Как интегрировать модели Ollama с Web MCP от Bright Data

В этом руководстве вы узнаете:

Почему вам следует расширять модели Ollama с помощью инструментов из Web MCP от Bright Data.
Какие инструменты вам понадобятся для этого.
Что нужно сделать, чтобы начать работу.
Как интегрировать Web MCP в модели Ollama с помощью MCPHost.
Как достичь того же результата с помощью ollmcp.
Новые возможности, которые получат ваши локальные модели Ollama, продемонстрированные на полном примере.

Давайте погрузимся!

Зачем расширять модели Ollama с помощью Web MCP от Bright Data

Ollama предлагает широкий спектр моделей ИИ, которые можно запускать локально. Однако независимо от того, какую модель LLM вы выберете, все они имеют одно и то же ограничение: их знания статичны и ограничены данными, на которых они были обучены.

Как преодолеть это препятствие? Предоставив LLM доступ к свежим данным в режиме реального времени из самого большого и богатого источника, т. е. из Сети. Именно здесь на помощь приходит Web MCP от Bright Data!

Сервер Web MCP расширяет возможности моделей Ollama, позволяя им получать актуальные веб-данные и взаимодействовать с веб-страницами как человек. Это позволит вашим моделям ИИ преодолеть встроенные ограничения в знаниях.

Web MCP предоставляет более 60 инструментов для ИИ, все они работают на базе инфраструктуры Bright Data для взаимодействия с интернетом и сбора данных. Даже в бесплатном варианте вы получаете доступ к двум очень полезным инструментам:

Инструмент	Описание
`search_engine`	Получение результатов поиска из Google, Bing или Yandex в формате JSON или Markdown.
`scrape_as_markdown`	Соскребает любую веб-страницу в чистый формат Markdown, минуя обнаружение ботов и CAPTCHA.

Помимо этих инструментов, Web MCP включает в себя инструменты для взаимодействия с облачными браузерами и десятки специализированных инструментов для структурированной подачи данных с таких платформ, как YouTube, Amazon, LinkedIn, TikTok, Google Maps и других.

Добавление инструментов MCP в модели Ollama

На данный момент настольное приложение Ollama не поддерживает интеграцию с MCP напрямую (см. обновления на официальном GitHub). Это означает, что если вы хотите интегрировать модели Ollama с инструментами MCP, вам придется прибегнуть к помощи сторонних решений.

Наиболее популярными решениями для использования Ollama с MCP являются:

MCPHost: Хост-приложение CLI, позволяющее LLM взаимодействовать с внешними инструментами через MCP. В настоящее время оно поддерживает модели Claude, OpenAI, Google Gemini и Ollama.
MCP-клиент для Ollama (ollmcp): Современный TUI (Text-based User Interface), который соединяет локальные Ollama LLM с одним или несколькими MCP-серверами, позволяя использовать расширенные инструменты и автоматизировать рабочий процесс.

Другие возможные решения включают Dolphin MCP, ollama-mcp-bridge и другие. В этом руководстве мы сосредоточимся на первых двух, поскольку они наиболее широко используются и поддерживаются.

Предварительные условия

В этом разделе вы настроите все необходимые условия для интеграции Bright Data Web MCP с Ollama, используя как MCPHost, так и MCP Client for Ollama(ollmcp), причем в локальной среде.

Прежде чем приступить к работе, убедитесь, что у вас есть:

Node.js, установленный локально (мы рекомендуем загрузить последнюю версию LTS), чтобы запустить сервер Bright Data Web MCP локально.
Не менее 16 ГБ оперативной памяти и современный процессор для бесперебойной работы Ollama на вашей машине.

Также будет полезно иметь базовое представление о том, как работает MCP, и об инструментах, предоставляемых Web MCP.

В конце этого раздела у вас будет:

Установленная и настроенная локально Ollama, запущенная и готовая к интеграции с Bright Data Web MCP.
Учетная запись Bright Data с ключом API для аутентификации в Web MCP.
Подтверждение того, что ваш компьютер может успешно запускать сервер Web MCP локально.

