一、环境准备（Windows/Mac通用）

1. 安装基础工具

1. Ollama（本地大模型）

   • 官网下载：https://ollama.com/download
   • 安装后执行（拉取DeepSeek模型）：

     ollama run deepseek-coder
     

2. Python环境

   • 安装Python 3.10+：https://www.python.org/downloads/
   • 安装依赖库：

     pip install mcp-client netmiko fastapi uvicorn
     

二、极简版MCP服务器开发

1. 创建配置文件 devices.json

{
  "devices": [
    {
      "ip": "192.168.1.1",
      "device_type": "huawei",
      "username": "admin",
      "password": "Admin@123"
    }
  ]
}

2. 编写MCP服务器 mcp_server.py

from fastapi import FastAPI
from netmiko import ConnectHandler
import json

app = FastAPI()

# 加载设备配置
with open('devices.json') as f:
    devices = json.load(f)['devices']

@app.post("/mcp")
async def handle_request(data: dict):
    method = data.get("method")
    params = data.get("params", {})
    
    if method == "check_device_status":
        result = {}
        for device in devices:
            try:
                # 连接设备
                conn = ConnectHandler(
                    ip=device['ip'],
                    device_type=device['device_type'],
                    username=device['username'],
                    password=device['password']
                )
                # 执行巡检命令
                output = conn.send_command("display health")
                result[device['ip']] = output
            except Exception as e:
                result[device['ip']] = f"错误：{str(e)}"
        return {"result": result}
    else:
        return {"error": "未知方法"}

3. 启动服务器

uvicorn mcp_server:app --reload --port 8000

三、本地模型集成（DeepSeek）

1. 编写模型交互脚本 ask_ai.py

import requests
import json

def ask_ai(question):
    # 调用本地Ollama的DeepSeek
    response = requests.post(
        "http://localhost:11434/api/generate",
        json={
            "model": "deepseek-coder",
            "prompt": f"用户要求：{question}。请生成调用MCP检查网络设备状态的JSON请求，设备信息已在后台配置。"
        }
    )
    return response.json()['response']

# 示例：用户输入自然语言指令
user_input = "请帮我检查所有网络设备状态"
ai_response = ask_ai(user_input)
print("AI生成的请求：", ai_response)

2. 测试调用（输出示例）

{
  "method": "check_device_status",
  "params": {}
}

四、全流程测试

1. 启动所有服务

   • 命令行1：ollama run deepseek-coder
   • 命令行2：uvicorn mcp_server:app --reload --port 8000

2. 执行巡检

   python ask_ai.py
   # 根据AI输出的JSON，手动执行（或自动化）：
   curl -X POST http://localhost:8000/mcp \
   -H "Content-Type: application/json" \
   -d '{"method":"check_device_status","params":{}}'
   

3. 预期结果

{
  "result": {
    "192.168.1.1": "Health Status: Normal\nCPU Usage: 15%\nMemory Usage: 30%"
  }
}

五、常见问题解决

1. Ollama连接失败

   • 检查服务是否启动：ollama serve
   • 确认防火墙开放11434端口

2. 设备连接错误

   • 修改devices.json中的IP/账号
   • 测试网络连通性：ping 192.168.1.1

3. 中文提示优化
   修改ask_ai.py中的提示词：

   prompt = f"用户要求：{question}。请生成调用MCP检查网络设备状态的JSON请求，直接返回JSON不要解释。"
   

六、方案优势

• 完全本地化：数据不出内网
• 零云服务依赖：断网环境也可用
• 极简代码：总行数<50行
• 安全可控：密码仅存于本地文件

下一步可扩展：添加Web界面、对接企业微信通知等。