Ollama+MCP试剂系统
使用模块化AI Agent平台 奥利玛（问题3:4B） + FastMCP工具 + 快速API + Docker Compose.
一个完全本地的、无框架的ReAct风格的AI代理，使用Ollama、FastAPI和MCP微服务（天气、搜索、地理编码、日期时间）。
注：该项目是在人工智能工具（ChatGPT、Perplexy.AI、DuckDuckGo AI、谷歌搜索）的帮助下快速开发的，在适度的硬件上实现了高效的设计、文档和多服务编排。
🎯 特性
- ✅ 聊天编排器：LLM决定工具→ 执行→ 格式化自然响应
- ✅ 日期时间MCP：“今天几号？”→
datetime-mcp:50051 - ✅ 天气MCP“达拉斯的天气？”→
weather-mcp:50053→ 开放天气 - ✅ 搜索MCP：DDGS/SearxNG集成（端口50052）
- ✅ 地理编码MCP：天气地理编码支持（端口50054）
- 🎨 Gradio用户界面:
http://localhost:7860 - 🚀 生产准备就绪：Docker化、uv依赖管理
| 服务 | 端口 | 状态 | 描述 |
|---|---|---|---|
| 后端编排器 | 8000 | ✅ | FastAPI+LLM工具决策+MCP执行 |
| 日期时间MCP | 50051 | ✅ | “今天几号？”→ UTC ISO日期时间 |
| 天气MCP | 50053 | ✅ | “达拉斯的天气？”→ 通过地理编码打开Meteo |
| 地理编码MCP | 50054 | ✅ | 地址→ lat/lon（提名，按天气使用） |
| 搜索MCP | 50052 | ⚠️ | SearxNG（计划：DDGS更换） |
| Gradio用户界面 | 7860 | ✅ | Web界面 |
| SearxNG | 8181 | ✅ | 搜索后端 |
🚀 快速开始
# Clone & start
git clone
cd ollama-with-mcp
docker compose up -d
# Backend API ready
curl -X POST http://localhost:8000/chat \
-H "Content-Type: application/json" \
-d '{"message": "What is today'\''s date?"}'答复： "Today's date is November 30, 2025."
______________________________________________________________________
🛠️ API终点
| 端点 | 目的 | 示例 |
|---|---|---|
POST /chat | 主编排器 | {"message": "Weather in Dallas?"} |
POST /datetime/get | 直接日期时间 | 返回UTC ISO日期时间 |
POST /weather | 直接天气 | {"location": "Dallas"} |
GET /health | 系统状态 | 健康检查所有服务 |
🏗️ 建筑
User → FastAPI (/chat) → LLM Decision → MCP Tool → LLM Synthesis → Response
↓
orchestrator.py orchestrates it all______________________________________________________________________
🐳 Docker编写服务
| 服务 | 端口 | 用途 |
|---|---|---|
backend | 8000 | FastAPI编排器 |
datetime-mcp | 50051 | 日期/时间工具✅ |
weather-mcp | 50053 | 天气工具✅ |
searchxng | 50052 | 网络搜索 |
frontend | 7860 | Gradio用户界面 |
searchxng_svc | 8181 | SearxNG后端 |
📚 发展
# Backend (uv)
cd backend
uv sync
uv run pytest
# MCP Servers (uv)
cd mcp-servers/datetime
uv sync
uv run python datetime_mcp/server.py______________________________________________________________________
🙏 致谢
- FastMCP -MCP服务器
- 奥拉玛 -当地LLM（Qwen3:4B，花岗岩）
- DuckDuckGo搜索 -网络搜索
- 开放天气 -天气API
---
## Acknowledgments & Credits
* **AI Assistance:** The README, documentation, and several project markdown files were created with extensive help from **ChatGPT (Free Version)**, along with supplementary support from **Perplexity.ai** (free version) and AI features from **DuckDuckGo** and **Google Search**.
* **Rapid Development on Modest Hardware:** The project was developed on a **HP ENVY x360 laptop (Intel i7-8565U, 8 GB RAM, Windows 11 Home)** in just **4 days**,(during thanksgiving break) , demonstrating efficient resource usage.
* **Productivity Enhancement:** AI tools helped streamline development, maintain GitHub issues and milestones, and ensure adherence to the project plan and schedule.
* **Open-Source Resources:** This project leverages existing repositories and tools, including:
* for container orchestration
* [FastMCP](https://github.com/your-link) for MCP server infrastructure
* [Open-Meteo](https://open-meteo.com/) for weather APIs
* [Nominatim](https://nominatim.org/) for geocoding
* My **previous repositories** for reusable utilities and code patterns
> ⚡ *Note:* This project was built with AI-assisted development to maximize efficiency while maintaining a clean architecture and robust multi-service deployment.
---