Skip to main content
Glama
Lihn2254
by Lihn2254

miniMCP

Легковесный проект, демонстрирующий, как реализовать и подключить локальную модель ИИ (используя Ollama) к пользовательским инструментам через Протокол контекста модели (Model Context Protocol или MCP).

В этом проекте ИИ выступает в роли помощника по работе с базой данных, который может запрашивать и управлять базой данных в оперативной памяти с помощью операций CRUD (Создание, Чтение, Обновление, Удаление).

Структура проекта

  • server.py: MCP-сервер, созданный с помощью FastMCP. Он поддерживает базу данных в оперативной памяти и предоставляет инструменты (tools) для:

    • Создания элементов (create_item)

    • Чтения отдельных элементов (read_item)

    • Чтения нескольких элементов одновременно (read_multiple_items)

    • Обновления элементов (update_item)

    • Удаления элементов (delete_item)

  • client.py: Клиент, который взаимодействует через терминал. Он подключается к MCP-серверу через стандартные потоки ввода/вывода (stdio), считывает доступные инструменты и устанавливает цикл чата с пользователем и LLM от Ollama (gemma4:e4b).

  • requirements.txt: Файл с основными зависимостями проекта.

Related MCP server: Modular MCP Server with Python Tools

Требования и зависимости

Перед запуском проекта убедитесь, что у вас установлены:

  1. Python 3.10+

  2. Ollama, установленный и запущенный на вашем компьютере.

  3. Модель, которую использует этот репозиторий, по умолчанию это gemma4:e4b. Вы можете загрузить её с помощью команды:

    ollama run gemma4:e4b

Установка

  1. Клонируйте репозиторий и перейдите в его папку:

    git clone <url-del-repo> miniMCP
    cd miniMCP
  2. Создайте и активируйте виртуальное окружение (необязательно, но настоятельно рекомендуется):

    python -m venv .venv
    # En Windows:
    .\.venv\Scripts\activate
    # En macOS/Linux:
    source .venv/bin/activate
  3. Установите необходимые зависимости:

    pip install -r requirements.txt
    pip install gradio

Использование

Проект состоит из конфигурации «Клиент/Сервер», но клиент сам запускает сервер, поэтому вам нужно только запустить клиент:

python client.py

Пишите свои вопросы прямо в консоли.


Пример взаимодействия

Вы можете попробовать сказать ИИ:

  • "Создай элемент с ID 'tarea1' и содержимым 'Купить молоко'"

  • "Покажи содержимое 'tarea1'"

  • "Обнови 'tarea1' и скажи, что молоко должно быть обезжиренным"

  • "Прочитай элементы 'tarea1' и 'tarea2'"

  • "Удали ID 'tarea1'"

ИИ автоматически выполнит инструменты из server.py без необходимости писать код или вызывать их напрямую.

Related MCP Connectors

Related MCP Servers

  • A
    license
    Not graded
    quality
    B
    maintenance
    MCP-Server from your Database optimized for LLMs and AI-Agents. Supports PostgreSQL, MySQL, ClickHouse, Snowflake, MSSQL, BigQuery, Oracle Database, SQLite, ElasticSearch, DuckDB
    548
    Apache 2.0
  • F
    license
    Not graded
    quality
    D
    maintenance
    A demo MCP server that enables users to interact with various tools through natural language, including note management, weather queries, calculations, file operations, and shell commands. Uses Ollama for intent detection and structured command parsing from free text input.
    -
  • F
    license
    Not graded
    quality
    A
    maintenance
    An MCP server that exposes relational databases (PostgreSQL/MySQL) to AI agents with natural language to SQL query support.
    19
    -