
Python-biblioteker for utvikling av Model Context Protocol (MCP) Server
Raskt eksempel på hvordan du kan utvikle din egen MCP-server med Python.
Lær hvordan Model Context Protocol (MCP) lar Claude og andre AI-assistenter samhandle med dine lokale filer på en sikker måte gjennom sandkassede, tillatelsesbaserte operasjoner. Se praktiske eksempler og beste praksis for trygg implementering.
Model Context Protocol (MCP) gir et sikkert rammeverk for applikasjoner til å samhandle med filsystemer gjennom sandkassede operasjoner. Denne guiden forklarer hvordan MCP fungerer, dets nøkkelfunksjoner, og går gjennom et praktisk eksempel ved bruk av MCP Filesystem Server.
Model Context Protocol (MCP) er et kraftig sikkerhetsrammeverk laget for å muliggjøre kontrollerte interaksjoner mellom applikasjoner (som AI-assistenter) og eksterne systemer, spesielt filsystemer. MCP fungerer som en sikker bro som lar verktøy utføre operasjoner som å lese, skrive eller søke i filer i et sandkasset, tillatelsesstyrt miljø.
Protokollen er spesielt verdifull for utviklere som ønsker å integrere filsystemoperasjoner i applikasjoner som VS Code, Claude Desktop eller andre utviklingsmiljøer, samtidig som de opprettholder robuste sikkerhetsgrenser.
MCP Filesystem Server er en Node.js-implementasjon spesielt bygget for filsystemoperasjoner innenfor Model Context Protocol-rammeverket. Den tilbyr et omfattende verktøysett for å samhandle med filer og kataloger på en kontrollert måte.
Her er en oversikt over kjernefunksjonaliteten:
Alle disse verktøyene er tilgjengelige via file://system-ressursen, som fungerer som grensesnitt for MCP-filsystemoperasjoner.
For å illustrere hvordan MCP fungerer i praksis, går vi gjennom et ekte eksempel på bruk av MCP Filesystem Server med Claude, en AI-assistent, for å utføre vanlige filsystemoperasjoner.
Første steg var å finne ut hvilke kataloger Claude kunne få tilgang til. Vi brukte verktøyet list_allowed_directories, som viste to tillatte steder:
/Users/arshia/Desktop
/Users/arshia/Downloads
Dette bekreftet at Claudes operasjoner kun var begrenset til disse katalogene, noe som holder resten av filsystemet sikkert.
Deretter brukte vi list_directory-verktøyet for å se hvilke filer som var tilgjengelige. Resultatet viste:
For /Users/arshia/Desktop:
For /Users/arshia/Downloads:
Dette viste en fil med navnet shrek.txt
i Downloads-katalogen, sammen med andre filer og en katalog for Visual Studio Code.
Skjermbilde som viser list_directory-forespørsler og -svar for Desktop- og Downloads-katalogene
Med shrek.txt identifisert, forsøkte vi å lese innholdet ved hjelp av read_file-verktøyet. Først oppga vi bare filnavnet shrek.txt, i tro om at verktøyet ville søke i de tillatte katalogene.
Dette resulterte i en feil:
“Access denied – path outside allowed directories: /shrek.txt not in /Users/arshia/Desktop, /Users/arshia/Downloads.”
Feilen oppstod fordi MCP krever komplette filstier av sikkerhetsmessige årsaker.
Bilde 2: Skjermbilde som viser mislykket read_file-forsøk med feilmelding
Etter å ha rettet tilnærmingen vår, oppga vi hele stien /Users/arshia/Downloads/shrek.txt
til read_file-verktøyet. Denne gangen lykkes operasjonen, og filens innhold ble returnert:
Request
{
`path`: `/Users/arshia/Downloads/shrek.txt`
}
Response
Can you see what im writing here? If you do check this out:
⢀⡴⠑⡄⠀⠀⠀⠀⠀⠀⠀⣀⣀⣤⣤⣤⣀⡀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀⠀
⠸⡇⠀⠿⡀⠀⠀⠀⣀⡴⢿⣿⣿⣿⣿⣿⣿⣿⣷⣦⡀⠀⠀⠀⠀⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠑⢄⣠⠾⠁⣀⣄⡈⠙⣿⣿⣿⣿⣿⣿⣿⣿⣆⠀⠀⠀⠀⠀⠀⠀⠀
⠀⠀⠀⠀⢀⡀⠁⠀⠀⠈⠙⠛⠂⠈⣿⣿⣿⣿⣿⠿⡿⢿⣆⠀⠀⠀⠀⠀⠀⠀
⠀⠀⠀⢀⡾⣁⣀⠀⠴⠂⠙⣗⡀⠀⢻⣿⣿⠭⢤⣴⣦⣤⣹⠀⠀⠀⢀⢴⣶⣆
