Token导航 LogoToken导航

MCP Server · AI代理

Llama MCP Streamlit

一个基于Streamlit、NVIDIA NIM/Ollama API和模型控制协议(MCP)的交互式AI助手,提供聊天界面以执行实时外部工具、检索数据和执行操作。

未说明官方级别未说明来源级核验工具 0
多模型支持聊天界面Python工具集成

快速开始

公开资料没有提供安装命令,按仓库或官方文档接入。
作者 / 组织
VanshSutariya
提供方
VanshSutariya

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

1

仓库热度

收录来源

1 个

MCP World

选型结论

Llama MCP Streamlit 属于AI代理类 MCP Server,公开资料标注 0 个工具,通过传输方式未标注接入,客户端适配情况以官方文档为准,没有现成的安装命令;接入前先确认权限范围。

分类

AI代理

传输方式

未说明

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

公开目录没有给出安装命令,需要按仓库 README安装;下面按同类条目的通用流程说明。

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    先确认运行方式

    公开资料没有标注传输方式,先看仓库 README,确认是本地进程还是远程地址。

  2. 2

    获取服务

    公开目录没有给出安装命令,按仓库 README里的步骤安装或获取服务。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

公开资料仍需确认:安装命令

详细介绍

火焰MCP流

该项目是一个交互式人工智能助手,由 溪流, Nvidia Nim的API(火焰3.3:70b)/Ollama,以及 模型控制协议(MCP)它提供了一个对话界面,您可以在其中与LLM交互,通过MCP执行实时外部工具,检索数据,并无缝执行操作。

助理支持:

  • 自定义模型选择 (英伟达NIM/Ollama)
  • API配置 适用于不同的后端
  • 通过MCP集成工具 增强可用性和实时数据处理
  • 用户友好的聊天体验 使用Streamlit

📸 截图

##

📁 项目结构

llama_mcp_streamlit/
│── ui/
│   ├── sidebar.py       # UI components for Streamlit sidebar
│   ├── chat_ui.py       # Chat interface components
│── utils/
│   ├── agent.py         # Handles interaction with LLM and tools
│   ├── mcp_client.py    # MCP client for connecting to external tools
│   ├── mcp_server.py    # Configuration for MCP server selection
│── config.py            # Configuration settings
│── main.py              # Entry point for the Streamlit app
.env                      # Environment variables
Dockerfile                # Docker configuration
pyproject.toml            # Poetry dependency management

______________________________________________________________________

🔧 环境变量

在运行项目之前,请配置 .env 使用API密钥文件:

# Endpoint for the NVIDIA Integrate API
API_ENDPOINT=https://integrate.api.nvidia.com/v1
API_KEY=your_api_key_here

# Endpoint for the Ollama API
API_ENDPOINT=http://localhost:11434/v1/
API_KEY=ollama

______________________________________________________________________

🚀 运行项目

用诗

  1. 安装依赖项:
   poetry install
  1. 运行Streamlit应用程序:
   poetry run streamlit run llama_mcp_streamlit/main.py

使用Docker

  1. 构建Docker镜像:
   docker build -t llama-mcp-assistant .
  1. 运行容器:
   docker compose up

______________________________________________________________________

🔄 更改MCP服务器配置

要修改要使用的MCP服务器,请更新 utils/mcp_server.py 文件。 您可以使用NPX或Docker作为MCP服务器:

NPX服务器

server_params = StdioServerParameters(
    command="npx",
    args=[
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/username/Desktop",
        "/path/to/other/allowed/dir"
    ],
    env=None,
)

Docker服务器

server_params = StdioServerParameters(
    command="docker",
    args=[
        "run",
        "-i",
        "--rm",
        "--mount", "type=bind,src=/Users/username/Desktop,dst=/projects/Desktop",
        "--mount", "type=bind,src=/path/to/other/allowed/dir,dst=/projects/other/allowed/dir,ro",
        "--mount", "type=bind,src=/path/to/file.txt,dst=/projects/path/to/file.txt",
        "mcp/filesystem",
        "/projects"
    ],
    env=None,
)

修改 server_params 根据需要进行配置以适应您的设置。

______________________________________________________________________

📌 特性

  • 通过MCP实时执行工具
  • LLM驱动的聊天界面
  • 带有交互式聊天元素的流线型用户界面
  • 支持多个LLM后端(NVIDIA NIM和Ollama)
  • Docker支持,易于部署

______________________________________________________________________

🛠 依赖项

  • Python 3.11+
  • 溪流
  • OpenAI API(用于NVIDIA NIM集成)
  • MCP(模型控制协议)
  • 诗歌(用于依赖管理)
  • Docker(可选,用于容器化部署)

______________________________________________________________________

📜 许可证

该项目根据MIT许可证获得许可。

______________________________________________________________________

🤝 贡献

请随时提交拉取请求或报告问题!

______________________________________________________________________

📬 联系

如有任何问题,请通过GitHub Issues联系。

______________________________________________________________________

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

AI助手Python本地部署聊天界面工具集成实时数据处理多模型支持

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

多步任务编排

把拆解、检索、执行串成一条链,模型按步骤调用工具。

长期上下文

把会话、笔记和知识放到外部存储,换个会话还能接着做。

接自有流程

把内部系统和模型连起来,让助手调用已有的工作流。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • 公开资料没有可直接复制的安装命令,第一次接入要自己找入口。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 愿意照着官方文档一步步配环境的人。

不太适合

  • 希望一条命令就装好、不想看文档的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Llama MCP Streamlit

MCP World · 本页

0未说明未标注1 个2026-05-17
Everything Claude Code

MCP World

0stdio有1 个2026-05-17
Filesystem 560c4363

MCP World

13未说明未标注2 个2026-05-17
Time 7365cb6d

MCP.so

2SSE有2 个2026-05-17
Server Everything (everything)

MCP World

11stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Llama MCP Streamlit 怎么安装?

公开目录没有给出可以直接复制的安装命令,需要按仓库 README里的步骤安装;装好后写进客户端的 MCP 配置再重启。

Llama MCP Streamlit 怎么在 Claude Desktop、Cursor 里配置?

它是传输方式未标注,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

Llama MCP Streamlit 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Llama MCP Streamlit 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Llama MCP Streamlit 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP