AI导哈

本地AI集成工具

Ollama-Apify-MCP 是一个将本地运行的AI语言模型与Apify的自动化平台集成的工具，支持数据分析和智能响应生成，无需依赖外部API。

  • by Anwesh43
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 Anwesh43/ollama-apify-mcp

使用说明

奥利玛蜂疗MCP

带来强大 本地人工智能 在Apify工作流程中。

此项目连接 Ollama本地运行的语言模型 随着 模型上下文协议（MCP） 以及Apify的抓取和自动化平台。它使您能够处理抓取的数据、提取见解并生成智能响应——所有这些 没有外部API.

🧠 概述

这 Olama Apify MCP演员 通过MCP将工作流与本地LLM连接起来，允许人工智能驱动的分析和推理，同时保护隐私并降低成本。

🚀 主要特点

  • 🔗 本地LLM集成 --运行以下模型 火焰，米斯特拉尔，代码火焰， 更多使用Olama
  • 🧩 基于MCP的通信 --符合标准的工具交互协议
  • ⚙️ 自动上下文和预处理 --提高模型响应质量
  • 🛠️ 可扩展的工具架构 --轻松添加自定义MCP工具和资源
  • 🔁 强大的错误处理和重试 --工作流中的可靠执行

📦 快速开始

用作光标、副驾驶、克劳德代码或桌面

{
  "mcpServers": {
      "ollama-apify-mcp": {
        "url": "https://lenticular-negative--ollama-apify-mcp.apify.actor/mcp?token={YOUR_TOKEN}"
      }
    }
  }

💻 在本地运行

pip install -r requirements.txt
APIFY_META_ORIGIN=STANDBY python -m src

服务器运行时间：

http://localhost:3000/mcp

☁️ 部署到Apify

  1. 将仓库推送到GitHub
  2. 在Apify控制台中将其添加为Actor
  3. 启用 待机模式
  4. 部署

MCP端点：

https://lenticular-negative--ollama-apify-mcp.apify.actor/mcp

包含您的API令牌：

Authorization: Bearer <APIFY_TOKEN>

🎯 用例

  • 📊 分析和总结抓取的网络数据
  • 🔐 隐私优先本地LLM处理
  • ⚡ 设备推断延迟低
  • 🧱 在Apify工作流中构建AI工具

🧩 需求

  • Python 3.7+
  • Ollama在当地安装
  • API化CLI（用于部署）

❤️ 贡献

欢迎PR和功能想法——您可以随时扩展工具、改进文档或共享示例工作流程。

📄 许可证

MIT许可证

相关 MCP