Final项目构建了一个全面的AI代理基础设施，其中包含一个符合Model Context Protocol (MCP) 标准的服务器实现。该MCP服务器专注于与本地运行的Ollama大模型进行深度集成，为外部LLM客户端提供强大的上下文服务和工具调用能力。

主要功能点

• Ollama模型管理： 自动检测本地Ollama环境中可用的模型，并允许客户端动态选择活跃模型，便于管理和使用不同的大模型。
• 代码智能辅助： 提供高级的代码自动补全功能，并支持对代码进行深度分析以识别潜在问题、优化建议，甚至提供代码重构方案，极大地提升开发效率。
• 多轮对话代理： 支持上下文感知的智能聊天模式，能够保留会话历史，实现更自然、连贯的多轮对话交互，适用于智能客服或技术问答场景。
• 可扩展工具： 通过标准化的MCP协议，将上述功能封装为可供LLM调用的工具，实现LLM客户端与本地大模型和代码环境的无缝互动。

安装步骤

1. 克隆仓库： 首先，使用Git命令将Final项目克隆到您的本地计算机：

   git clone https://github.com/Scarmonit/Final.git
   cd Final
   

2. 安装依赖： 进入项目目录后，安装所有必要的Node.js依赖：

   npm install
   

3. 安装并运行Ollama： 该MCP服务器依赖Ollama在本地运行大模型。请根据Ollama官方指南安装并启动Ollama服务。确保您已下载并拉取了至少一个模型（例如 'llama3' 或 'codellama'），并通过 'ollama serve' 命令在后台运行Ollama服务。

服务器配置

要使MCP客户端（例如VS Code的Continue扩展或其他支持MCP协议的LLM应用）能够连接到此MCP服务器，您需要配置服务器的启动命令和参数。典型的MCP客户端配置文件（通常为JSON格式）会包含以下关键信息：

• 服务器名称 (name): 一个描述性的名称，例如 "Continue-Ollama MCP Server"。
• 启动命令 (command): 用于启动MCP服务器进程的命令，通常是 'node'。
• 启动参数 (args): 传递给启动命令的参数，指定MCP服务器的入口文件路径。对于此项目，您需要指定 'src/mcp/continue-ollama-server.js' 的相对或绝对路径。例如：'["src/mcp/continue-ollama-server.js"]'。
• 环境变量 (env): 您可以通过环境变量自定义Ollama的连接设置和默认模型。常用的环境变量包括：
  • 'OLLAMA_ENDPOINT': 指定您的Ollama服务地址（默认为 'http://localhost:11434'）。
  • 'OLLAMA_DEFAULT_MODEL': 指定MCP服务器默认加载的Ollama模型名称（默认为 'llama3'）。
  • 'LOG_LEVEL': 设置日志级别，如 'info' 或 'debug'。

基本使用方法

1. 确保Ollama服务运行： 在启动MCP服务器之前，请确认您的Ollama服务已经在本地运行，并且您已下载了所需的大模型。
2. 启动MCP服务器： MCP服务器通常由MCP客户端根据上述配置自动启动。例如，在VS Code的Continue扩展中，当您配置好MCP服务器后，扩展会在需要时自动启动它。您也可以通过运行以下命令手动启动服务器进行测试：

   node src/mcp/continue-ollama-server.js
   

   服务器启动后，会在标准输入/输出流上监听MCP客户端请求。
3. 通过MCP客户端交互： 连接后，您的LLM客户端将能够调用MCP服务器提供的各种工具。例如，您可以请求列出Ollama模型、进行代码补全、分析代码，或与LLM进行上下文感知的聊天。具体操作取决于您使用的MCP客户端界面。