Ollama MCP Server
Ollama 本地大模型管理 MCP Server，让 AI 管理本地 Ollama 实例。支持列出已安装模型、拉取新模型、删除模型、查看模型信息、运行模型推理。结合其他 MCP 可实现本地 AI 工作流的自动化管理。
开发者工具
Claude Desktop · Cursor · Continue
npm 3 个平台
5 项功能
安装
npx -y ollama-mcp-server
把上面的配置写入 MCP 客户端的配置文件（Claude Desktop 为 claude_desktop_config.json），重启客户端后生效。
{
"mcpServers": {
"ollama": {
"command": "npx",
"args": ["-y", "ollama-mcp-server"],
"env": {
"OLLAMA_HOST": "http://localhost:11434"
}
}
}
}把上面的配置写入 MCP 客户端的配置文件（Claude Desktop 为 claude_desktop_config.json），重启客户端后生效。
第一步：确保已安装 Ollama（ollama.com 下载）并启动服务。第二步：确认 ollama serve 在本地运行（默认 11434 端口）。第三步：在终端执行安装命令。第四步：在 MCP 客户端配置文件中添加配置。第五步：重启客户端，在对话中让 AI 管理本地模型。
- 开发者让 AI 列出本地所有 Ollama 模型及磁盘占用
- 让 AI 批量拉取 DeepSeek R1 各个蒸馏版本进行对比测试
- 定期让 AI 检查并清理不常用的模型释放磁盘空间
- 让 AI 对比两个模型的 token 生成速度和质量
- 自动化测试场景中，让 AI 切换不同模型执行相同任务并评分
- 默认连接 localhost:11434，远程 Ollama 需修改 OLLAMA_HOST
- 拉取大模型（如 deepseek-r1:70b）需要较长下载时间
- 结合 Filesystem MCP 可以批量管理 Modelfile 配置
- 定期检查磁盘空间，大模型可能占用数十 GB
数据来源：公开的 MCP Server 目录。本站为独立第三方目录，与各 MCP Server 维护方均无隶属或背书关系；名称与简介如实标注，介绍文案由本站再加工。
