“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
- 前置条件:
确保安装了 Python 和 pip。 - 克隆仓库:
git clone https://github.com/yuutotsuki/tsuki_mcp_filesystem_server.git - 安装依赖:
pip install -r requirements.txt - 配置环境:
拷贝.env.example为.env并编辑ROOT_PATH、HOST、PORT与LOG_LEVEL。 - 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
- 前置条件:
如上,安装 Python 及依赖。 - 配置环境:
用所需目录配置.env。 - 集成至 Claude:
在 Claude 配置中添加 MCP 服务器。 - 启动服务器:
python main.py - 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
- 克隆并安装:
克隆仓库并安装依赖。 - 配置环境:
拷贝并编辑.env。 - 配置 Cursor:
在 Cursor 配置中添加 MCP 服务器。 - 运行服务器:
python main.py - 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
- 安装依赖:
同上。 - 配置
.env:
设置ROOT_PATH、HOST与PORT。 - 添加到 Cline:
在 Cline 配置中注册 MCP 服务器。 - 启动服务器:
python main.py - 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
| 模块 | 可用性 | 详情备注 |
|---|---|---|
| 概览 | ✅ | |
| 提示词列表 | ⛔ | 未找到提示模板。 |
| 资源列表 | ✅ | 文件系统资源、resources/list 端点。 |
| 工具列表 | ✅ | resources/list |
| API 密钥保护 | ✅ | 通过环境变量(ROOT_PATH),附有示例。 |
| 采样支持(评估时不重要) | ⛔ | 未提及。 |
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
| 是否有 LICENSE | ✅ (MIT) |
|---|---|
| 至少有一个工具 | ✅ |
| Fork 数 | 0 |
| Star 数 | 0 |
