local-agent
Enables running local models like Qwen2.5-Coder and Gemma4 for fast, free code generation and general tasks.
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
local-agent
כלי שמפעיל את ה-AI שלך בחינם על המחשב שלך — וקורא לענן רק כשצריך.
כשאתה עובד עם Claude Code, כל בקשה שלך עוברת דרך local-agent. הוא מחליט אוטומטית: משימה פשוטה (כתיבת קוד, ריפקטור, תיעוד) — מועברת למודל שרץ אצלך בחינם. משימה מורכבת (ארכיטקטורה, אבטחה, באג עמוק) — עולה לענן רק כשיש צורך. אתה לא צריך לעשות כלום, הוא מסתדר לבד.
מה בדיוק קורה עם כל בקשה?
אתה שואל את Claude Code משהו
↓
local-agent מחליט
↙ ↓ ↘
מקומי chain ענן
(חינם) (ענן מתכנן, (רק כשצריך
מקומי מבצע) באמת)מקומי — עריכות פשוטות שלא נראות כמו ייצור-קוד (rename, format) → חינם לחלוטין, מהיר
chain — ברירת המחדל לכל מה שנראה כמו כתיבת קוד: הענן כותב תכנית קצרה (זול גם במחיר פרימיום כי הפלט קטן), המקומי מממש את הגוף (חינם) → איכות גבוהה, עלות נמוכה
ענן — שאלות מורכבות שאינן ייצור-קוד: ארכיטקטורה, אבטחה, debug → רק כשאין ברירה
חשוב לצירוף files: [...] בקריאה — זה מה שנותן למודל (מקומי או ענן) לראות קוד אמיתי במקום לכתוב "עיוור" רק לפי תיאור טקסטואלי. בלי זה, גם תשובה "נכונה" צריכה עדיין להיות משולבת ידנית בקובץ האמיתי.
כל תשובה מגיעה עם שורת כותרת קצרה שאומרת מאיפה הגיעה:
[LOCAL qwen2.5-coder:14b · 1.8s · score 0.18] ← מקומי, עלות אפס
[CLOUD claude-sonnet-5 · 3.4s · score 0.81] ← ענן, רק החשיבה עולה
[CHAIN ... · 5.1s · score 0.74] ← שניהם יחדבתחילת כל סשן מופיעה שורת סיכום יומית:
⚡ local-agent: 18 calls today · 83% local · 3 cloud · ~$0.012 spentRelated MCP server: local-llm-delegation-mcp
התקנה
נדרש: Claude Code, Python 3.10+. אופציונלי: Ollama — בשביל המודל המקומי. בלעדיו הכל הולך לענן.
git clone https://github.com/MrFalach/local-agent.git
cd local-agent
python3 setup.pyזה הכל. האשף:
מתקין את כל התלויות אוטומטית
רושם את השרת ב-Claude Code (כך שיהיה זמין בכל פרויקט)
שואל עד 4 שאלות:
גלובלי (כל הפרויקטים) או לפרויקט הנוכחי בלבד?
איזה מודל מקומי? (רשימה מותאמת אוטומטית למחשב שלך)
מה הכי חשוב — איכות / חיסכון / מהירות / מאוזן?
מפתח API של Anthropic (אם עוד אין)
בסוף צריך להפעיל מחדש את Claude Code כדי שהשרת יטען.
המודל מותאם למחשב שלך
האשף קורא כמה RAM יש לך ומציג רק מודלים שהמחשב שלך יכול להריץ בנוחות. מודלים גדולים מדי נעלמים אוטומטית מהרשימה.
RAM | מודל מומלץ | הערות |
פחות מ-8 GB | — | מצב ענן בלבד |
8–16 GB | qwen2.5-coder:7b | מודל קידוד מוצק |
16–32 GB | qwen2.5-coder:14b | איכות טובה יותר, עדיין מהיר |
32–64 GB | qwen2.5-coder:32b | איכות גבוהה מקומית |
64 GB ומעלה | qwen2.5-coder:72b | איכות קרובה לענן, בחינם |
רק מודל אחד רץ בזיכרון בכל פעם. מעבר בין מודלים לוקח 20–40 שניות. עדיף לבחור אחד שמכסה את רוב הצרכים ולהשאיר את השאר לענן.
