MCP Personal Server
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
MCP Personal Server
Este es un servidor personal basado en el Model Context Protocol (MCP), diseñado para exponer de forma segura y controlada el sistema de archivos (lectura, escritura y metadatos) a modelos de IA.
El servidor puede ejecutarse de manera local (a través de la entrada y salida estándar stdio) o desplegarse en la nube en Azure App Service mediante Server-Sent Events (SSE).
🚀 Características y Herramientas Incluidas
El servidor expone 4 herramientas principales:
listar_directorio: Muestra el contenido de una ruta (archivos, subcarpetas y tamaños).leer_archivo: Extrae el texto de un archivo específico.escribir_archivo: Crea o sobrescribe un archivo con nuevo contenido.info_archivo: Proporciona detalles como la última fecha de modificación, tipo y tamaño exacto en bytes.
Cuenta con protección integrada de seguridad (ruta_segura) para garantizar que la IA solo pueda interactuar con archivos dentro del directorio base de este proyecto.
Related MCP server: MCP File Browser Server
📂 Estructura del Proyecto
app.py: El código principal del servidor MCP. Contiene la lógica de las herramientas y soporta conexiones ASGI/SSE para la nube, además de contar con ejecución local (Stdio).client.py: Script de prueba asíncrono para conectarse a tu propio servidor (ya sea en local o en Azure) y ejecutar herramientas de demostración.requirements.txt: Dependencias de Python (mcp[sse],starlette,uvicorn)..env: Variables de entorno como la URL de tu Azure App Service y el modo en que quieres que se conecte el script de cliente.
⚙️ Uso en Entorno Local (Stdio)
Si quieres usar el servidor localmente (por ejemplo, para probar en tu terminal sin necesidad de conexión a internet):
Instala las dependencias:
pip install -r requirements.txtAsegúrate de que en tu archivo
.envtengas configurado el modo local:MCP_MODO=localEjecuta el cliente para comprobar la conexión:
python client.py
☁️ Despliegue en Azure App Service
El código está optimizado para funcionar sobre Azure App Service usando Gunicorn/Uvicorn, ya que MCP necesita mantener conexiones largas y memoria persistente, lo cual las arquitecturas serverless clásicas (como Azure Functions Consumption Plan) no soportan correctamente.
Para desplegarlo a Azure:
Asegúrate de estar autenticado en Azure CLI:
az loginEjecuta el comando de subida indicando tu nombre, grupo de recursos y el nivel (SKU) del servicio (ejemplo con F1 gratuito):
az webapp up --name mcppersonal-app-alvaro --resource-group LopezRedondoAlvaro --runtime "PYTHON:3.11" --sku F1Activa el Worker asíncrono en Azure para que Starlette (ASGI) maneje correctamente el streaming:
az webapp config set --resource-group LopezRedondoAlvaro --name mcppersonal-app-alvaro --startup-file "gunicorn -w 4 -k uvicorn.workers.UvicornWorker app:app"Actualiza tu
.envpara que apunte a Azure:MCP_MODO=azure MCP_AZURE_URL=https://mcppersonal-app-alvaro.azurewebsites.net/sse¡Lanza
python client.pyy verás la conexión contra tu nube!
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
Related MCP Connectors
Safe folder access for ChatGPT and Claude: read, write and search files, risky tools opt-in.
Files and tables your AI reads and writes from any chat, with version history and sharing.
Manage files and folders directly from your workspace. Read and write files, list directories, cre…
A real-time, multiplayer filesystem for agents and humans: shared files, live edits, history.
Related MCP Servers
- AlicenseDqualityDmaintenanceEnables AI models to perform file system operations (reading, creating, and listing files) on a local file system through a standardized Model Context Protocol interface.3ISC
- AlicenseNot gradedqualityDmaintenanceEnables Large Language Models to safely browse and interact with local file systems through secure directory listing, file reading, and content search capabilities. Built with comprehensive security controls and high-performance handling of large directories and files.1MIT
- AlicenseNot gradedqualityDmaintenanceProvides secure filesystem access for AI assistants with optimizations like file reading limits and depth-limited traversal to improve token efficiency. It enables AI models to read, write, and search files within explicitly allowed directories while automatically skipping large system folders.4MIT
- AlicenseAqualityDmaintenanceEnables AI assistants to read, write, and manage files on the local system with security features like path restrictions and optional read-only mode.92MIT