tsuki_mcp_filesystem_server MCP Server

Cosa fa il server MCP “tsuki_mcp_filesystem_server”?

Il tsuki_mcp_filesystem_server è un server personalizzato compatibile con il Model Context Protocol (MCP) progettato per facilitare la ricerca e l’apertura di file sul filesystem locale. Pensato per l’integrazione con l’Agent SDK di OpenAI, espone le risorse del file system tramite MCP, consentendo ad assistenti e agenti AI di interrogare, elencare e accedere ai file all’interno di una directory specificata sulla macchina host. Le caratteristiche principali includono il rilevamento automatico del tipo MIME e una configurazione flessibile tramite variabili d’ambiente. Supportando il metodo resources/list, questo server abilita flussi di lavoro di sviluppo che richiedono la scoperta o la gestione programmatica dei file, consentendo agli strumenti alimentati da AI di interagire con i file locali in modo standardizzato e sicuro.

Elenco dei Prompt

Nessun modello di prompt è menzionato nel repository.

Pronto a far crescere il tuo business?

Inizia oggi la tua prova gratuita e vedi i risultati in pochi giorni.

Richiedi demo Accedi

Elenco delle Risorse

• Risorsa File System
  Fornisce accesso ai file del filesystem locale, consentendo ai client di cercare ed elencare i file all’interno di una directory specificata.
• resources/list
  Un endpoint che recupera un elenco di file nella directory di destinazione, esponendoli come risorse per i client AI.

Elenco degli Strumenti

• resources/list
  Strumento che consente di elencare i file nella directory locale configurata, rendendoli disponibili ai client per ulteriori azioni.

Iscriviti alla nostra newsletter

Ricevi gratuitamente gli ultimi consigli, tendenze e offerte.

Indirizzo email

Iscriviti

Casi d’Uso di questo Server MCP

• Scoperta di File Locali
  Gli sviluppatori possono utilizzare il server per scoprire ed elencare in modo programmatico i file all’interno di una directory di destinazione, facilitando le attività di gestione dei file.
• Contesto File per LLM
  Permette a modelli linguistici di grandi dimensioni e agenti AI di recuperare elenchi di file locali, utilizzabili come contesto per analisi di codice o compiti di documentazione.
• Integrazione con Agent SDK
  Funziona senza problemi con l’Agent SDK di OpenAI, consentendo agli agenti di utilizzare la ricerca file come parte di flussi di automazione più ampi.
• Rilevamento Automatico del Tipo MIME
  Rileva automaticamente i tipi MIME dei file, utile per elaborare o filtrare i file in base al tipo.

Come configurarlo

Windsurf

1. Prerequisiti:
   Assicurati che Python e pip siano installati.
2. Clona il repository:
   git clone https://github.com/yuutotsuki/tsuki_mcp_filesystem_server.git
3. Installa le dipendenze:
   pip install -r requirements.txt
4. Configura l’ambiente:
   Copia .env.example in .env e modifica ROOT_PATH, HOST, PORT e LOG_LEVEL.
5. Registra con Windsurf:
   Aggiungi le informazioni del server alla configurazione MCP di Windsurf.

Esempio JSON:

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

Protezione delle chiavi API:

{
  "env": {
    "ROOT_PATH": "/path/to/your/search/directory"
  },
  "inputs": {}
}

Claude

1. Prerequisiti:
   Installa Python e le dipendenze come sopra.
2. Configura l’ambiente:
   Configura .env con la tua directory.
3. Integra con Claude:
   Aggiungi la configurazione MCP server alle impostazioni di Claude.
4. Avvia il server:
   python main.py
5. Verifica connessione:
   Assicurati che Claude veda il server MCP.

Esempio JSON:

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

Protezione delle chiavi API:

{
  "env": {
    "ROOT_PATH": "/path/to/your/search/directory"
  },
  "inputs": {}
}

Cursor

1. Clona e installa:
   Clona il repo e installa i requisiti.
2. Configura l’ambiente:
   Copia e modifica .env.
3. Configura Cursor:
   Aggiungi il server MCP alla configurazione di Cursor.
4. Avvia il server:
   python main.py
5. Riavvia Cursor e controlla:
   Conferma che MCP sia riconosciuto.

Esempio JSON:

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

Protezione delle chiavi API:

{
  "env": {
    "ROOT_PATH": "/path/to/your/search/directory"
  },
  "inputs": {}
}

Cline

1. Installa i requisiti:
   Come sopra.
2. Configura .env:
   Imposta ROOT_PATH, HOST e PORT.
3. Aggiungi a Cline:
   Registra il server MCP nella configurazione di Cline.
4. Avvia il server:
   python main.py
5. Controlla il funzionamento:
   Valida la visibilità del server MCP.

Esempio JSON:

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

Protezione delle chiavi API:

{
  "env": {
    "ROOT_PATH": "/path/to/your/search/directory"
  },
  "inputs": {}
}

Come usare questo MCP nei flussi

Utilizzare MCP in FlowHunt

Per integrare i server MCP nel tuo flusso di lavoro FlowHunt, inizia aggiungendo il componente MCP al tuo flow e collegandolo al tuo agente AI:

Clicca sul componente MCP per aprire il pannello di configurazione. Nella sezione di configurazione MCP di sistema, inserisci i dettagli del tuo server MCP usando questo formato JSON:

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

Una volta configurato, l’agente AI potrà usare questo MCP come strumento con accesso a tutte le sue funzioni e capacità. Ricorda di cambiare “tsuki_mcp_filesystem” con il vero nome del tuo server MCP e sostituire l’URL con quello del tuo server MCP.

Panoramica

In base alle informazioni presenti, tsuki_mcp_filesystem_server è un server MCP minimale ma mirato per la ricerca nel filesystem locale. Offre funzionalità essenziali e una configurazione chiara, ma manca di primitive MCP avanzate come prompt, radici o supporto sampling. La sua utilità è elevata per casi d’uso specifici, ma applicazioni più ampie richiederebbero maggiore funzionalità.

MCP Score