Следуйте приведенным ниже разделам!

Настройка Ollama

Если вы еще не сделали этого, загрузите Ollama для вашей операционной системы и установите ее. Затем обязательно извлеките несколько моделей, таких как gpt-oss, qwen3, deepseek-r1, llama3.2 или любые другие, которые вы предпочитаете.

Извлеките модели с помощью следующей команды:

ollama pull <имя_модели>

Замените <имя_модели> на имя одной из доступных моделей Ollama LLM.

И MCPHost, и ollmcp требуют, чтобы Ollama была запущена локально. Поэтому запустите Ollama с помощью команды:

ollama serve

Эта команда запускает Ollama в режиме сервера, не открывая приложение для рабочего стола.

Важно: По умолчанию Ollama запускается с длиной контекста, ограниченной 4096 токенами, что обычно слишком мало для больших задач. Вы можете увеличить его до 40 000 токенов (или максимального значения, поддерживаемого выбранной вами моделью) с помощью следующих команд:
В macOS/Linux выполните:

OLLAMA_CONTEXT_LENGTH=40000 ollama serve

Или, в Windows (PowerShell), выполните:

$Env:OLLAMA_CONTEXT_LENGTH=40000; ollama serve

Это гарантирует, что ваша модель Ollama сможет обрабатывать более длинные контексты без усечения.

Отлично! Теперь Ollama настроена и готова к интеграции с сервером Bright Data Web MCP.

Получение ключа API Bright Data

Web MCP-сервер аутентифицируется с помощью ключа API Bright Data. Чтобы получить его, начните с создания учетной записи Bright Data. В противном случае, если у вас уже есть учетная запись, просто войдите в нее.

Затем выполните действия, описанные в официальном руководстве, чтобы сгенерировать ключ API Bright Data. Храните его в надежном месте, так как он вам скоро понадобится.

Примечание: Рекомендуется устанавливать API-ключ с правами администратора, так как это значительно упрощает процесс интеграции Web MCP.

Протестируйте Web MCP локально

Прежде чем интегрировать модели Ollama с Bright Data Web MCP, необходимо убедиться, что на вашем компьютере действительно может работать сервер.

Для быстрой настройки войдите в нашу учетную запись Bright Data и обратитесь к инструкциям на странице “MCP“:

The “MCP” section in your Bright Data account

В противном случае, для получения более подробной информации, следуйте приведенным ниже инструкциям.

Установите Web MCP глобально на вашу машину с помощью этой команды npm:

npm install -g @brightdata/mcp

Проверьте, что MCP-сервер работает, выполнив эту команду:

API_TOKEN="<YOUR_BRIGHT_DATA_API_KEY>" npx -y @brightdata/mcp

Или, эквивалентно, в PowerShell:

$Env:API_TOKEN="<YOUR_BRIGHT_DATA_API_KEY>"; npx -y @brightdata/mcp

Замените место <YOUR_BRIGHT_DATA_API> на токен API Bright Data, который вы получили ранее. Эти команды установят необходимую переменную окружения API_TOKEN и запустят Web MCP локально, запустив пакет @brightdata/mcp.

В случае успеха вы должны увидеть вывод, похожий на этот:

При первом запуске Web MCP автоматически создает две зоны по умолчанию в вашей учетной записи Bright Data:

mcp_unlocker: Зона для Web Unlocker.
mcp_browser: Зона для Browser API.

Web MCP полагается на эти два продукта Bright Data для работы своих 60+ инструментов.

Если вы хотите проверить, что зоны были настроены, перейдите на страницу “Прокси и Скрейпинг-инфраструктура” в панели управления Bright Data. Вы должны увидеть две зоны в таблице:

The mcp_unlocker and mcp_browser zones created by the Web MCP at startup

Примечание: Если ваш API-токен не имеет прав администратора, эти две зоны не будут созданы. В этом случае вы должны определить их вручную и задать через переменные окружения, как показано на GitHub.

