【Qwen3大模型+Ollama本地部署+Qwen-Agent代理+调用Mcp】

概要

基于 Qwen3大模型，使用Ollama本地部署，Qwen-Agent代理启用本地Gui界面，交互实现使用多个Mcp服务的演示Demo。

目录结构

noesis-hub/
├── src/
│ └── minimal_python_project/
│ ├── core.py # 主程序入口，包含主要逻辑
│ ├── init.py # 包初始化文件
│ └── utils.py # 工具函数（如有）
├── .venv/ # Poetry 虚拟环境目录
├── pyproject.toml # Poetry 配置与依赖管理
├── README.md # 项目说明文档
└── 其他文件

环境准备与安装

1. 配置国内 PyPI 镜像（推荐，提升依赖安装速度）

$env:PIP_INDEX_URL = "https://pypi.tuna.tsinghua.edu.cn/simple"

说明：此命令仅在当前 PowerShell 会话生效，适合中国大陆用户加速 pip 安装。

2. 安装 Qwen-Agent 及其扩展组件

pip install -U "qwen-agent[rag,code_interpreter,gui,mcp]"

说明：安装 Qwen-Agent 及其 RAG、代码解释、GUI、MCP 等全部功能模块。

3. 配置 Poetry 虚拟环境到项目目录

python -m poetry config virtualenvs.in-project true

说明：让 Poetry 虚拟环境自动创建在项目根目录下的 .venv 文件夹，便于隔离和管理依赖。

4. 激活 Poetry 虚拟环境

python -m poetry env activate

说明：激活项目专属的虚拟环境，确保依赖不会污染全局环境。若提示未找到命令，可直接运行 .venv\Scripts\activate。

5. 在虚拟环境中再次安装 Qwen-Agent（确保依赖完整）

pip install -U "qwen-agent[rag,code_interpreter,gui,mcp]"

说明：此步骤确保所有依赖都安装在虚拟环境内，避免环境冲突。

---

MCP服务配置与安装

魔塔社区-MCP广场获取需要的MCP服务： https://modelscope.cn/mcp

• 【圈1】访问MCP广场，使用【圈2】和 【圈3】的MCP服务（本次演示DEMO使用的MCP服务）
  
  

tips: 推荐选择 Hosted标签的mcp服务，MCP广场中云托管服务的标识。

• 本次项目使用的第一个MCP服务配置：Fetch网页内容抓取，主要看【圈1】部分，最初会看到【连接】按钮点击后会看到【圈1】所示的配置信息，此信息最好不要暴露，推荐本次使用的时效性24小时，获得的配置信息之后会用在python代码中。
  
• 本次项目使用的第二个MCP服务配置：今天吃什么，推荐美食菜谱，依旧主要注意【圈1】配置信息。
  
• MCP服务本地安装及部署（为了演示分别采用两种MCP服务配置方式）
  • 第一种配置（SSE URL远程调用）Fetch网页内容抓取-MCP
    • 无需本地安装服务端，依赖SSE通信协议
  • 第二种配置（本地部署） 今天吃什么-MCP
    • 这里筛出其中几个命令。详细参照：服务详情 说明内容

    tips: 每个模型广场的MCP服务点进其网页后都会有，服务详情，工具测试 。

         git clone https://github.com/worryzyy/howtocook-mcp