Ollama MCP con Microsoft Copilot

💡 ¿Sin instalar nada? Usa cloud.anythingmcp.com directamente. Inicia sesión, haz clic en Connectors → Ollama, pega tus credenciales, genera una clave de API de MCP y listo. Sin Docker, sin git clone, sin servidor local.

Ollama + Microsoft Copilot

Permite que tu IA use modelos de pesos abiertos como Gemma, Llama, Qwen, Mistral y DeepSeek que se ejecutan en tu propio servidor Ollama (u Ollama Cloud): lista los modelos instalados y cargados, consulta los detalles y las capacidades de un modelo, chatea, genera texto y crea embeddings, sin enviar datos a un proveedor de IA alojado.

Requisitos previos

Consulta las instrucciones de configuración completas incluidas en el conector (visibles en la tienda de la aplicación cuando seleccionas el conector). Las variables de entorno necesarias para este conector son:

OLLAMA_URL

Paso 1 — Obtén las credenciales

La configuración lleva unos 2 minutos. Necesitas un servidor Ollama al que AnythingMCP pueda acceder, con al menos un modelo descargado, o una clave de API de Ollama Cloud.

1. Instala Ollama desde https://ollama.com/download y descarga un modelo, p. ej. ollama pull gemma3.
2. Pon la URL base del servidor, sin /api, en OLLAMA_URL, p. ej. http://localhost:11434 (el puerto predeterminado de Ollama). Si AnythingMCP se ejecuta en Docker y Ollama en el host, usa http://host.docker.internal:11434. Si Ollama está en otra máquina, inícialo allí con OLLAMA_HOST=0.0.0.0 y usa la dirección de esa máquina.
3. AnythingMCP autoalojado: añade ese host (p. ej. localhost, host.docker.internal o la IP del servidor) a SSRF_ALLOWED_HOSTS en el backend de AnythingMCP, que bloquea las direcciones locales y privadas de forma predeterminada. AnythingMCP Cloud no puede acceder a un servidor en tu propia máquina o red: usa Ollama Cloud (paso 4) o un servidor Ollama con una dirección pública.
4. Deja OLLAMA_API_KEY vacío para un servidor local. Para Ollama Cloud, establece OLLAMA_URL como https://ollama.com y pega una clave de https://ollama.com/settings/keys. Para un servidor detrás de un proxy inverso que comprueba un token, pon aquí el bearer token del proxy. La clave se envía como Authorization: Bearer solo cuando está definida.
5. Instala el conector y ejecuta ollama_get_version: te mostrará que el servidor responde.

Qué hace: ollama_list_models lista los modelos instalados con su familia, tamaño de parámetros y cuantización, y ollama_list_running_models muestra cuáles están cargados ahora mismo en memoria. ollama_show_model devuelve las capacidades de un modelo (completion, vision, tools, thinking, embedding), la longitud de contexto, los parámetros y la plantilla de prompt, de modo que la IA pueda comprobar qué admite un modelo antes de enviar imágenes o herramientas. ollama_chat mantiene una conversación con un prompt de sistema, historial, imágenes para modelos de visión, llamadas a herramientas, salida JSON y razonamiento. ollama_generate responde a un único prompt, incluido el relleno en el medio (fill-in-the-middle) con suffix en modelos de código. ollama_embed crea vectores de embeddings con un modelo de embeddings como embeddinggemma o nomic-embed-text. Los prompts y las respuestas se quedan en tu propio servidor.

Velocidad y costes: las respuestas no se transmiten en streaming. La primera llamada a un modelo que no está cargado también lo carga, lo que tarda desde unos segundos hasta un minuto en modelos grandes (load_duration en el resultado lo indica, en nanosegundos). Un servidor local es gratuito; el uso de Ollama Cloud cuenta contra el plan de tu cuenta. La salida de un modelo puede ser incorrecta o contener instrucciones, por lo que la IA la trata como datos, no como órdenes.