На бесплатном уровне Web MCP сервер MCP открывает только инструменты search_engine и scrape_as_markdown (и их пакетные версии). Чтобы разблокировать все остальные инструменты, необходимо включить режим Pro **установив переменную окружения PRO_MODE="true":

API_TOKEN="<YOUR_BRIGHT_DATA_API>" PRO_MODE="true" npx -y @brightdata/mcp

Или, в Windows:

$Env:API_TOKEN="<YOUR_BRIGHT_DATA_API>"; $Env:PRO_MODE="true"; npx -y @brightdata/mcp

Режим Pro разблокирует все 60+ инструментов, но он не включен в бесплатный уровень. Поэтому за него придется платить дополнительно.

Отлично! Вы убедились, что сервер Web MCP запущен на вашей машине. Теперь остановите процесс MCP, поскольку далее вы будете настраивать клиентов MCP для запуска и подключения к нему.

Как интегрировать Bright Data Web MCP в Ollama с помощью MCPHost

В этом пошаговом разделе вы узнаете, как интегрировать модель Ollama с локальным экземпляром Bright Data Web MCP с помощью MCPHost.

Предварительные условия

Наряду с предыдущими предпосылками, в вашей системе должен быть установлен Go 1.23+. Это необходимо для установки и запуска MCPHost.

Шаг #1: Установите MCPHost

Установите MCPHost с помощью следующей команды:

go install github.com/mark3labs/mcphost@latest

Теперь вы можете запустить MCPHost с помощью инструмента командной строки mcphost.

Примечание: MCPHost также можно использовать программно в Go-скриптах с помощью SDK.

Шаг #2: Настройка инструмента и знакомство с ним

Чтобы запустить MCPHost с определенной моделью Ollama, выполните следующую команду:

mcphost -m ollama:<имя_модели>

Замените <имя_модели> на имя модели Ollama, которую вы хотите использовать в MCPHost.

Если указанная модель недоступна локально, она будет автоматически извлечена для вас. После загрузки вы увидите этот пользовательский интерфейс в CLI:

Полный список доступных команд см. в документации. Например, выполнение команды /tools выведет на экран:

Вы не увидите никаких инструментов, поскольку вам все еще нужно указать интеграцию MCP.

Шаг № 3: Создание файла конфигурации веб-соединения MCP

По умолчанию MCPHost ищет конфигурацию глобального уровня в ~/.mcphost.yml или~/.mcphost.json на macOS и Linux, и в %USERPROFILE%.mcphost.yml или %USERPROFILE%.mcphost.json на Windows.

Здесь мы определим конфигурацию для подключения к Web MCP с помощью локального YAML-файла. Если вы предпочитаете глобальную конфигурацию, вы можете обновить вышеупомянутые файлы.

В папке проекта создайте файл bd-web-mcp.yml со следующим содержимым:

mcpServers:
  bright-data-web-mcp:
    type: "local"
    команда: ["npx", "-y", "@brightdata/mcp"].
    окружение:
      API_TOKEN: "<ВАШ_BRIGHT_DATA_API_KEY>"
      PRO_MODE: "true"

Приведенная выше настройка отражает команду npx, использованную ранее, с применением следующих переменных окружения:

API_TOKEN является обязательной. Установите его на свой ключ API Bright Data.
PRO_MODE является необязательной. Вы можете удалить ее, если не хотите включать Pro Mode.

Другими словами, этот файл конфигурации указывает MCPHost, как запустить Web MCP-сервер локально и подключиться к нему.

Шаг № 4: Подключение модели Ollama к Web MCP**.

Теперь вы можете запустить MCPHost для интеграции Web MCP в Ollama с помощью следующей команды:

mcphost -m ollama:<имя_модели> --config "./bd-web-mcp.yml".

Например, чтобы запустить MCPHost с моделью qwen2.5:0.5b:

mcphost -m ollama:qwen2.5:0.5b --config "./bd-web-mcp.yml

Результат будет выглядеть следующим образом:

Note the 60+ tools now available from MCP servers

Заметьте, что модель Ollama теперь имеет доступ к 60+ инструментам, открываемым вашим локальным экземпляром Web MCP. Вы можете убедиться в этом, выполнив команду /tools в CLI, которая отобразит список, подобный этому:

The list of tools from the Web MCP local server

Если MCP-сервер был настроен в режиме Pro Mode, вы увидите 60+ инструментов. В противном случае будут доступны только 4 инструмента, доступные в бесплатном режиме(search_engine, scrape_as_markdown и их пакетные версии).

