tsuki_mcp_filesystem_server MCP 서버

“tsuki_mcp_filesystem_server” MCP 서버는 무엇을 하나요?

tsuki_mcp_filesystem_server는 Model Context Protocol(MCP)과 호환되는 커스텀 서버로, 로컬 파일 시스템에서 파일 검색 및 열기 기능을 제공합니다. OpenAI Agent SDK와의 통합을 위해 설계되었으며, 파일 시스템 리소스를 MCP를 통해 노출하여 AI 어시스턴트와 에이전트가 호스트 머신 내 지정된 디렉토리의 파일을 쿼리, 목록화, 접근할 수 있게 합니다. 주요 기능으로는 자동 MIME 타입 감지와 환경 변수 기반의 유연한 설정이 있습니다. resources/list 메서드를 지원하여, 프로그래밍 방식의 파일 탐색이나 관리가 필요한 개발 워크플로우에서 표준화되고 안전한 방법으로 AI 기반 도구가 로컬 파일과 상호작용할 수 있도록 합니다.

프롬프트 목록

레포지토리에 프롬프트 템플릿이 명시되어 있지 않습니다.

리소스 목록

• File System Resource
  로컬 파일 시스템 파일 접근을 제공하여, 클라이언트가 지정된 디렉토리 내 파일을 검색하고 나열할 수 있습니다.
• resources/list
  대상 디렉토리의 파일 목록을 조회해 AI 클라이언트에 리소스로 노출하는 엔드포인트입니다.

도구 목록

• resources/list
  설정된 로컬 디렉토리 내 파일을 나열할 수 있게 해주는 도구로, 클라이언트가 추가 작업을 할 수 있도록 파일 목록을 제공합니다.

MCP 서버 활용 사례

• 로컬 파일 탐색
  개발자가 지정한 디렉토리 내 파일을 프로그래밍 방식으로 탐색·목록화할 수 있어 파일 관리 업무에 유용합니다.
• LLM을 위한 파일 컨텍스트
  대형 언어 모델 및 AI 에이전트가 로컬 파일 목록을 받아 코드 분석이나 문서화 작업 시 컨텍스트로 활용할 수 있습니다.
• Agent SDK 통합
  OpenAI Agent SDK와 원활하게 연동되어, 광범위한 자동화 흐름 내에서 파일 검색 기능을 사용할 수 있습니다.
• 자동 MIME 타입 감지
  파일의 MIME 타입을 자동 감지하여, 파일 타입별 처리나 필터링 작업에 효과적입니다.

설치 방법

Windsurf

1. 사전 준비:
   Python과 pip가 설치되어 있는지 확인하세요.
2. 레포지토리 클론:
   git clone https://github.com/yuutotsuki/tsuki_mcp_filesystem_server.git
3. 의존성 설치:
   pip install -r requirements.txt
4. 환경 설정:
   .env.example을 .env로 복사한 후 ROOT_PATH, HOST, PORT, LOG_LEVEL을 수정하세요.
5. Windsurf에 등록:
   Windsurf MCP 설정에 서버 정보를 추가하세요.

예시 JSON:

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

API 키 보호:

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

Claude

1. 사전 준비:
   위와 같이 Python 및 의존성을 설치하세요.
2. 환경 설정:
   .env 파일에 디렉토리를 지정하세요.
3. Claude와 연동:
   Claude 설정에 MCP 서버 정보를 추가하세요.
4. 서버 시작:
   python main.py
5. 연결 확인:
   Claude가 MCP 서버를 인식하는지 확인하세요.

예시 JSON:

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

API 키 보호:

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

Cursor

1. 클론 및 설치:
   레포를 복제하고 요구 사항을 설치하세요.
2. 환경 설정:
   .env를 복사 및 편집하세요.
3. Cursor 설정:
   Cursor 설정에 MCP 서버를 추가하세요.
4. 서버 실행:
   python main.py
5. Cursor 재시작 및 확인:
   MCP가 인식되는지 확인하세요.

예시 JSON:

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

API 키 보호:

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

Cline

1. 의존성 설치:
   위와 동일합니다.
2. .env 설정:
   ROOT_PATH, HOST, PORT를 지정하세요.
3. Cline에 추가:
   Cline 설정에 MCP 서버를 등록하세요.
4. 서버 시작:
   python main.py
5. 동작 확인:
   MCP 서버가 정상적으로 보이는지 확인하세요.

예시 JSON:

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

API 키 보호:

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

플로우 내에서 MCP 사용 방법

FlowHunt에서 MCP 활용하기

FlowHunt 워크플로우에 MCP 서버를 통합하려면, 플로우에 MCP 컴포넌트를 추가하고 AI 에이전트와 연결하세요.

MCP 컴포넌트를 클릭하여 구성 창을 엽니다. 시스템 MCP 설정 섹션에 아래와 같이 MCP 서버 정보를 JSON 형식으로 입력하세요:

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

구성이 완료되면, AI 에이전트가 이 MCP의 모든 기능과 도구에 접근할 수 있습니다. “tsuki_mcp_filesystem” 부분은 실제 MCP 서버 이름으로, url은 본인의 MCP 서버 주소로 바꾸는 것을 잊지 마세요.

개요

제공된 정보를 바탕으로, tsuki_mcp_filesystem_server는 로컬 파일 시스템 검색에 특화된 간결하고 집중된 MCP 서버입니다. 필수 기능과 명확한 설정을 제공하지만, 프롬프트·루트·샘플링 등 고급 MCP 프리미티브는 지원하지 않습니다. 특수 목적에는 매우 유용하지만, 더 폭넓은 활용에는 추가 기능이 필요합니다.

MCP 점수