עדיפות — ההגדרה האחת שקובעת הכל
עדיפות | התנהגות | מודל ענן | מתי לבחור |
| עולה לענן בקלות | Sonnet | פרויקטים חשובים, קוד קריטי |
| נשאר מקומי; ענן רק כשקשה | Sonnet | עבודה יומיומית, חיסכון |
| הכי מהיר, ללא chain | Haiku (זול ומהיר יותר) | עריכות מהירות, נפח גבוה |
| פיצול חכם | Sonnet | שימוש כללי |
מודל הענן נגזר אוטומטית מה-priority (ר' PRIORITY_PROFILES ב-config.py) — אין צורך לבחור אותו בנפרד, ואין עוד שני מקורות-אמת שיכולים להתיישן זה מזה.
כלים זמינים ב-Claude Code
כלי | מה הוא עושה |
| משימת פיתוח — מנותבת אוטומטית |
| שאלה טכנית — מנותבת אוטומטית |
| כפה מקומי |
| כפה ענן |
| סיכום: נתח ענן, זמני תגובה, עלות מוערכת, נפילות local→cloud |
כל כלי (חוץ מ-stats) מקבל גם files: [...] אופציונלי — נתיבים לקבצים קיימים שרלוונטיים למשימה. זה ההבדל בין "קוד גנרי שצריך לשלב ידנית" ל"קוד שכבר מתאים לפרויקט" — מומלץ לצרף תמיד כשעורכים קובץ קיים.
הגדרות לפרויקט ספציפי
רוצה הגדרות שונות לפרויקט מסוים? הרץ את זה בתוך תיקיית הפרויקט:
cd ~/הפרויקט-שלך
python /path/to/local-agent/setup.py --projectזה שואל 2 שאלות (עדיפות + מודל), יורש את שאר ההגדרות מהגלובל, ושומר קובץ .local-agent.json בתיקייה. Claude Code מזהה אותו אוטומטית בפתיחה הבאה.
שכבות הגדרות
ניתן לדרוס כל הגדרה — הגבוה ברשימה גובר:
משתני סביבה (LOCAL_AGENT_PRIORITY, LOCAL_MODEL, ...)
└── .local-agent.json (תיקיית הפרויקט — נכתב על ידי setup.py --project)
└── ~/.claude/local-agent/config.json (גלובל — נכתב על ידי setup.py)
└── ברירות מחדל מובנותANTHROPIC_API_KEY נשמר בקובץ .env בלבד, לא בקובצי JSON.
קבצים בפרויקט
setup.py אשף ההתקנה (deps, רישום MCP, זיהוי חומרה, קטלוג מודלים)
hardware.py זיהוי RAM → המלצת מודל מתאים
config.py טעינת קונפיג רב-שכבתי + פרופילי עדיפות
server.py שרת MCP — נקודת הכניסה ל-Claude Code
router.py לוגיקת ניתוב (ציון 0..1 לפי מילות מפתח ומורכבות)
providers.py חיבור לאולמה + Anthropic + מסלול chain
telemetry.py תיעוד JSONL עם timestamps + סיכום סטטיסטיקות
.mcp.json רישום MCP ברמת הפרויקט (auto-discovery)
CLAUDE.md הוראות ניתוב מוטמעות ל-Claude Code עצמורישיון
MIT
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Maintenance
Related MCP Connectors
Pay-per-call ($0.01 USDC) model-routing for AI coding agents: which LLM to call, cost vs. quality.
AI coding plan limits (Claude Code, Codex, Cursor, Copilot): router, picker, status, budget check
Cost-optimized LLM model routing recommendations for autonomous AI agents
AI routing, memory, guardrails, and governance. Routes across Claude, GPT, Gemini.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceEnables Claude to delegate coding tasks to local Ollama models, reducing API token usage by up to 98.75% while leveraging local compute resources. Supports code generation, review, refactoring, and file analysis with Claude providing oversight and quality assurance.518 npm26AGPL 3.0
- AlicenseAqualityDmaintenanceOptimizes token costs by intelligently delegating low-complexity tasks to local LLMs via LiteLLM, enabling cost-effective development workflows.31MIT
- FlicenseAqualityDmaintenanceRoutes commodity NLP tasks like summarization and translation to free-tier LLMs, saving Claude tokens for complex work.12-
- AlicenseAqualityCmaintenanceEvaluates task suitability for local models before cloud API calls, routing to Ollama or similar to reduce costs.177 npmMIT