tsuki_mcp_filesystem_server MCP 服务器

“tsuki_mcp_filesystem_server” MCP 服务器做什么？

tsuki_mcp_filesystem_server 是一款兼容 Model Context Protocol (MCP) 的自定义服务器，旨在实现本地文件系统的文件搜索与打开。它专为与 OpenAI Agent SDK 集成而设计，通过 MCP 暴露文件系统资源，使 AI 助手和代理能够在主机指定目录内查询、列出并访问文件。其主要特性包括自动 MIME 类型检测与通过环境变量灵活配置。通过支持 resources/list 方法，该服务器可满足需要以编程方式发现或管理文件的开发流程，让 AI 工具能够以标准且安全的方式操作本地文件。

提示词列表

仓库中未提及提示模板。

资源列表

• 文件系统资源
  提供本地文件系统文件访问能力，允许客户端在指定目录内搜索和列出文件。
• resources/list
  用于检索目标目录下文件列表的端点，将其作为资源暴露给 AI 客户端。

工具列表

• resources/list
  允许在配置的本地目录中列出文件的工具，使这些文件可供客户端后续操作。

MCP 服务器的使用场景

• 本地文件发现
  开发者可用该服务器以编程方式发现并列出目标目录下的文件，便于文件管理。
• 为大语言模型提供文件上下文
  使大语言模型及 AI 代理能够检索本地文件列表，用作代码分析或文档任务的上下文。
• Agent SDK 集成
  与 OpenAI Agent SDK 无缝协作，使代理可将文件搜索能力纳入更广泛的自动化流程。
• 自动 MIME 类型检测
  自动检测文件 MIME 类型，便于按类型处理或筛选文件。

如何搭建

Windsurf

1. 前置条件：
   确保安装了 Python 和 pip。
2. 克隆仓库：
   git clone https://github.com/yuutotsuki/tsuki_mcp_filesystem_server.git
3. 安装依赖：
   pip install -r requirements.txt
4. 配置环境：
   拷贝 .env.example 为 .env 并编辑 ROOT_PATH、HOST、PORT 与 LOG_LEVEL。
5. 注册到 Windsurf：
   在 Windsurf MCP 配置中添加服务器信息。

示例 JSON：

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

API 密钥保护：

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

Claude

1. 前置条件：
   如上，安装 Python 及依赖。
2. 配置环境：
   用所需目录配置 .env。
3. 集成至 Claude：
   在 Claude 配置中添加 MCP 服务器。
4. 启动服务器：
   python main.py
5. 验证连接：
   确认 Claude 能检测到 MCP 服务器。

示例 JSON：

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

API 密钥保护：

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

Cursor

1. 克隆并安装：
   克隆仓库并安装依赖。
2. 配置环境：
   拷贝并编辑 .env。
3. 配置 Cursor：
   在 Cursor 配置中添加 MCP 服务器。
4. 运行服务器：
   python main.py
5. 重启 Cursor 并检查：
   确认 MCP 被识别。

示例 JSON：

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

API 密钥保护：

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

Cline

1. 安装依赖：
   同上。
2. 配置 .env：
   设置 ROOT_PATH、HOST 与 PORT。
3. 添加到 Cline：
   在 Cline 配置中注册 MCP 服务器。
4. 启动服务器：
   python main.py
5. 检查运行状态：
   验证 MCP 服务器可见。

示例 JSON：

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

API 密钥保护：

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

如何在流程中使用 MCP

在 FlowHunt 中集成 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中，首先添加 MCP 组件到你的流程，并与 AI 代理连接：

点击 MCP 组件打开配置面板。在系统 MCP 配置部分，按如下 JSON 格式插入你的 MCP 服务器信息：

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

配置后，AI 代理即可作为工具使用该 MCP，访问其全部功能。请记得将 “tsuki_mcp_filesystem” 替换为你实际的 MCP 服务器名称，并将 URL 替换为你自己的 MCP 服务器地址。

概览

根据现有信息，tsuki_mcp_filesystem_server 是一款精简且专注的本地文件系统搜索 MCP 服务器。它提供了基本功能与清晰的配置方式，但缺乏高级 MCP 原语如 prompts、roots 或采样支持。对于特定场景，其实用性很高，但如需更广泛应用则需要增加更多功能。

MCP 评分