Nosana MCP Agent

Nosana MCP代理

ElizaOS AI代理+MCP工具+Qwen3.5 9B去中心化GPU

一个开源的人工智能代理，由 问题3.5（9B） 通过Ollama在当地跑步 Nosana的去中心化GPU网络。推理不需要外部API密钥。通过以下方式连接到外部工具 MCP（模型上下文协议）.

Fork it. Configure it. Deploy it to a GPU in one command.

TL；DR——在3个命令中部署

git clone https://github.com/SohniSwatantra/nosana-mcp-agent.git && cd nosana-mcp-agent
make push DOCKER_USER=your-dockerhub-username
make deploy NOSANA_MARKET=nvidia-a5000

这有什么作用

• 本地法学硕士：Qwen3.5 9B通过Ollama在GPU上运行-不需要API密钥
• MCP客户端：连接到外部MCP服务器（文件系统、GitHub等）以访问工具
• MCP服务器：将代理暴露为Claude Desktop和其他MCP客户端的MCP服务器
• HTTP API：端口3000上的REST端点用于健康检查、信息和聊天
• GPU优化：与Ollama一起容器化，用于Nosana GPU部署
• 开源：MIT授权、分叉和定制

先决条件

• 包子 1.3+
• 码头工人
• Nosana CLI (npm install -g @nosana/cli)
• 奥拉玛 （用于地方发展）
• Solana钱包+NOS代币（用于Nosana部署）

快速入门（本地）

# 1. Install Ollama and pull the model
ollama pull qwen3.5:9b
ollama pull nomic-embed-text:latest

# 2. Install dependencies
bun install

# 3. Start the agent (Ollama must be running)
bun run start

# 4. Test it
curl http://localhost:3000/health
curl -X POST http://localhost:3000/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "Hello, what tools do you have?"}'

模型配置

代理默认使用Qwen3.5 9B，配置在 character.json:

{
  "settings": {
    "OLLAMA_URL": "http://localhost:11434",
    "OLLAMA_SMALL_MODEL": "qwen3.5:9b",
    "OLLAMA_LARGE_MODEL": "qwen3.5:9b",
    "OLLAMA_EMBEDDING_MODEL": "nomic-embed-text:latest"
  }
}

要使用其他模型，请在中更改模型名称 character.json 和那个 OLLAMA_MODEL Dockerfile/job定义中的env-var。Qwen3.5 9B为6.6GB，需要约8GB的VRAM，适合RTX A5000（16GB）或RTX 5000。

MCP配置

MCP服务器连接已在中配置 character.json 在...之下 settings.mcp.servers:

{
  "settings": {
    "mcp": {
      "servers": {
        "filesystem": {
          "type": "stdio",
          "command": "npx",
          "args": ["-y", "@modelcontextprotocol/server-filesystem", "/app/data"]
        }
      }
    }
  }
}

添加更多MCP服务器

编辑 character.json 要添加服务器，请执行以下操作：

{
  "github": {
    "type": "stdio",
    "command": "npx",
    "args": ["-y", "@modelcontextprotocol/server-github"],
    "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "your-token" }
  },
  "puppeteer": {
    "type": "stdio",
    "command": "npx",
    "args": ["-y", "@modelcontextprotocol/server-puppeteer"]
  }
}

支持的服务器类型

HTTP API终结点

码头工人

构建

docker build -t nosana-mcp-agent .

该图像包括Ollama，并将在第一次启动时自动拉取Qwen3型号。

本地运行（需要NVIDIA GPU+Docker GPU支持）

docker run --gpus all -p 3000:3000 nosana-mcp-agent

没有GPU（CPU推理，速度慢得多）：

docker run -p 3000:3000 nosana-mcp-agent

推送到Docker Hub

docker tag nosana-mcp-agent SohniSwatantra/nosana-mcp-agent:latest
docker push SohniSwatantra/nosana-mcp-agent:latest

部署到Nosana

1.更新job-definition.json

编辑 job-definition.json 并替换 YOUR_DOCKERHUB_USERNAME 使用您的Docker Hub用户名。

2.发布工作

# Deploy to RTX A5000 market (16GB VRAM, ideal for Qwen3.5 9B)
nosana job post \
  --file job-definition.json \
  --market nvidia-a5000 \
  --gpu \
  --wait

# Or target RTX 4090 (24GB VRAM)
nosana job post \
  --file job-definition.json \
  --market nvidia-4090 \
  --gpu \
  --wait

3.检查可用的GPU市场

nosana market list

4.监控你的工作

nosana job get 

Claude桌面集成

要将此代理用作Claude Desktop的MCP服务器（需要本地Ollama）：

{
  "mcpServers": {
    "nosana-agent": {
      "command": "bun",
      "args": ["run", "start"],
      "cwd": "/path/to/nosana-mcp-agent",
      "env": {
        "MCP_STDIO": "true"
      }
    }
  }
}

项目结构

nosana-mcp-agent/
  character.json       # Agent character + model + MCP server configuration
  server.ts            # Main agent server (HTTP + MCP)
  entrypoint.sh        # Docker entrypoint (starts Ollama, pulls model, starts agent)
  test-client.ts       # HTTP API test client
  Dockerfile           # Production container with Ollama
  job-definition.json  # Nosana GPU deployment definition
  package.json         # Dependencies and scripts
  data/                # Directory accessible to MCP filesystem server
  .env.example         # Environment variable template

环境变量

GPU要求