tsuki_mcp_filesystem_server MCP-server

Vad gör MCP-servern “tsuki_mcp_filesystem_server”?

tsuki_mcp_filesystem_server är en anpassad server kompatibel med Model Context Protocol (MCP), utformad för att underlätta sökning och öppning av filer på det lokala filsystemet. Anpassad för integration med OpenAI:s Agent SDK exponerar den filsystemresurser via MCP, vilket gör det möjligt för AI-assistenter och agenter att fråga, lista och komma åt filer inom en specificerad katalog på värddatorn. Viktiga funktioner inkluderar automatisk MIME-typdetektering och flexibel konfiguration via miljövariabler. Genom att stödja metoden resources/list möjliggör denna server utvecklingsflöden som kräver programmatisk filupptäckt eller hantering, vilket låter AI-drivna verktyg interagera med lokala filer på ett standardiserat och säkert sätt.

Lista över promptar

Inga promptmallar nämns i repot.

Lista över resurser

• File System Resource
  Ger åtkomst till lokala filer i filsystemet, så att klienter kan söka och lista filer inom en specificerad katalog.
• resources/list
  En endpoint som hämtar en lista över filer i målkatalogen och exponerar dem som resurser för AI-klienter.

Lista över verktyg

• resources/list
  Verktyg som möjliggör listning av filer i den konfigurerade lokala katalogen, så att de blir tillgängliga för klienter för vidare åtgärder.

Användningsområden för denna MCP-server

• Lokal filupptäckt
  Utvecklare kan använda servern för att programmatisk upptäcka och lista filer inom en målkatalog, vilket underlättar filhanteringsuppgifter.
• Filkontext för LLM:er
  Gör att stora språkmodeller och AI-agenter kan hämta lokala fillistor, vilket kan användas som kontext för kodanalys eller dokumentationsuppgifter.
• Agent SDK-integration
  Fungerar sömlöst med OpenAI:s Agent SDK så att agenter kan använda filsökningsfunktioner som en del av bredare automationsflöden.
• Automatiskt MIME-typdetektering
  Upptäcker automatiskt MIME-typer för filer, vilket är användbart vid bearbetning eller filtrering av filer baserat på typ.

Så här sätter du upp det

Windsurf

1. Förutsättningar:
   Kontrollera att Python och pip är installerade.
2. Klona repot:
   git clone https://github.com/yuutotsuki/tsuki_mcp_filesystem_server.git
3. Installera beroenden:
   pip install -r requirements.txt
4. Konfigurera miljön:
   Kopiera .env.example till .env och redigera ROOT_PATH, HOST, PORT och LOG_LEVEL.
5. Registrera med Windsurf:
   Lägg till serverinformationen i din Windsurf MCP-konfiguration.

Exempel på JSON:

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

Säkra API-nycklar:

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

Claude

1. Förutsättningar:
   Installera Python och beroenden enligt ovan.
2. Sätt upp miljö:
   Konfigurera .env med din katalog.
3. Integrera med Claude:
   Lägg till MCP-serverkonfiguration i dina Claude-inställningar.
4. Starta servern:
   python main.py
5. Verifiera anslutning:
   Kontrollera att Claude kan se MCP-servern.

Exempel på JSON:

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

Säkra API-nycklar:

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

Cursor

1. Klona och installera:
   Klona repot och installera beroenden.
2. Sätt upp miljö:
   Kopiera och redigera .env.
3. Konfigurera Cursor:
   Lägg till MCP-servern i Cursors konfiguration.
4. Kör servern:
   python main.py
5. Starta om Cursor och kontrollera:
   Kontrollera att MCP känns igen.

Exempel på JSON:

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

Säkra API-nycklar:

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

Cline

1. Installera beroenden:
   Som ovan.
2. Konfigurera .env:
   Ange ROOT_PATH, HOST och PORT.
3. Lägg till i Cline:
   Registrera MCP-servern i Clines konfiguration.
4. Starta servern:
   python main.py
5. Kontrollera funktion:
   Verifiera att MCP-servern är synlig.

Exempel på JSON:

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

Säkra API-nycklar:

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

Så använder du denna MCP i flöden

Använda MCP i FlowHunt

För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationsavsnitt klistrar du in dina MCP-serveruppgifter med detta JSON-format:

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

När det är konfigurerat kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner och möjligheter. Kom ihåg att ändra “tsuki_mcp_filesystem” till det faktiska namnet på din MCP-server och byt ut URL:en till din egen MCP-server-URL.

Översikt

Baserat på den tillgängliga informationen är tsuki_mcp_filesystem_server en minimal men fokuserad MCP-server för lokal filsystemsökning. Den erbjuder grundläggande funktioner och tydlig konfiguration men saknar avancerade MCP-primitiver som promptar, rötter eller samplingstöd. Dess nytta är hög för specialiserade användningsfall, men bredare tillämpningar skulle kräva mer funktionalitet.

MCP-betyg