连接器指南阅读约 2 分钟7 个 MCP 工具7 种语言

将 Ollama MCP 连接到 Meta Muse

让你的 AI 使用运行在自己 Ollama 服务器(或 Ollama Cloud)上的开放权重模型,例如 Gemma、Llama、Qwen、Mistral 和 DeepSeek:列出已安装和已加载的模型,读取模型的详细信息和能力,进行对话、生成文本并创建嵌入向量,而无需把数据发送给托管的 AI 提供商。

HC作者:HelpCode 团队更新于 2 分钟阅读 在 GitHub 开源

无需信用卡 · 7 天试用 · 提供自托管方案

Ollama

Ollama

Let your AI use open-weight models such as Gemma, Llama, Qwen, Mistral and DeepSeek running on your own Ollama server (or Ollama Cloud): list installed and loaded models, read a model's details and capabilities, chat, generate text and create embeddings, without sending data to a hosted AI provider.

个工具

7

区域

INTL

类别

公共数据

身份验证

Local server

所需环境变量

OLLAMA_URL
在 Cloud 上一键安装

7 天免费试用 · 无需信用卡

  • 7 天免费试用
    无需信用卡
  • 符合 GDPR,SOC 2 就绪
    数据驻留欧盟,审计日志
  • 在 GitHub 开源
    开源 · AGPL-3.0
  • 支持 ChatGPT、Claude、Gemini
    任何兼容 MCP 的客户端

摘要

让你的 AI 使用运行在自己 Ollama 服务器(或 Ollama Cloud)上的开放权重模型,例如 Gemma、Llama、Qwen、Mistral 和 DeepSeek:列出已安装和已加载的模型,读取模型的详细信息和能力,进行对话、生成文本并创建嵌入向量,而无需把数据发送给托管的 AI 提供商。

引导式设置

2 分钟将 Ollama 连接到 Meta Muse

开始 AnythingMCP Cloud 免费试用,在引导式设置中连接 Ollama,再把你的 MCP URL 添加到 Meta Muse。无需代码,也无需自行运行服务器。

无需信用卡 · 7 天试用 · 提供自托管方案

试试这样问

Ollama 的示例提示

点击任意提示即可复制,然后粘贴到 Claude、ChatGPT、Cursor、Gemini、Copilot 或 OpenClaw 中,在该连接器上运行。

Ollama · 通过 MCP 实时
分享
Opus 4.7

Claude 是 AI,可能会出错。请核对回答。

💡 无需安装?直接使用 cloud.anythingmcp.com。 登录后,点击 Connectors → Ollama,粘贴你的凭据,生成 MCP API 密钥即可。无需 Docker,无需 git clone,无需本地服务器。

Ollama + Meta Muse

让你的 AI 使用运行在自己 Ollama 服务器(或 Ollama Cloud)上的开放权重模型,例如 Gemma、Llama、Qwen、Mistral 和 DeepSeek:列出已安装和已加载的模型,读取模型的详细信息和能力,进行对话、生成文本并创建嵌入向量,而无需把数据发送给托管的 AI 提供商。

前提条件

请参阅连接器内置的完整设置说明(在应用内商店选中该连接器时可见)。此连接器所需的环境变量如下:

OLLAMA_URL

第 1 步 — 获取凭据

设置大约需要 2 分钟。你需要一台 AnythingMCP 可以访问的 Ollama 服务器,并且至少已拉取一个模型,或者拥有一个 Ollama Cloud API 密钥。