Errores comunes: «connection refused» o bloqueado significa que Ollama no se está ejecutando en OLLAMA_URL, que escucha solo en 127.0.0.1 de otra máquina, o que el host no está en SSRF_ALLOWED_HOSTS. 404 model 'x' not found significa que el modelo no está instalado: ejecuta ollama pull x en el servidor. 400 does not support tools/thinking/insert, o un error de embeddings, significa que el modelo no tiene esa capacidad (comprueba con ollama_show_model). 401 en Ollama Cloud significa que la clave de API falta o es incorrecta.

El conector no descarga, sube, copia, crea ni elimina modelos, por lo que nunca cambia lo que está instalado en tu servidor.

Paso 2 — Instala el adaptador

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

Paso 3 — Añade el conector en Microsoft Copilot

La URL de tu servidor: en AnythingMCP abre MCP Servers → el servidor donde está este conector y copia su URL (https://cloud.anythingmcp.com/mcp/…). Úsala donde esta guía muestra YOUR_SERVER_ID.

Microsoft Copilot usa servidores MCP a través de agentes creados en Copilot Studio: añades AnythingMCP a un agente como herramienta y luego publicas el agente en Microsoft 365 Copilot y Teams. Copilot Studio se conecta desde la nube de Microsoft por Streamable HTTP, que AnythingMCP admite.

1. En Copilot Studio, abre tu agente (o crea uno), ve a Tools y elige Add a tool → New tool → Model Context Protocol.
2. Escribe un Server name (por ejemplo AnythingMCP), una Server description que diga qué hace el conector y la Server URL https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID. Copilot Studio usa la descripción para decidir cuándo llamar al servidor.
3. En la autenticación, elige API key, pon Type en Header y X-API-Key como nombre de la cabecera, y selecciona Create.
4. En Add tool, elige Create a new connection, pega una clave de API MCP de AnythingMCP (MCP Servers → tu servidor → API keys) y selecciona Add to agent.
5. Pruébalo en el panel Test del agente: pide algo que necesite las herramientas de Ollama.
6. Selecciona Publish y luego Channels → Microsoft 365 and Microsoft Teams, deja marcada Make agent available in Microsoft Copilot y elige Add channel. See agent in Teams lo instala para ti; en Microsoft 365 Copilot, escribe @ y elige el agente.

¿Prefieres que cada persona inicie sesión? En lugar de la clave de API elige OAuth 2.0 → Dynamic discovery: cada usuario inicia sesión en AnythingMCP la primera vez que el agente lo llama.

¿Lo alojas tú mismo? Usa la dirección HTTPS pública de tu instancia en lugar de https://cloud.anythingmcp.com. Copilot Studio se conecta desde la nube de Microsoft, así que localhost no funciona.

Herramientas disponibles

Preguntas frecuentes

¿Para qué Copilot es? Para Microsoft 365 Copilot en el trabajo, mediante agentes de Copilot Studio. La app de Microsoft Copilot para cuentas personales no permite añadir tu propio servidor MCP.

¿Qué necesito? Una cuenta de trabajo con acceso a Copilot Studio (licencia o prueba) para crear el agente. Quien lo use en Microsoft 365 Copilot o Teams necesita acceso al agente: compártelo o pide a un administrador que lo publique para la organización. Si tu organización aplica directivas de datos a los conectores de Power Platform, también cubren los servidores MCP.

El agente no llama a las herramientas. Comprueba que el nombre de la cabecera sea exactamente X-API-Key y que la clave pertenezca al mismo servidor MCP que la URL, y escribe una Server description concreta: Copilot Studio la usa para decidir cuándo llamar al servidor. Vuelve a publicar el agente después de cada cambio; en un chat abierto, escribe "start over" para usar la nueva versión.

Siguientes pasos

• Página del conector
• Conectar a Claude
• Conectar a ChatGPT