tsuki_mcp_filesystem_server Servidor MCP

¿Qué hace el Servidor MCP “tsuki_mcp_filesystem_server”?

El tsuki_mcp_filesystem_server es un servidor personalizado compatible con el Model Context Protocol (MCP), diseñado para facilitar la búsqueda y apertura de archivos en el sistema de archivos local. Adaptado para la integración con el Agent SDK de OpenAI, expone recursos del sistema de archivos a través del MCP, permitiendo que asistentes y agentes de IA consulten, enumeren y accedan a archivos dentro de un directorio especificado en la máquina anfitriona. Sus características clave incluyen la detección automática de tipos MIME y la configuración flexible mediante variables de entorno. Al soportar el método resources/list, este servidor permite flujos de desarrollo que requieren descubrimiento o gestión programática de archivos, posibilitando que herramientas impulsadas por IA interactúen con archivos locales de manera estandarizada y segura.

Lista de Prompts

No se mencionan plantillas de prompts en el repositorio.

Lista de Recursos

• Recurso del sistema de archivos
  Proporciona acceso a los archivos del sistema de archivos local, permitiendo a los clientes buscar y listar archivos dentro de un directorio especificado.
• resources/list
  Un endpoint que recupera una lista de archivos en el directorio objetivo, exponiéndolos como recursos para clientes de IA.

Lista de Herramientas

• resources/list
  Herramienta que permite listar archivos en el directorio local configurado, poniéndolos a disposición de los clientes para acciones posteriores.

Casos de uso de este servidor MCP

• Descubrimiento local de archivos
  Los desarrolladores pueden utilizar el servidor para descubrir y listar archivos de forma programática dentro de un directorio objetivo, facilitando tareas de gestión de archivos.
• Contexto de archivos para LLMs
  Permite que modelos de lenguaje y agentes de IA recuperen listados de archivos locales, los cuales pueden utilizarse como contexto para tareas de análisis de código o documentación.
• Integración con Agent SDK
  Funciona perfectamente con el Agent SDK de OpenAI, permitiendo que los agentes utilicen capacidades de búsqueda de archivos como parte de flujos de automatización más amplios.
• Detección automática de tipo MIME
  Detecta automáticamente los tipos MIME de los archivos, lo cual resulta útil al procesar o filtrar archivos según su tipo.

Cómo configurarlo

Windsurf

1. Requisitos previos:
   Asegúrate de tener Python y pip instalados.
2. Clona el repositorio:
   git clone https://github.com/yuutotsuki/tsuki_mcp_filesystem_server.git
3. Instala las dependencias:
   pip install -r requirements.txt
4. Configura el entorno:
   Copia .env.example a .env y edita ROOT_PATH, HOST, PORT y LOG_LEVEL.
5. Regístralo en Windsurf:
   Agrega la información del servidor a la configuración MCP de Windsurf.

Ejemplo de JSON:

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

Asegurando las claves API:

{
  "env": {
    "ROOT_PATH": "/ruta/al/directorio/de/búsqueda"
  },
  "inputs": {}
}

Claude

1. Requisitos previos:
   Instala Python y dependencias como arriba.
2. Configura el entorno:
   Configura .env con tu directorio.
3. Integra con Claude:
   Agrega la configuración MCP a los ajustes de Claude.
4. Inicia el servidor:
   python main.py
5. Verifica la conexión:
   Asegúrate de que Claude puede ver el servidor MCP.

Ejemplo de JSON:

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

Asegurando las claves API:

{
  "env": {
    "ROOT_PATH": "/ruta/al/directorio/de/búsqueda"
  },
  "inputs": {}
}

Cursor

1. Clona e instala:
   Clona el repositorio e instala los requisitos.
2. Configura el entorno:
   Copia y edita .env.
3. Configura Cursor:
   Añade el servidor MCP a la configuración de Cursor.
4. Ejecuta el servidor:
   python main.py
5. Reinicia Cursor y verifica:
   Confirma que el MCP es reconocido.

Ejemplo de JSON:

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

Asegurando las claves API:

{
  "env": {
    "ROOT_PATH": "/ruta/al/directorio/de/búsqueda"
  },
  "inputs": {}
}

Cline

1. Instala los requisitos:
   Como arriba.
2. Configura .env:
   Define ROOT_PATH, HOST y PORT.
3. Añade a Cline:
   Registra el servidor MCP en la configuración de Cline.
4. Inicia el servidor:
   python main.py
5. Verifica operación:
   Valida la visibilidad del servidor MCP.

Ejemplo de JSON:

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

Asegurando las claves API:

{
  "env": {
    "ROOT_PATH": "/ruta/al/directorio/de/búsqueda"
  },
  "inputs": {}
}

Cómo usar este MCP dentro de flujos

Uso de MCP en FlowHunt

Para integrar servidores MCP en tu flujo de trabajo de FlowHunt, comienza añadiendo el componente MCP a tu flujo y conectándolo a tu agente de IA:

Haz clic en el componente MCP para abrir el panel de configuración. En la sección de configuración del sistema MCP, inserta los detalles de tu servidor MCP usando este formato JSON:

{
  "tsuki_mcp_filesystem": {
    "transport": "streamable_http",
    "url": "https://tuserverdemcp.ejemplo/rutadelmcp/url"
  }
}

Una vez configurado, el agente de IA podrá usar este MCP como una herramienta con acceso a todas sus funciones y capacidades. Recuerda cambiar “tsuki_mcp_filesystem” por el nombre real de tu servidor MCP y reemplazar la URL por tu propia URL de MCP.

Resumen

Según la información presente, tsuki_mcp_filesystem_server es un servidor MCP minimalista pero enfocado para la búsqueda en sistemas de archivos locales. Ofrece funciones esenciales y una configuración clara, pero carece de primitivas MCP avanzadas como prompts, raíces o soporte de muestreo. Su utilidad es alta para casos de uso especializados, aunque aplicaciones más amplias requerirían más funcionalidad.

Puntuación MCP