tsuki_mcp_filesystem_server Serwer MCP

Do czego służy serwer MCP “tsuki_mcp_filesystem_server”?

tsuki_mcp_filesystem_server to niestandardowy serwer zgodny z Model Context Protocol (MCP), zaprojektowany do wyszukiwania i otwierania plików w lokalnym systemie plików. Przystosowany do integracji z OpenAI Agent SDK, udostępnia zasoby systemu plików poprzez MCP, umożliwiając asystentom i agentom AI zapytania, przeglądanie oraz dostęp do plików w określonym katalogu na hoście. Kluczowe cechy to automatyczne wykrywanie typów MIME oraz elastyczna konfiguracja przez zmienne środowiskowe. Dzięki wsparciu metody resources/list, serwer ten umożliwia workflowy rozwojowe wymagające programistycznego odkrywania czy zarządzania plikami, pozwalając narzędziom AI współpracować z lokalnymi plikami w ustandaryzowany i bezpieczny sposób.

Lista promptów

W repozytorium nie wymieniono szablonów promptów.

Lista zasobów

• Zasób systemu plików
  Zapewnia dostęp do plików lokalnego systemu plików, pozwalając klientom wyszukiwać i przeglądać pliki w określonym katalogu.
• resources/list
  Endpoint zwracający listę plików w docelowym katalogu, udostępniający je jako zasoby dla klientów AI.

Lista narzędzi

• resources/list
  Narzędzie umożliwiające listowanie plików w skonfigurowanym lokalnym katalogu, udostępniając je klientom do dalszych działań.

Przypadki użycia tego serwera MCP

• Odkrywanie lokalnych plików
  Programiści mogą programistycznie odkrywać i przeglądać pliki w docelowym katalogu, co ułatwia zarządzanie plikami.
• Kontekst plików dla LLM
  Umożliwia dużym modelom językowym i agentom AI pobieranie list plików lokalnych, które mogą być użyte jako kontekst np. do analizy kodu lub dokumentacji.
• Integracja z Agent SDK
  Działa bezproblemowo z OpenAI Agent SDK, pozwalając agentom wykorzystywać możliwości wyszukiwania plików jako część szerszych flow automatyzacji.
• Automatyczne wykrywanie typów MIME
  Automatycznie wykrywa typy MIME plików, co jest przydatne podczas filtrowania lub przetwarzania plików według typu.

Jak skonfigurować

Windsurf

1. Wymagania:
   Upewnij się, że Python i pip są zainstalowane.
2. Sklonuj repozytorium:
   git clone https://github.com/yuutotsuki/tsuki_mcp_filesystem_server.git
3. Zainstaluj zależności:
   pip install -r requirements.txt
4. Skonfiguruj środowisko:
   Skopiuj .env.example do .env i edytuj ROOT_PATH, HOST, PORT oraz LOG_LEVEL.
5. Zarejestruj w Windsurf:
   Dodaj informacje o serwerze do konfiguracji MCP Windsurf.

Przykładowy JSON:

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

Zabezpieczanie kluczy API:

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

Claude

1. Wymagania:
   Zainstaluj Pythona i wymagane zależności jak wyżej.
2. Skonfiguruj środowisko:
   Skonfiguruj .env ze swoim katalogiem.
3. Integracja z Claude:
   Dodaj konfigurację MCP do ustawień Claude.
4. Uruchom serwer:
   python main.py
5. Zweryfikuj połączenie:
   Upewnij się, że Claude widzi serwer MCP.

Przykładowy JSON:

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

Zabezpieczanie kluczy API:

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

Cursor

1. Sklonuj i zainstaluj:
   Sklonuj repozytorium i zainstaluj wymagania.
2. Skonfiguruj środowisko:
   Skopiuj i edytuj .env.
3. Konfiguracja Cursor:
   Dodaj serwer MCP do konfiguracji Cursor.
4. Uruchom serwer:
   python main.py
5. Restartuj Cursor i sprawdź:
   Potwierdź wykrycie MCP.

Przykładowy JSON:

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

Zabezpieczanie kluczy API:

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

Cline

1. Zainstaluj wymagania:
   Jak wyżej.
2. Skonfiguruj .env:
   Ustaw ROOT_PATH, HOST i PORT.
3. Dodaj do Cline:
   Zarejestruj serwer MCP w konfiguracji Cline.
4. Uruchom serwer:
   python main.py
5. Sprawdź działanie:
   Sprawdź widoczność serwera MCP.

Przykładowy JSON:

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

Zabezpieczanie kluczy API:

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

Jak używać tego MCP we flow

Korzystanie z MCP w FlowHunt

Aby zintegrować serwery MCP w swoim workflow FlowHunt, rozpocznij od dodania komponentu MCP do flow i połącz go ze swoim agentem AI:

Kliknij komponent MCP, aby otworzyć panel konfiguracji. W sekcji systemowej konfiguracji MCP wstaw dane serwera MCP w tym formacie JSON:

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

Po konfiguracji agent AI może korzystać z tego MCP jako narzędzia i uzyskać dostęp do wszystkich jego funkcji. Pamiętaj, by zamienić “tsuki_mcp_filesystem” na faktyczną nazwę swojego serwera MCP oraz podać własny adres URL.

Przegląd

Na podstawie dostępnych informacji tsuki_mcp_filesystem_server to minimalistyczny, lecz wyspecjalizowany serwer MCP do lokalnego wyszukiwania plików. Zapewnia podstawowe funkcje i jasną konfigurację, ale nie oferuje zaawansowanych prymitywów MCP jak prompts, roots czy wsparcie sampling. Jego użyteczność jest wysoka dla wyspecjalizowanych zastosowań, lecz szersze aplikacje wymagałyby dodatkowych funkcjonalności.

Ocena MCP