Streamlit
一个集成Ollama模型并支持维基摘要抓取的双界面MCP主机工具。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Streamlit。 它的用途是：一个集成Ollama模型并支持维基摘要抓取的双界面MCP主机工具。 完整的 Skill 内容见：https://321skill.com/skills/streamlit-streamlit-as-an-mcp-host/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“启动MCP主机，并用llama3.2模型总结一下‘机器学习’的维基百科页面。” 它会启动Streamlit服务，你在Web界面中选择Ollama模型和维基摘要工具，输入关键词后，即可获得由本地模型生成的简洁摘要。
介绍
Streamlit as-an-MCP-Host 解决的核心问题是，让开发者能够便捷地构建和运行一个集成了本地大语言模型（Ollama）和网络信息获取能力的MCP（模型上下文协议）服务器。它提供了一个可交互的Web界面，方便用户配置和管理模型工具。
使用方式上，用户通过简单的命令启动该Streamlit应用，即可在浏览器中访问一个双界面控制台。一个界面用于管理和调用集成的Ollama模型，另一个界面则专门用于执行维基百科内容的抓取与摘要生成任务，所有功能都通过MCP协议标准化地暴露给兼容的AI客户端。
这个工具非常适合希望快速搭建本地AI应用原型、需要结合本地模型与实时网络信息的开发者，以及对MCP协议感兴趣、想要探索多工具集成方案的智能体开发者。它降低了构建功能丰富AI助手的门槛。
使用建议是，请确保本地已安装并运行了Ollama服务，并下载了所需的模型。由于涉及网络请求，请注意目标网站的robots.txt协议及使用频率，避免对目标服务器造成压力。初次使用时，建议从简单的模型调用和摘要任务开始熟悉界面。
核心特点
与同类仅提供单一模型接口的MCP工具相比，它原生集成了Ollama模型调用和维基百科摘要抓取两个核心工具，并提供了直观的Streamlit双界面进行管理和操作，实现了开箱即用的本地模型与网络能力结合。
注意事项
不适合需要处理非维基百科网站内容或依赖云端强大模型（如GPT-4）进行复杂推理的生产级场景。
常见问题
需要提前安装Ollama吗？
是的，需要先在本地安装并运行Ollama，并拉取所需模型。
它能抓取其他网站吗？
当前主要针对维基百科进行了优化，抓取其他网站可能需要修改代码。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/streamlit-streamlit-as-an-mcp-host/raw/index.md 读取 Streamlit 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/streamlit-streamlit-as-an-mcp-host/raw/index.md（查看排版版本）