Готово! Теперь ваша модель Ollama настроена для работы с инструментами Web MCP от Bright Data.

Настройка Web MCP Bright Data в Ollama с помощью ollmcp

В этом разделе вы узнаете, как подключить локальные модели Ollama к локальному экземпляру сервера Bright Data Web MCP с помощью ollmcp - MCP-клиента для Ollama.

Необходимые условия

Для выполнения этого раздела, в дополнение к предыдущим предварительным условиям, у вас должен быть локально установлен Python 3.10+. Это необходимо для установки и запуска ollmcp.

Шаг #1: Начало работы с `ollmcp`

Установите ollmcp локально с помощью следующей команды:

pip install --upgrade ollmcp

Примечание: При желании вы можете выполнить эту команду в виртуальной среде.

Убедитесь, что MCP-клиент для Ollama установлен правильно, запустив его:

ollmcp .

Вы должны увидеть вид, показанный ниже:

По умолчанию ollmcp использует qwen2.5:7b в качестве начальной модели. Также обратите внимание, что клиент пока не обнаруживает никаких инструментов MCP, что вполне ожидаемо.

Шаг №2: Настройка LLM

Запустите ollmcp с определенной моделью Ollama с помощью флага --model (или -m). Таким образом, команда запуска будет выглядеть так:

ollmcp --model <имя_модели>.

Или, эквивалентно:

ollmcp -m <имя_модели>.

Где <имя_модели> – это имя нужной вам модели Ollama.

Кроме того, вы можете настроить модель из CLI с помощью команды model:

Затем выберите модель, которую вы хотите использовать. Для получения дополнительной информации о доступных флагах и опциях обратитесь к официальной документации.

Шаг № 3: Добавьте файл конфигурации Web MCP

ollmcp поддерживает несколько опций для интеграции с MCP-сервером:

--mcp-server, -s: Путь к одному или нескольким скриптам MCP-сервера (.py или .js). Может быть указан несколько раз.
--mcp-server-url, -u: URL-адрес одного или нескольких SSE или потоковых HTTP MCP-серверов. Можно указывать несколько раз.
--servers-json, -j: Путь к JSON-файлу, содержащему конфигурации серверов в определенном формате.
--auto-discovery, -a: Автоматическое обнаружение серверов из файла конфигурации Claude по умолчанию (поведение по умолчанию, если не указаны другие опции).

В этом руководстве мы будем использовать пользовательский JSON-файл, который подходит для Claude и является одним из самых простых вариантов.

В папке проекта создайте файл с именем bd-web-mcp.json. Наполните его следующим образом:

{
  "mcpServers": {
    "bright-data-web-mcp": {
      "command": "npx",
      "args": ["-y", "@brightdata/mcp"],
      "env": {
        "API_TOKEN": "<ВАШ_BRIGHT_DATA_API_KEY>",
        "PRO_MODE": "true"
      }
    }
  }
}

Приведенная выше настройка повторяет протестированную ранее команду npx, используя эти переменные окружения:

ТребуетсяAPI_TOKEN. Замените место <YOUR_BRIGHT_DATA_API_KEY> своим ключом API Bright Data.
PRO_MODE является необязательной. Вы можете удалить его, если не хотите включать режим Pro Mode.

Проще говоря, этот JSON-файл указывает MCP-клиенту для Ollama, как локально запустить Web MCP-сервер и подключиться к нему.

Шаг № 4: Подключение к Web MCP

Используйте флаг --servers-json, чтобы указать файл bd-web-mcp.json, который вы создали ранее, и подключитесь к серверу Web MCP:

ollmcp --servers-json .bd-web-mcp.json

Вот что вы должны получить:

Note the 60+ tools in the welcome ollmcp page

Как вы можете видеть, модель в ollmcp теперь имеет доступ к 60+ инструментам, открываемым вашим локальным экземпляром сервера Web MCP. Если вы настроили сервер без включенного режима Pro Mode, будут доступны только некоторые инструменты (такие как search_engine, scrape_as_markdown и их пакетные версии).

