tsuki_mcp_filesystem_server MCP Server

Hvad gør “tsuki_mcp_filesystem_server” MCP Server?

tsuki_mcp_filesystem_server er en specialdesignet server, der er kompatibel med Model Context Protocol (MCP), og som er skabt for at lette søgning og åbning af filer på det lokale filsystem. Serveren er målrettet integration med OpenAI’s Agent SDK og eksponerer filsystemressourcer via MCP, så AI-assistenter og -agenter kan forespørge, vise og få adgang til filer i en angivet mappe på værtsmaskinen. Nøglefunktioner inkluderer automatisk MIME-typegenkendelse og fleksibel konfiguration via miljøvariabler. Ved at understøtte resources/list-metoden muliggør denne server udviklingsarbejdsgange, der kræver programmatisk filopdagelse eller håndtering, så AI-drevne værktøjer kan interagere med lokale filer på en standardiseret og sikker måde.

Liste over Prompter

Ingen prompt-skabeloner er nævnt i repositoryet.

Liste over Ressourcer

• File System Resource
  Giver adgang til lokale filsystemfiler, så klienter kan søge og vise filer i en angivet mappe.
• resources/list
  Et endpoint, der henter en liste over filer i målmappen og eksponerer dem som ressourcer for AI-klienter.

Liste over Værktøjer

• resources/list
  Værktøj, der giver mulighed for at vise filer i den konfigurerede lokale mappe, så de er tilgængelige for klienter til videre handling.

Anvendelsestilfælde for denne MCP-server

• Lokal filopdagelse
  Udviklere kan bruge serveren til programmatisk at finde og vise filer i en målmapppe, hvilket hjælper med filhåndteringsopgaver.
• Filkontekst til LLMs
  Gør det muligt for store sprogmodeller og AI-agenter at hente lokale fillister, som kan bruges som kontekst til kodeanalyse eller dokumentationsopgaver.
• Agent SDK-integration
  Fungerer problemfrit med OpenAI’s Agent SDK, så agenter kan bruge filsøgningsfunktioner som en del af større automatiseringsflows.
• Automatisk MIME-typegenkendelse
  Registrerer automatisk MIME-typer for filer, hvilket er nyttigt ved behandling eller filtrering af filer baseret på type.

Sådan sætter du det op

Windsurf

1. Forudsætninger:
   Sørg for, at Python og pip er installeret.
2. Klon repositoryet:
   git clone https://github.com/yuutotsuki/tsuki_mcp_filesystem_server.git
3. Installer afhængigheder:
   pip install -r requirements.txt
4. Konfigurer miljøet:
   Kopiér .env.example til .env og rediger ROOT_PATH, HOST, PORT og LOG_LEVEL.
5. Registrér med Windsurf:
   Tilføj serveroplysningerne til din Windsurf MCP-konfiguration.

Eksempel på JSON:

{
  "mcpServers": {
    "tsuki_mcp_filesystem": {
      "command": "python",
      "args": ["main.py"]
    }
  }
}

Sikring af API-nøgler:

{
  "env": {
    "ROOT_PATH": "/sti/til/din/søge/mappe"
  },
  "inputs": {}
}

Claude

1. Forudsætninger:
   Installer Python og afhængigheder som ovenfor.
2. Opsæt miljø:
   Konfigurer .env med din mappe.
3. Integrér med Claude:
   Tilføj MCP-serverkonfiguration til dine Claude-indstillinger.
4. Start serveren:
   python main.py
5. Verificér forbindelsen:
   Sørg for, at Claude kan se MCP-serveren.

Eksempel på JSON:

{
  "mcpServers": {
    "tsuki_mcp_filesystem": {
      "command": "python",
      "args": ["main.py"]
    }
  }
}

Sikring af API-nøgler:

{
  "env": {
    "ROOT_PATH": "/sti/til/din/søge/mappe"
  },
  "inputs": {}
}

Cursor

1. Klon og installer:
   Klon repoet og installer kravene.
2. Opsæt miljø:
   Kopiér og redigér .env.
3. Konfigurer Cursor:
   Tilføj MCP-serveren til Cursor’s konfiguration.
4. Kør serveren:
   python main.py
5. Genstart Cursor og kontroller:
   Bekræft at MCP genkendes.

Eksempel på JSON:

{
  "mcpServers": {
    "tsuki_mcp_filesystem": {
      "command": "python",
      "args": ["main.py"]
    }
  }
}

Sikring af API-nøgler:

{
  "env": {
    "ROOT_PATH": "/sti/til/din/søge/mappe"
  },
  "inputs": {}
}

Cline

1. Installer krav:
   Som ovenfor.
2. Konfigurer .env:
   Sæt ROOT_PATH, HOST og PORT.
3. Tilføj til Cline:
   Registrér MCP-serveren i Cline’s konfiguration.
4. Start serveren:
   python main.py
5. Tjek drift:
   Bekræft synlighed af MCP-server.

Eksempel på JSON:

{
  "mcpServers": {
    "tsuki_mcp_filesystem": {
      "command": "python",
      "args": ["main.py"]
    }
  }
}

Sikring af API-nøgler:

{
  "env": {
    "ROOT_PATH": "/sti/til/din/søge/mappe"
  },
  "inputs": {}
}

Sådan bruges denne MCP i flows

Brug af MCP i FlowHunt

For at integrere MCP-servere i dit FlowHunt-flow skal du starte med at tilføje MCP-komponenten til dit flow og forbinde den til din AI-agent:

Klik på MCP-komponenten for at åbne konfigurationspanelet. I systemets MCP-konfigurationssektion indsætter du dine MCP-serveroplysninger med dette JSON-format:

{
  "tsuki_mcp_filesystem": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Når den er konfigureret, kan AI-agenten nu bruge denne MCP som et værktøj med adgang til alle dens funktioner og muligheder. Husk at ændre “tsuki_mcp_filesystem” til navnet på din MCP-server og erstatte URL’en med din egen MCP-server-URL.

Oversigt

På baggrund af de tilgængelige oplysninger er tsuki_mcp_filesystem_server en minimal, men fokuseret MCP-server til lokal filsøgning. Den tilbyder essentielle funktioner og tydelig konfiguration, men mangler avancerede MCP-primitiver som promts, rødder eller sampling support. Dens nytteværdi er høj til specialiserede anvendelser, men bredere anvendelser kræver mere funktionalitet.

MCP-score