返回首页
最新
我们为 Polymcp 添加了一流的 Ollama 支持，使得运行大型语言模型变得简单——无论您是在本地工作还是在云端部署。<p>通过将 Ollama 作为后端提供者，Polymcp 可以以最小的配置协调 MCP 服务器和模型。这使您可以专注于构建智能体，而不是处理基础设施的连接。<p>代码示例：<br>
```python
from polymcp.polyagent import PolyAgent, OllamaProvider
agent = PolyAgent(
llm_provider=OllamaProvider(model="gpt-oss:120b"),
mcp_servers=["http://localhost:8000/mcp"]
)
result = agent.run("法国的首都是什么？")
print(result)
```<p>这带来了以下优势：
• 清晰的编排：Polymcp 管理 MCP 服务器，而 Ollama 处理模型执行。
• 相同的工作流程，无处不在：在您的笔记本电脑或云端运行相同的设置。
• 灵活的模型选择：支持 gpt-oss:120b、Kimi K2、Nemotron 等 Ollama 支持的模型。<p>我们的目标是提供一种简单的方法来实验和部署基于 LLM 的智能体，而无需额外的连接代码。<p>欢迎反馈或分享您如何使用这个工具的想法。<p>代码库链接：<a href="https://github.com/poly-mcp/Polymcp" rel="nofollow">https://github.com/poly-mcp/Polymcp</a>