> ## Documentation Index > Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt > Use this file to discover all available pages before exploring further. # Configurar o servidor MCP do ClickHouse com o Ollama > Este guia explica como configurar o Ollama com um servidor MCP do ClickHouse. > Este guia explica como usar o servidor MCP do ClickHouse com o Ollama. Ollama é uma biblioteca para executar Large Language Models (LLMs) na sua própria máquina. Ele tem uma [grande variedade de modelos disponíveis](https://ollama.com/library) e é fácil de usar. Você pode baixar o Ollama para Mac, Windows ou Linux na [página de download](https://ollama.com/download). Depois de iniciar o Ollama, ele iniciará um servidor local em segundo plano que você pode usar para executar modelos. Como alternativa, você pode iniciar o servidor manualmente executando `ollama serve`. Depois de instalado, você pode baixar um modelo para a sua máquina assim: ```bash theme={null} ollama pull qwen3:8b ``` Isso fará o download do modelo para sua máquina local, caso ele ainda não esteja presente. Depois de baixado, você pode executar o modelo assim: ```bash theme={null} ollama run qwen3:8b ``` Somente [modelos com suporte a ferramentas](https://ollama.com/search?c=tools) funcionarão com MCP servers. Podemos listar assim os modelos que baixamos: ```bash theme={null} ollama ls ``` ```text theme={null} NAME ID SIZE MODIFIED qwen3:latest 500a1f067a9f 5.2 GB 3 days ago ``` Podemos usar o comando a seguir para obter mais informações sobre o modelo que baixamos: ```bash theme={null} ollama show qwen3 ``` ```text theme={null} Model architecture qwen3 parameters 8.2B context length 40960 embedding length 4096 quantization Q4_K_M Capabilities completion tools Parameters repeat_penalty 1 stop "<|im_start|>" stop "<|im_end|>" temperature 0.6 top_k 20 top_p 0.95 License Apache License Version 2.0, January 2004 ``` Podemos ver por essa saída que o modelo qwen3 padrão tem pouco mais de 8 bilhões de parâmetros. No momento da redação deste texto (julho de 2025), não há funcionalidade nativa para usar o Ollama com MCP servers. No entanto, podemos usar o [MCPHost](https://github.com/mark3labs/mcphost) para executar modelos do Ollama com MCP servers. O MCPHost é um aplicativo em Go, então você precisará garantir que o [Go esteja instalado](https://go.dev/doc/install) na sua máquina. Em seguida, você pode instalar o MCPHost executando o seguinte comando: ```bash theme={null} go install github.com/mark3labs/mcphost@latest ``` O binário será instalado em `~/go/bin`, então precisamos garantir que esse diretório esteja no PATH. Podemos configurar servidores MCP com o MCPHost em arquivos YAML ou JSON. O MCPHost procurará os arquivos de configuração no seu diretório pessoal na seguinte ordem: 1. `.mcphost.yml` ou `.mcphost.json` (preferencial) 2. `.mcp.yml` ou `.mcp.json` (para compatibilidade com versões anteriores) Ele usa uma sintaxe semelhante à usada no arquivo de configuração padrão do MCP. Aqui está um exemplo de configuração de um servidor MCP do ClickHouse, que vamos salvar no arquivo `~/.mcphost.json`: ```json theme={null} { "mcpServers": { "mcp-ch": { "type": "local", "command": ["uv", "run", "--with", "mcp-clickhouse", "--python", "3.10", "mcp-clickhouse" ] } } } ``` A principal diferença em relação ao arquivo de configuração padrão do MCP é que precisamos especificar um `type`. O `type` é usado para indicar o tipo de transporte usado pelo servidor MCP. * `local` → transporte stdio * `remote` → transporte streamable * `builtin` → transporte inprocess Também precisaremos configurar as seguintes variáveis de ambiente: ```bash theme={null} export CLICKHOUSE_HOST=sql-clickhouse.clickhouse.com export CLICKHOUSE_USER=demo export CLICKHOUSE_PASSWORD="" ``` Em teoria, você deveria conseguir definir essas variáveis na chave `environment` do arquivo de configuração do MCP, mas verificamos que isso não funciona. Depois de configurar o ClickHouse MCP server, você pode executar o MCPHost com o comando a seguir: ```bash theme={null} mcphost --model ollama:qwen3 ``` Ou, se quiser usar um arquivo de configuração específico: ```bash theme={null} mcphost --model ollama:qwen3 --config ~/.mcphost.json ``` Se você não informar `--model`, o MCPHost procurará a variável de ambiente `ANTHROPIC_API_KEY` e usará o modelo `anthropic:claude-sonnet-4-20250514`. Devemos ver a seguinte saída: ```text theme={null} ┃ ┃ ┃ Model loaded: ollama (qwen3) ┃ ┃ MCPHost System (09:52) ┃ ┃ ┃ ┃ ┃ ┃ Model loaded successfully on GPU ┃ ┃ MCPHost System (09:52) ┃ ┃ ┃ ┃ ┃ ┃ Loaded 3 tools from MCP servers ┃ ┃ MCPHost System (09:52) ┃ ┃ ┃ Enter your prompt (Type /help for commands, Ctrl+C to quit, ESC to cancel generation) ``` Podemos usar o comando `/servers` para listar os servidores MCP: ```text theme={null} ┃ ┃ ┃ ## Configured MCP servers ┃ ┃ ┃ ┃ 1. mcp-ch ┃ ┃ MCPHost System (10:00) ┃ ┃ ``` E `/tools` para listar as ferramentas disponíveis: ```text theme={null} ┃ ## Available Tools ┃ ┃ ┃ ┃ 1. mcp-ch__list_databases ┃ ┃ 2. mcp-ch__list_tables ┃ ┃ 3. mcp-ch__run_select_query ``` Podemos então fazer perguntas ao modelo sobre os bancos de dados e as tabelas disponíveis no playground do ClickHouse SQL. Pela nossa experiência com modelos menores (o modelo qwen3 padrão tem 8 bilhões de parâmetros), você precisará ser mais específico sobre o que gostaria que ele fizesse. Por exemplo, você precisará pedir explicitamente que ele liste os bancos de dados e as tabelas, em vez de pedir logo de início que consulte uma determinada tabela. Você pode atenuar parcialmente esse problema usando um modelo maior (por exemplo, qwen3:14b), mas ele será executado mais lentamente em hardware de consumo.