テスト

このMVPに含まれないもの

ライセンス

Maintenance

Resources

Looking for Admin?

Related MCP Servers

local-llm-delegation-mcp

ollama-handoff

local-llm-mcp

Relay

Related MCP Connectors

Latest Blog Posts

MCP directory API