⠀⠀⢀⣾⣿⣿⣿⣷⣮⣽⣾⣿⣥⣴⣿⣿⡿⢂⠔⢚⡿⢿⣿⣦⣴⣾⠁⠸⣼⡿
⠀⢀⡞⠁⠙⠻⠿⠟⠉⠀⠛⢹⣿⣿⣿⣿⣿⣌⢤⣼⣿⣾⣿⡟⠉⠀⠀⠀⠀⠀
⠀⣾⣷⣶⠇⠀⠀⣤⣄⣀⡀⠈⠻⣿⣿⣿⣿⣿⣿⣿⣿⣿⣿⡇⠀⠀⠀⠀⠀⠀
⠀⠉⠈⠉⠀⠀⢦⡈⢻⣿⣿⣿⣶⣶⣶⣶⣤⣽⡹⣿⣿⣿⣿⡇⠀⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀⠀⠀⠉⠲⣽⡻⢿⣿⣿⣿⣿⣿⣿⣷⣜⣿⣿⣿⡇⠀⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀⠀⠀⢸⣿⣿⣷⣶⣮⣭⣽⣿⣿⣿⣿⣿⣿⣿⠀⠀⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀⣀⣀⣈⣿⣿⣿⣿⣿⣿⣿⣿⣿⣿⣿⣿⣿⠇⠀⠀⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀⢿⣿⣿⣿⣿⣿⣿⣿⣿⣿⣿⣿⣿⣿⣿⠃⠀⠀⠀⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀⠀⠹⣿⣿⣿⣿⣿⣿⣿⣿⣿⡿⠟⠁⠀⠀⠀⠀⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀⠀⠀⠀⠉⠛⠻⠿⠿⠿⠿⠛⠉
Shrek
Den vellykkede operasjonen bekreftet at MCP kunne lese filer når korrekt sti innenfor tillatte kataloger ble oppgitt.
Denne praktiske gjennomgangen fremhever flere viktige aspekter ved bruk av MCP:
Basert på vår erfaring og funksjonene i MCP Filesystem Server anbefaler vi følgende beste praksis:
dryRun: true
før du bruker dem.Model Context Protocol (MCP) og dets Filesystem Server gir en robust, sikker tilnærming til filsystemoperasjoner i kontrollerte miljøer. Eksempelet vårt med Claude viser praktisk bruk av verktøy som list_directory og read_file, samtidig som det understreker viktige prinsipper som bruk av fulle stier og forståelse av tillatelsesgrenser.
Ved å følge beste praksis skissert her kan du effektivt bruke MCP til trygt å integrere filsystemoperasjoner i dine applikasjoner eller utviklingsarbeidsflyter.
For utviklere som ønsker å implementere MCP i sine prosjekter, gir den offisielle dokumentasjonen på GitHub omfattende detaljer og implementeringsguider.
Model Context Protocol (MCP) er et sikkerhetsrammeverk som muliggjør kontrollerte, sandkassede interaksjoner mellom applikasjoner – som AI-assistenter – og filsystemer. Det gir sikker fil-lesing, skriving, søk og andre operasjoner innenfor strengt tillatte kataloger.
MCP håndhever sandkasseoperasjoner ved å begrense alle handlinger til forhåndsdefinerte kataloger. Det forhindrer uautorisert tilgang, krever fulle filstier for operasjoner, og støtter funksjoner som skrivebeskyttede monteringer for sensitive områder.
Nei, applikasjoner som bruker MCP kan kun samhandle med kataloger som er eksplisitt tillatt. Forsøk på å få tilgang til filer utenfor disse katalogene vil bli blokkert, noe som sikrer sterke sikkerhetsgrenser.
Viktige verktøy inkluderer read_file, write_file, edit_file, create_directory, list_directory, move_file, search_files, get_file_info og list_allowed_directories. Alle operasjoner utføres via et standardisert API.
Sjekk alltid tillatte kataloger før operasjoner, oppgi fulle filstier, bruk testkjøringer ved redigering, planlegg for delvise suksesser, og konfigurer kataloger med minst mulig privilegier. Disse praksisene bidrar til både sikkerhet og effektiv integrasjon.
Arshia er en AI Workflow Engineer hos FlowHunt. Med bakgrunn i informatikk og en lidenskap for kunstig intelligens, spesialiserer han seg på å lage effektive arbeidsflyter som integrerer AI-verktøy i daglige oppgaver, og dermed øker produktivitet og kreativitet.
Se hvordan FlowHunts AI-verktøy benytter MCP for sikre, kontrollerte interaksjoner med dine lokale filer. Bygg dine egne AI-arbeidsflyter trygt og effektivt.
Raskt eksempel på hvordan du kan utvikle din egen MCP-server med Python.
Modellkontekstprotokollen (MCP) er et åpent standardgrensesnitt som gjør det mulig for store språkmodeller (LLM-er) å få sikker og konsistent tilgang til ekster...
Model Context Protocol (MCP) Server fungerer som en bro mellom AI-assistenter og eksterne datakilder, API-er og tjenester, og muliggjør sømløs integrasjon av ko...