Вы также можете просмотреть список всех доступных инструментов, выполнив команду tools в CLI:

The Web MCP tools listed after the “tools” command

Вы успешно интегрировали свою модель Ollama с Web MCP. Миссия выполнена!

Используйте преимущества инструментов Web MCP в моделях Ollama

Независимо от того, какой путь вы выберете для интеграции Web MCP в Ollama, результат будет одинаковым: модель Ollama, расширенная средствами сервера Bright Data Web MCP.

Это означает, что ваша модель Ollama теперь имеет доступ к инструментам для веб-поиска, веб-скрейпинга, интеграции страниц браузера, получения веб-данных и многого другого. Это позволяет вашей модели охватить широкий спектр сценариев использования, которые обычно недоступны для стандартных LLM.

Например, вы можете использовать LLM для проверки фактов с помощью Веб-скрейпинга, обобщения новостных статей по URL с помощью Веб-скрейпинга, взаимодействия с Интернетом в агентной системе ИИ и многих других задач.

Чтобы лучше продемонстрировать функциональность сервера Web MCP, настройте его в режиме Pro. Затем используйте ollmcp с моделью llama3.2 (или MCPHost):

ollmcp --model llama3.2 --servers-json .bd-web-mcp.json

Попробуйте использовать такой запрос:

Получить данные профиля TikTok со следующего URL профиля TikTok: 
"https://www.tiktok.com/@khaby.lame". 
Верните статистику ключевых влиятельных лиц в отчет в формате Markdown и включите заключительный комментарий о том, может ли этот пользователь быть хорошим кандидатом для сотрудничества по продвижению нашего кондиционера, учитывая его аудиторию.

Это отличный пример задачи, требующей возможностей поиска данных в Интернете.

Результат будет выглядеть следующим образом:

Модель Ollama анализирует ваш запрос и выбирает инструмент web_data_tiktok_profiles из Web MCP. Этот инструмент определяется как “Быстрое чтение структурированных данных профиля TikTok. Требуется действительный URL-адрес профиля TikTok. Часто быстрее и надежнее, чем скраппинг”. Таким образом, это был идеальный выбор инструмента.

Вам будет предложено получить разрешение на запуск инструмента. Введите y и нажмите Enter, чтобы выполнить запрос. Это запустит асинхронную задачу TikTok Парсер в инфраструктуре Bright Data. Как только структурированные данные профиля будут готовы, Ollama обработает их.

На этот раз результирующий отчет выглядит следующим образом:

**Профиль:**
- **Никнейм:** Хабане Ламе
- **Проверено:** Да
- **Последователи:** 161,100,000
- **Следящие:** 83
- **Аккаунт создан:** 10 августа 2016 г.
- **Язык профиля:** английский
- **Биография:** "Se vuoi ridere sei nel posto giusto. Если вы хотите посмеяться, вы находитесь в правильном месте"
- **Ссылка на профиль:** [TikTok Profile](https://www.tiktok.com/@khaby.lame)

**Показатели вовлеченности:**
- **Средний показатель вовлеченности:** 0,61%
- **Коэффициент вовлеченности лайков:** 0.60%
- **Коэффициент вовлеченности комментариев:** 0.009%

** Обзор контента:**
- **Общее количество видео:** 1,293
- **Диапазон воспроизведения лучших видео:** 1,4M - 209,3M
- ** Диапазон избранных видео:** 1,199 - 287,000
- **Комментарии к видео:** 1,035 - 87,000

**Понимание аудитории:**
- Контент очень юмористический и ориентирован на глобальную аудиторию, ищущую легкий, юмористический контент.
- Вовлеченность высока с точки зрения "лайков" и "долей", хотя вовлеченность в комментарии сравнительно низкая.

