MCPをローカルLLMで使う。LM Studioのホスト対応とOllamaの現実

MCP(Model Context Protocol)は、AIに外部ツールを繋ぐ標準です。クラウドAIの機能と思われがちですが、ローカルLLMでも使えます。LM StudioとOllamaで対応が違うので、その現実を整理します。

MCPとは

MCPは、AIモデルに外部のツールやデータソースを標準化された形で繋ぐプロトコルです。ファイル・検索・API・データベースなどを、共通の作法でモデルから叩けるようにします。

「ローカルモデルでMCPツールを使う」ことは可能ですが、どのアプリを使うかで構成が変わります。

LM Studio: 公式にMCPホスト対応

LM Studioは、MCPを正面から扱えます。

• v0.3.17以降、LM Studio自体がMCPホストとして動作

• ローカル・リモート両方のMCPサーバーに対応

• 設定はmcp.json(Cursorの記法に準拠)を編集して行う(LM Studio MCP公式ドキュメント)

ローカルモデルにMCPツールを繋ぎたいなら、LM Studioが最も手軽な入口です。ただし公式も警告する通り、MCPサーバーは任意コード実行やファイルアクセスの恐れがあるため、信頼できる提供元に限定します。

Ollama: 本体にMCPホストは内蔵しない

Ollamaは事情が違います。

• 本体はMCPホストを公式内蔵していない

• 代わりに、ツールコール(function calling)対応のAPIを提供する(Ollama ツールコール公式ブログ)

• MCPで使うには、外部のMCPクライアント(Cline、専用クライアント等)経由でOllamaのツールコール対応モデルに繋ぐ構成が主流

つまり「ローカルモデルがMCPツールを叩く」こと自体は成立しますが、MCPプロトコルの解釈はクライアント側が担い、Ollamaが仲介するのはツールコールAPI層です。

共通の注意: モデル依存が大きい

LM StudioでもOllamaでも、共通して効くのがモデルの実力です。

• ツールコール向けに訓練されたモデル(Qwen3系など)でないと、整形不良(malformed)が出やすい

• 小型・無訓練モデルだと、MCPツールをうまく呼べない

MCPを使う前提で、tool callingに強いモデルを選びます(『ローカル自律エージェントはどこまで実用か』の32B閾値の議論も参照)。

構成の選び方

まとめ

• MCPはAIに外部ツールを繋ぐ標準。ローカルLLMでも使える

• LM Studioはv0.3.17以降、自体がMCPホスト。mcp.jsonで設定でき最も手軽

• Ollamaは本体にMCPホストなし。ツールコールAPIを提供し、外部MCPクライアント経由で繋ぐ

• どちらもモデル依存が大きい。tool calling訓練済みモデルを選ぶ。MCPサーバーの出所に注意

主な参考資料: LM Studio MCP公式ドキュメント、Ollama ツールコール公式ブログ

TodoONadaでは、MCPを使ったローカルLLMのツール連携・エージェント構築を支援しています。お問い合わせはこちら。