Filesystem MCP Server
MCP Integration Project — Resume Matching Agent
Milestone 2: Ersetzt direkte Dateisystem-Tool-Importe durch einen vollständig spezifikationskonformen Model Context Protocol (MCP)-Server, der von einem LangGraph-Agenten genutzt wird.
Architektur
User
│
▼
matching_agent.py (LangGraph state machine)
│
│ JSON-RPC 2.0 over stdio
▼
mcp_client.py (subprocess manager + RPC transport)
│
▼
filesystem_mcp_server.py (MCP server, 6 tools)
│
▼
resumes/ (file system)Wichtige Dateien
Datei | Rolle |
| JSON-RPC-2.0-MCP-Server, der 6 Dateisystem-Tools bereitstellt |
| Wiederverwendbarer MCP-Client mit stdio-Transport und Subprozessverwaltung |
| LangGraph-Agent – entdeckt und ruft Tools über MCP auf |
| Unit-Tests für alle JSON-RPC-Methoden (ohne Subprozess) |
| Integrationstests mit echtem Subprozess + LangChain-Brücke |
| 6 Mermaid-Diagramme des Systems |
Related MCP server: Filesystem MCP Server
Einrichtung
1. Abhängigkeiten installieren
pip install -r requirements.txt2. API-Schlüssel konfigurieren
cp .env.example .env
# Edit .env and set OPENROUTER_API_KEYHolen Sie sich einen kostenlosen Schlüssel unter openrouter.ai/keys.
Ausführen
Starten Sie den Resume Matching Agent
python matching_agent.pyBeispielabfragen:
"List all resumes in the resumes folder""Find candidates with Python skills and rank them by experience""Batch read all resumes and create a skills comparison report""Watch the resumes folder for new candidates""Read Alice Johnson's resume and write a one-paragraph summary"
Testen Sie den MCP-Server eigenständig
# Send a raw JSON-RPC request
echo '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"test","version":"0.1"}}}' | python filesystem_mcp_server.py
# Test the MCP client
python mcp_client.pyTests ausführen
# Unit tests (fast, no subprocess)
python -m pytest tests/test_mcp_server.py -v
# Integration tests (spawns subprocess)
python -m pytest tests/test_agent.py -v -s
# All tests
python -m pytest tests/ -vMCP-Server – Verfügbare Tools
Tool | Beschreibung |
| Liest PDF-, DOCX- oder TXT-Datei; gibt Text + Metadaten zurück |
| Listet Dateien in einem Verzeichnis mit optionalem Filter auf |
| Schreibt Text in eine Datei (erstellt Verzeichnisse bei Bedarf) |
| Groß-/kleinschreibungsunabhängige Stichwortsuche mit Kontext |
| NEU – Snapshot-Diff-Überwachung für neue/geänderte/gelöschte Dateien |
| NEU – Parallele Verarbeitung mehrerer Dateien über ThreadPoolExecutor |
MCP-Server – JSON-RPC-Methoden
Methode | Beschreibung |
| MCP-Handshake; gibt Serverfunktionen zurück |
| Client-Bestätigungsbenachrichtigung (keine Antwort) |
| Ressourcenermittlung – listet alle 6 Tools mit Schemas auf |
| Führt ein benanntes Tool mit Argumenten aus |
| Listet Dateisystemressourcen auf (resumes-Verzeichnis) |
| Liest eine Dateiressource über |
| Lebensfähigkeitsprüfung |
JSON-RPC-2.0-Fehlercodes
Code | Name | Wann |
| Parse Error | Ungültiges JSON |
| Invalid Request | Keine gültige JSON-RPC-2.0-Nachricht |
| Method Not Found | Unbekannter Methoden- oder Toolname |
| Invalid Params | Fehlende/falsche Argumenttypen |
| Tool Error | Tool-Ausführung fehlgeschlagen |
Workflow-Diagramme
Siehe diagrams/workflow_diagram.md für 6 Mermaid-Diagramme:
Systemarchitektur-Übersicht
LangGraph-Zustandsmaschine
JSON-RPC-2.0-Nachrichtenfluss (vollständiges Sequenzdiagramm)
watch_directory-Polling-Ablaufbatch_process-ParallelausführungFehlerbehandlungsablauf
Abhängigkeit von Milestone 1
Dieses Projekt ist eine Refaktorierung des LLM-Powered-File-System-Assistant (Milestone 1). Die 4 ursprünglichen Tools (read_file, list_files, write_file, search_in_file) werden in den MCP-Server portiert. Der direkte import fs_tools in llm_file_assistant.py wird durch die MCP-Protokollebene ersetzt.
This server cannot be deployed
Maintenance
Related MCP Connectors
Browse and manage files in your Moxt AI workspace from any MCP client.
Persistent file storage for AI agents via MCP and curl. Upload, download, and version files.
OCR, transcription, file extraction, and image generation for AI agents via MCP.
Document processing over MCP: merge, split and compress PDFs, run OCR, extract document text.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceEnables file system operations (read, write, list, search, watch, batch process) via MCP over JSON-RPC 2.0, used by a resume matching agent.-
- FlicenseNot gradedqualityDmaintenanceEnables AI agents to interact with a sandboxed filesystem via MCP tools for reading, writing, searching, and monitoring files, including batch processing and resource discovery for resume management.-
- FlicenseNot gradedqualityDmaintenanceProvides file system tools for resume matching agents, enabling reading, writing, searching, listing, watching, and batch processing of files via the Model Context Protocol.-
- FlicenseNot gradedqualityBmaintenanceProvides MCP tools for filesystem operations on resume directories, including watch, batch extraction, and saving match results.1-