**Потенциал сотрудничества:**.
Массовая аудитория и глобальная привлекательность Хабане Ламе делают его сильным кандидатом на продвижение бренда. Однако его ниша - юмор и вирусные развлечения. Для сотрудничества в кампании по продаже кондиционеров потребуется творческий, юмористический подход, который естественно вписывается в его стиль контента. Прямое продвижение продукта может не найти отклика, если не привязывать его к комедийным или смешным сценариям (например, спасение от жары смешными способами).

Как видите, в этом отчете содержатся все данные по профилю Хаби Ламе в TikTok, включая такой важный анализ, как уровень вовлеченности.

В последнем комментарии подчеркивается, что выбранный авторитет не обязательно идеально подходит для продвижения кондиционера, а это именно то, что вы хотите определить.

Теперь попробуйте поэкспериментировать с другими подсказками и изучить возможности Web MCP в Ollama!

Заключение

В этой статье вы узнали, как использовать инструменты MCP в Ollama. В частности, вы увидели, как улучшить локальные модели Ollama с помощью инструментов Web MCP от Bright Data, запускаемых локально с помощью пакета @brightdata/mcp.

Эта интеграция позволяет расширить возможности вашей модели для веб-поиска, извлечения структурированных данных, живых веб-данных, автоматизированных веб-взаимодействий и многого другого.

Чтобы создать еще более совершенные агенты ИИ, изучите полный набор инструментов и сервисов для ИИ, доступных в экосистеме Bright Data.

Зарегистрируйтесь в бесплатной учетной записи Bright Data сегодня и получите в свое распоряжение наши инструменты для работы с веб-данными!

Свяжитесь с нами Пробная версия

Как подключить модели Ollama к Web MCP Bright Data

Зачем расширять модели Ollama с помощью Web MCP от Bright Data

Добавление инструментов MCP в модели Ollama

Предварительные условия

Настройка Ollama

Получение ключа API Bright Data

Протестируйте Web MCP локально

Как интегрировать Bright Data Web MCP в Ollama с помощью MCPHost

Предварительные условия

Шаг #1: Установите MCPHost

Шаг #2: Настройка инструмента и знакомство с ним

Шаг № 3: Создание файла конфигурации веб-соединения MCP

Шаг № 4: Подключение модели Ollama к Web MCP**.

Настройка Web MCP Bright Data в Ollama с помощью ollmcp

Необходимые условия

Шаг #1: Начало работы с `ollmcp`

Шаг №2: Настройка LLM

Шаг № 3: Добавьте файл конфигурации Web MCP

Шаг № 4: Подключение к Web MCP

Используйте преимущества инструментов Web MCP в моделях Ollama

Заключение

Вас также может заинтересовать

Как скопировать Airbnb: руководство 2025 года

Объяснение данных о компании: типы и варианты использования

Подключите Web MCP от Bright Data к Copilot Studio для корпоративных приложений ИИ

Как подключить модели Ollama к Web MCP Bright Data

Зачем расширять модели Ollama с помощью Web MCP от Bright Data

Добавление инструментов MCP в модели Ollama

Предварительные условия

Настройка Ollama

Получение ключа API Bright Data

Протестируйте Web MCP локально

Как интегрировать Bright Data Web MCP в Ollama с помощью MCPHost

Предварительные условия

Шаг #1: Установите MCPHost

Шаг #2: Настройка инструмента и знакомство с ним

Шаг № 3: Создание файла конфигурации веб-соединения MCP

Шаг № 4: Подключение модели Ollama к Web MCP**.

Настройка Web MCP Bright Data в Ollama с помощью ollmcp

Необходимые условия

Шаг #1: Начало работы с ollmcp

Шаг №2: Настройка LLM

Шаг № 3: Добавьте файл конфигурации Web MCP

Шаг № 4: Подключение к Web MCP

Используйте преимущества инструментов Web MCP в моделях Ollama

Заключение

Вас также может заинтересовать

Как скопировать Airbnb: руководство 2025 года

Объяснение данных о компании: типы и варианты использования

Подключите Web MCP от Bright Data к Copilot Studio для корпоративных приложений ИИ

Шаг #1: Начало работы с `ollmcp`