  1. 从 https://ollama.com/download 安装 Ollama 并拉取一个模型,例如 ollama pull gemma3。
  2. 将服务器的基础 URL(不含 /api)填入 OLLAMA_URL,例如 http://localhost:11434(Ollama 的默认端口)。如果 AnythingMCP 运行在 Docker 中,而 Ollama 运行在宿主机上,请使用 http://host.docker.internal:11434。如果 Ollama 在另一台机器上,请在那台机器上使用 OLLAMA_HOST=0.0.0.0 启动它,并使用该机器的地址。
  3. 自托管的 AnythingMCP:将该主机(例如 localhost、host.docker.internal 或服务器 IP)添加到 AnythingMCP 后端的 SSRF_ALLOWED_HOSTS 中,因为后端默认会阻止本地和私有地址。AnythingMCP Cloud 无法访问你自己机器或网络上的服务器:请使用 Ollama Cloud(第 4 步)或具有公网地址的 Ollama 服务器。
  4. 本地服务器请将 OLLAMA_API_KEY 留空。使用 Ollama Cloud 时,将 OLLAMA_URL 设置为 https://ollama.com,并粘贴来自 https://ollama.com/settings/keys 的密钥。如果服务器位于会校验令牌的反向代理之后,请在此填入代理的 bearer 令牌。只有在设置了该密钥时,才会以 Authorization: Bearer 的形式发送。
  5. 安装连接器并运行 ollama_get_version:它会显示服务器已正常响应。

功能说明:ollama_list_models 列出已安装的模型及其系列、参数规模和量化方式,ollama_list_running_models 显示当前有哪些模型已加载到内存中。ollama_show_model 返回模型的能力(completion、vision、tools、thinking、embedding)、上下文长度、参数和提示词模板,这样 AI 在发送图片或工具之前可以先检查模型支持什么。ollama_chat 支持带系统提示词、历史记录的对话,以及面向视觉模型的图片、工具调用、JSON 输出和思考模式。ollama_generate 回答单个提示词,对代码模型还支持通过 suffix 进行中间填充(fill-in-the-middle)。ollama_embed 使用 embeddinggemma 或 nomic-embed-text 等嵌入模型创建嵌入向量。提示词和回答都保留在你自己的服务器上。

速度与成本:回答不进行流式传输。首次调用尚未加载的模型时也会加载该模型,大型模型可能需要几秒到一分钟(结果中的 load_duration 会显示该耗时,单位为纳秒)。本地服务器是免费的;使用 Ollama Cloud 会计入你账户套餐的用量。模型输出可能有误,也可能包含指令,因此 AI 会将其视为数据,而不是命令。

常见错误:连接被拒绝或被阻止,意味着 Ollama 没有在 OLLAMA_URL 处运行,或者它只监听另一台机器的 127.0.0.1,或者该主机未加入 SSRF_ALLOWED_HOSTS。404 model 'x' not found 表示模型未安装:请在服务器上运行 ollama pull x。400 does not support tools/thinking/insert,或出现嵌入错误,表示该模型缺少相应能力(请查看 ollama_show_model)。Ollama Cloud 返回 401 表示 API 密钥缺失或错误。

此连接器不会拉取、推送、复制、创建或删除模型,因此绝不会更改你服务器上已安装的内容。

第 2 步 — 安装适配器

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

第 3 步 — 在 Muse 中添加连接器

你的服务器 URL: 在 AnythingMCP 中打开 MCP Servers → 此连接器所在的服务器,复制它的 URL(https://cloud.anythingmcp.com/mcp/…)。本指南中出现 YOUR_SERVER_ID 的地方都用它替换。

Muse 以自定义连接器的形式添加远程 MCP 服务器,并通过 OAuth 登录。

  1. 在 Muse 中打开 Settings → Connectors,选择 Add custom connector。
  2. 粘贴 MCP 服务器 URL https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID。
  3. Muse 会打开 AnythingMCP 的登录页面:登录并批准访问。
  4. 在聊天中,向 Muse 提出需要用到 Ollama 的工具的请求。

你也可以在聊天中完成设置,适用于网页版、iOS 和 Android 应用以及 WhatsApp。给 Muse 发送这条消息:

Create a Custom Connector for a new remote MCP server, then connect to it:
Name: AnythingMCP
Transport: remote streamable HTTP
URL: https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID
Auth: OAuth

自托管?请用你实例的公网 HTTPS 地址替换 https://cloud.anythingmcp.com。Muse 从 Meta 的云端连接,因此 localhost 无法使用。

