Ask Ollama MCP Server

社区

让 Claude 与本地 Ollama 模型私密对话，无需 API 密钥，全程本地运行。

分类: 开发工具第 199 / 438
Stars: ★ 18 非常热门
传输方式: stdio（本地进程）
运行环境: Node.js 20+
凭据: 无需凭据
许可证: MIT
最近提交: 今天
工具数: 3

54FMRS · D

Ask Ollama MCP Server 面向需要在完全本地环境下获取模型第二意见的开发者，通过 stdio 把本地 Ollama 接入 MCP 客户端，无需 API 密钥。它的优势是私密、零成本、可离线，并支持 sessionId 对话重放；局限是本地模型能力弱于云端前沿模型，且必须先安装 Ollama 与目标模型。适合隐私敏感、已有本地算力的用户，不适合缺少 Ollama 环境或需要多模型并行编排的场景。

最强项 · 文档质量 12/20 最弱项 · 可靠性 8/20

可靠性

8/20

安全与权限

11/20

维护活跃度

12/20

文档质量

12/20

安装易用性

11/20

查看各项评分依据

可靠性 8/20: 静态审查：仓库根 README（非目标服务器专属）声明有 CI 徽章与 Node 20+ 要求，但本次仅提供 manifest（packages/ollama-mcp/server.json）与仓库级 README，未提供 packages/ollama-mcp 的源码、测试或该目录下的独立 CI 工作流；无法验证该 Ollama 服务器能否通过 MCP 初始化与工具列举握手，也无法确认 ask-ollama 与 get-usage-stats/ping 等声明工具的真实行为。README 提到 Ollama 无自动回退、模型缺失时返回明确 ollama pull 错误，这是可诊断失败的正面信号，但属于不可信文档而非文件级执行证据。按静态校准上限 12，且缺失该服务器自身的测试与 CI 证据，取 8。
安全与权限 11/20: 无明显红线：环境变量 OLLAMA_HOST 指向本地 localhost:11434，默认无 API key、无密钥型变量（isSecret 均为 false），符合最小权限与本地数据边界；OLLAMA_HOST 可被改为远程地址但属显式用户配置。扣分点：仅凭 manifest 与仓库级 README 无法核实该服务器是否只读、是否对本地工作区有写操作、是否有传输数据披露与确认机制；GMCPT_TIMEOUT_MS 与日志等级默认值清晰但未见输入校验证据。未见恶意、窃密、隐蔽外传或未确认的破坏性默认操作，故不触发红线，给 11。
维护活跃度 12/20: MIT 许可证在仓库根可见，npm 包 @ask-llm/ollama-mcp 与版本 0.2.0 已在 manifest 中声明，README 显示有 CI/Release 工作流徽章与发布记录、迁移说明与贡献指引，属活跃维护信号。但这些都是仓库级证据且不可信，缺少该子服务器的独立版本历史、提交区间、issue 响应与安全响应渠道说明；18 stars、11 open issues 仅为发现信号，不加分。综合取 12。
文档质量 12/20: 文档较分层：安装（Claude Code/Cursor/Codex CLI/Claude Desktop/Pi/通用 STDIO）、provider 配置、工具用途表、迁移表、故障排查链接、llms.txt 与插件说明齐备，Ollama 条目给出默认模型 qwen3.8:27b、无自动回退、需先 ollama pull 等限制说明。扣分点：文档是仓库级且覆盖 7 个服务器，未针对 packages/ollama-mcp 给出完整工具参数级说明（ask-ollama 的参数 schema 未展示）、sessionId 语义侧重其他 provider、成本/超时边界仅靠 GMCPT_TIMEOUT_MS 一句；README 与 manifest 均属不可信证据。取 12。
安装易用性 11/20: Ollama 路径相对简洁：安装本地 Ollama、pull 模型、以 npx 或全局安装注册 MCP，manifest 显示 npm 包与 stdio 传输，环境变量均有默认值且非必填，无需 API key。扣分点：明确要求 Node 20+ 且仅支持 Linux/macOS（README 自述），Windows 未覆盖；未提供该服务器专属的最小启动验证步骤或输出样例；静态条件下未执行安装，无法确认 npx 包可解析与实际启动成功。按静态校准上限 15，取 11。

静态评测 · 未实际运行评测于 2026-09-25

查看 FMRS 评分方法 →

选型与风险

能访问什么执行命令或代码访问网络

适合谁

有严格数据隐私要求、代码不能外发的团队或个人
已在本机运行 Ollama 并希望复用本地算力的开发者
希望获得不同模型第二意见的 Claude Code、Cursor、Codex CLI 用户
希望避免按 token 计费 API 成本的用户

不适合谁

没有安装或运行 Ollama 的环境
需要大规模云端模型能力或超大上下文读取的场景
期望多模型并行扇出（multi-llm）或跨 provider 编排的用户，应使用统一的 @ask-llm/mcp
希望获得官方支持或与厂商有正式关系的用户

所需权限

通过 stdio 与 MCP 客户端进行本地进程通信
访问本地 Ollama HTTP 服务（默认 http://localhost:11434，由 OLLAMA_HOST 配置）
读取 MCP 客户端传入的提示内容（即被发送到本地 Ollama 的代码或文本）

风险与副作用

提示内容会发送到本地 Ollama 服务；如果 OLLAMA_HOST 被错误地指向远程主机，数据可能离开本机
本地模型能力通常弱于云端前沿模型，审查结果可能不完整或产生误报
若请求的模型未在本地 pull，调用会失败并返回 ollama pull 错误
该工具为第三方非官方项目，不受 Anthropic、Google、OpenAI 或 xAI 背书
较长的本地推理可能超过默认 5 分钟超时（GMCPT_TIMEOUT_MS），导致调用中断

