Original en inglés: https://argusic.com/subject/mcp-client-for-ollama
mcp-client-for-ollama
Aprovecha el poder de los LLMs locales con este cliente MCP con TUI para Ollama. Incluye todos los primitivos MCP principales (tools, prompts, resources), modo agent, multi-servidor, cambio de modelo, respuestas en streaming, human-in-the-loop, modo de pensamiento, configuración de parámetros del modelo, system prompts y preferencias guardadas.
Funciona con mocksfuente: GitHubPythonMITcommit 7322a9e425cb
Python, licencia MIT. El proyecto se describe a sí mismo como: agentic ai, ai, command line tool, harness, linux, local llm, macos y mcp.
mcp-client-for-ollama funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 18 minutos y encontró 1 error, corregido sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The ollmcp CLI installs from source, builds and renders help, and its full test suite passes 305/305 after a one-file Rich word-wrap fix; MCP server add/list/remove works, but live LLM chat cannot be exercised because no Ollama server is available.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 92 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- Long unbroken JSON values were cropped with '...' by Rich Syntax word_wrap, hiding the _END tail of tool arguments/responses (2 failing tests)6 minutos
- Tiempo de instalación
- 18 minutos
- De máquina en frío a terminar
- 6 minutos
- Errores encontrados y corregidos
- 1 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- ./.venv/bin/python -m pytest -q returned 305 passed, 0 failed; ./venv/bin/ollmcp --version returned 'ollmcp 0.35.0'; ollmcp mcp add demo-echo wrote mcp.local.json and mcp list showed it (then removed)
- Tokens de modelo usados
- 43.778
- Commit exacto probado
- 7322a9e425cb
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 1, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
**Environment**: Python 3.12.3, no `uv`/`pipx`/`ollama`/network access to an LLM — so I installed t…
**What I did**
- Installed `mcp-client-for-ollama` from source into `.venv` (wheel built, no errors). `ollmcp` CLI…
- Ran the full pytest suite: **305 passed, 0 failed** (1 harmless collection warning).
- Exercised real functionality: `ollmcp mcp add demo-echo …` wrote `~/.config/ollmcp/mcp.local.json…
- Attempted `ollmcp --model llama3`; it can't connect since Ollama isn't running — it exited gracef…
**Error found & fixed (1)**
- Root cause: `ToolDisplayManager` rendered JSON through Rich `Syntax` with `word_wrap=True`, which…
- Fix: in `mcp_client_for_ollama/utils/tool_display.py:25`, added `_wrap_json_text()` to hard-wrap …
**State**: repo is clean except the intended one-file fix in `tool_display.py`.
If you'd like, I can commit the fix or add a dedicated regression test for the width-truncation cas…
`ARGUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 18, "erro…Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se recuperó de su único error sin que interviniera una persona, lo que indica que el fallo está lo bastante documentado como para resolverlo.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Tardó 18 minutos en instalarse, más lento que la mediana de los 37 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 38 proyectos de agentic-ai que Argusic ha instalado y cronometrado, mcp-client-for-ollama fue el 33.º más rápido en llegar a funcionar, y 27 de 38 llegaron a funcionar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,04 |
Temas (de GitHub)
agentic-aiaicommand-line-toolharnesslinuxlocal-llmmacosmcpmcp-clientmcp-promptsmcp-resourcesmcp-servermcp-toolsmodel-context-protocolollamaopen-sourcessestdiostreamable-httpwindows
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/mcp-client-for-ollama)Preguntas
- ¿Funciona mcp-client-for-ollama?
- mcp-client-for-ollama funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 18 minutos, con 1 error por el camino, y grabó la sesión.
- ¿Cómo probó Argusic mcp-client-for-ollama?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 7322a9e425cb. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar mcp-client-for-ollama?
- La ejecución que produjo este veredicto costó 0,04 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda mcp-client-for-ollama en instalarse?
- 18 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita mcp-client-for-ollama una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar mcp-client-for-ollama?
- En la ejecución registrada falló 1 cosa, y 1 se corrigió sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara mcp-client-for-ollama con las alternativas?
- De los 38 proyectos de agentic-ai que Argusic ha instalado y cronometrado, mcp-client-for-ollama fue el 33.º más rápido en llegar a funcionar, y 27 de 38 llegaron a funcionar.
- ¿Dónde está la evidencia de mcp-client-for-ollama?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.