可用工具

工具功能
ollama_get_version显示 Ollama 服务器版本
ollama_list_models列出 Ollama 服务器上已安装的模型:名称、大小、最后修改时间、格式、系列、参数规模(例如 4.3B)和量化方式(例如
ollama_list_running_models列出 Ollama 服务器内存中当前已加载的模型,包括总大小、GPU 内存占用量(size_vram)、上下文长度以及…
ollama_show_model显示单个已安装模型的详细信息:能力(completion、vision、tools、thinking、insert、embedding)、系列、参数规模…
ollama_chat与 Ollama 服务器上的模型对话(不进行流式传输)
ollama_generate在 Ollama 服务器上为单个提示词生成补全(不进行流式传输),可选系统提示词、面向视觉模型的图片…
ollama_embed使用 Ollama 服务器上的嵌入模型,为单个文本或文本列表创建嵌入向量(例如 embeddinggemma…

常见问题

Muse 在哪些地区可用? Meta 目前在美国和加拿大提供 Muse,可在网页版、iOS 和 Android 应用以及 WhatsApp 中使用。

Meta 会审核这个连接器吗? 不会。Meta 不审核自定义连接器。Muse 只能看到你在 AnythingMCP 中为此 MCP 服务器启用的工具,你也可以随时在 Settings → Connectors 中断开它。

后续步骤

这份指南对你有帮助吗?

2 分钟将 Ollama 连接到 Meta Muse

开始 AnythingMCP Cloud 免费试用,在引导式设置中连接 Ollama,再把你的 MCP URL 添加到 Meta Muse。无需代码,也无需自行运行服务器。

相关指南

连接器

将 Ollama MCP 连接到 ChatGPT

让你的 AI 使用运行在你自己的 Ollama 服务器(或 Ollama Cloud)上的开源权重模型,例如 Gemma、Llama、Qwen、Mistral 和 DeepSeek:列出已安装和已加载的模型、读取模型的详细信息和能力、进行对话、生成文本和创建嵌入向量,而无需把数据发送给托管的 AI 提供商。

连接器

将 Ollama MCP 连接到 Claude

让你的 AI 使用运行在自己 Ollama 服务器(或 Ollama Cloud)上的开放权重模型,例如 Gemma、Llama、Qwen、Mistral 和 DeepSeek:列出已安装和已加载的模型,读取模型的详细信息和能力,进行对话、生成文本并创建嵌入向量,而无需把数据发送给托管的 AI 提供商。

连接器

将 Ollama MCP 连接到 Microsoft Copilot

让你的 AI 使用运行在自己 Ollama 服务器(或 Ollama Cloud)上的开放权重模型,例如 Gemma、Llama、Qwen、Mistral 和 DeepSeek:列出已安装和已加载的模型,读取模型的详细信息和能力,进行对话、生成文本并创建嵌入向量,而无需把数据发送给托管的 AI 提供商。

连接器

将 Ollama MCP 连接到 Cursor

让你的 AI 使用运行在自己 Ollama 服务器(或 Ollama Cloud)上的开放权重模型,例如 Gemma、Llama、Qwen、Mistral 和 DeepSeek:列出已安装和已加载的模型,读取模型的详细信息和能力,进行对话、生成文本并创建嵌入向量,而无需把数据发送给托管的 AI 提供商。

连接器

将 Ollama MCP 连接到 Gemini CLI

让你的 AI 使用运行在自己 Ollama 服务器(或 Ollama Cloud)上的开放权重模型,例如 Gemma、Llama、Qwen、Mistral 和 DeepSeek:列出已安装和已加载的模型,读取模型的详细信息和能力,进行对话、生成文本并创建嵌入向量,而无需把数据发送给托管的 AI 提供商。

连接器

Ollama MCP 服务器:模型与对话

让你的 AI 使用运行在自己 Ollama 服务器(或 Ollama Cloud)上的开源权重模型,例如 Gemma、Llama、Qwen、Mistral 和 DeepSeek:列出已安装和已加载的模型、读取模型的详细信息与能力、进行对话、生成文本并创建 embedding,而无需把数据发送给托管的 AI 提供商。