安装接入

准备工作

运行环境：Node.js 20+

其他可选配置项（3 个）

OLLAMA_HOST 可选 Ollama 服务地址，默认 http://localhost:11434，本地安装 Ollama 后无需修改。

GMCPT_TIMEOUT_MS 可选 Ollama 执行的超时时间（毫秒），默认 300000（5 分钟）。

GMCPT_LOG_LEVEL 可选日志详细程度：debug、info、warn、error，默认 warn。

确认已安装 Node.js 20+（Linux 或 macOS）。
在本地安装并启动 Ollama，并 pull 所需模型，例如：ollama pull qwen3.8:27b。
安装 MCP 服务器：npx -y @ask-llm/ollama-mcp。
在客户端注册服务器，例如 Claude Code：claude mcp add --scope user ollama -- npx -y @ask-llm/ollama-mcp。
在 Cursor（.cursor/mcp.json）或 Claude Desktop（claude_desktop_config.json）中添加 mcpServers 配置，command 为 npx，args 为 ["-y", "@ask-llm/ollama-mcp"]。
可选环境变量：OLLAMA_HOST（默认 http://localhost:11434）、GMCPT_TIMEOUT_MS（默认 300000）、GMCPT_LOG_LEVEL（默认 warn）。

claude_desktop_config.json

{
  "mcpServers": {
    "ollama": {
      "command": "npx",
      "args": [
        "-y",
        "@ask-llm/ollama-mcp"
      ],
      "env": {
        "OLLAMA_HOST": "http://localhost:11434",
        "GMCPT_TIMEOUT_MS": "300000",
        "GMCPT_LOG_LEVEL": "warn"
      }
    }
  }
}

以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "ollama": {
      "command": "npx",
      "args": [
        "-y",
        "@ask-llm/ollama-mcp"
      ],
      "env": {
        "OLLAMA_HOST": "http://localhost:11434",
        "GMCPT_TIMEOUT_MS": "300000",
        "GMCPT_LOG_LEVEL": "warn"
      }
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add ollama -e OLLAMA_HOST=http://localhost:11434 -e GMCPT_TIMEOUT_MS=300000 -e GMCPT_LOG_LEVEL=warn -- npx -y @ask-llm/ollama-mcp

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

在 MCP 客户端的工具列表中应能看到 ask-ollama、get-usage-stats 和 ping；发送任意提示词调用 ask-ollama 并收到本地 Ollama 模型的回复即说明连接成功。

常见排障

确认 Ollama 正在运行：访问 http://localhost:11434 检查服务是否可响应
确认目标模型已在本地：执行 ollama pull qwen3.8:27b
如果服务器无法连接，检查 OLLAMA_HOST 是否指向正确的地址与端口
如果调用超时，调大 GMCPT_TIMEOUT_MS（默认 300000 毫秒）
排查日志时把 GMCPT_LOG_LEVEL 设置为 debug 以获取更详细输出
用 ping 工具确认 MCP 服务器已正确注册并可访问
确认已安装 Node.js 20+ 且 npx 可用

试试这样问

连接成功后，可以直接对 AI 助手这样说：

让 ollama 审查 src/auth.ts 里的安全问题
让 ollama 解释一下 src/config.ts 的实现
用 ollama 对 docs/design.md 里的方案提出质疑
让 ollama 对比这两种实现方式并给出建议

工具能力 3

ask-ollama 只读

向本地 Ollama 模型发送提示，用于私密、离线、零成本的代码审查或第二意见；支持通过 sessionId 进行服务端对话重放。

get-usage-stats 只读

返回按会话统计的 token 总量、回退次数以及按 provider/model 的细分数据；仅保存在内存中。

ping 只读

连接测试工具，用于确认 MCP 服务器可达。

使用场景

让本地 Ollama 模型审查代码 diff，发现主模型遗漏的问题

在代码或架构方案上获取来自另一个模型的独立第二意见

对敏感代码库进行审查，同时确保数据不离开本机

在离线或零 API 成本的环境下进行 AI 到 AI 的协作

在同一个 MCP 会话中通过 sessionId 继续多轮对话

支持客户端

Claude Desktop

Claude Code

Cursor

Codex

依据项目文档列出，未经本站实测。

详细介绍

Ask Ollama MCP Server 是 Ask LLM 项目中的 Ollama 专用 MCP 服务器（npm 包 @ask-llm/ollama-mcp），通过 stdio 传输与 MCP 客户端连接。它把本地运行的 Ollama 模型接入 Claude Code、Claude Desktop、Cursor、Codex CLI 等 MCP 客户端，让主模型可以调用本地模型进行代码审查、方案辩论或获取第二意见。由于推理全部在本地完成，不需要任何 API 密钥，代码和数据不会离开你的机器。该工具支持通过 sessionId 在服务端重放对话，并返回包含 provider、response、model、sessionId 与 usage 的结构化 AskResponse。服务器还提供 get-usage-stats 与 ping 工具。需要本地已安装并运行 Ollama，且已 pull 目标模型（例如 ollama pull qwen3.8:27b）；若请求的模型不存在，会返回明确的 ollama pull 错误提示。该服务器为第三方非官方工具，与 Anthropic、Google、OpenAI、xAI 均无关联。

同仓库的其他 Server

数据同步于 2026-09-25 查看 FMRS 评分方法