Skip to main content
Glama
deenesjakoruzh
jibixn

MCP File System Agent

by jibixn
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Local

MCP ファイルシステムエージェント

LangChain、Ollama、FastMCP、MCP を使用して構築されたローカル エージェント型ファイルシステムアシスタント。

このプロジェクトは、LLM が MCP サーバーによって公開されたツールを自律的に選択・使用し、ファイルの読み取り、一覧表示、書き込み、検索などの操作を実行する方法を示しています。

アーキテクチャ

                         User
                           │
                           ▼
                  ┌─────────────────┐
                  │  LangChain      │
                  │     Agent       │
                  └────────┬────────┘
                           │
                           ▼
                  ┌─────────────────┐
                  │   Ollama LLM    │
                  │   Qwen3 1.7B    │
                  └────────┬────────┘
                           │
                    Tool selection
                           │
                           ▼
                ┌──────────────────────┐
                │ LangChain MCP Adapter│
                └──────────┬───────────┘
                           │
                       MCP / HTTP
                           │
                           ▼
                ┌──────────────────────┐
                │     FastMCP Server   │
                │   localhost:8000/mcp │
                └──────────┬───────────┘
                           │
             ┌─────────────┼─────────────┐
             ▼             ▼             ▼
        read_file     list_files    write_file
             │
             ▼
       Local File System

Related MCP server: OmniMCP-Container

機能

  • MCP ベースのツールアーキテクチャ

  • HTTP トランスポートを使用したローカル FastMCP サーバー

  • ツール呼び出しを備えた LangChain エージェント

  • Ollama によるローカル LLM 推論

  • PDF ファイルの読み取り

  • DOCX ファイルの読み取りと書き込み

  • 拡張子フィルタリングによるファイル一覧表示

  • PDF および DOCX ファイル内の検索

  • LangGraph チェックポイントによる会話状態管理

  • LLM によるツールの自動選択

技術スタック

  • Python

  • LangChain

  • LangGraph

  • Ollama

  • Qwen3 1.7B

  • FastMCP

  • Model Context Protocol (MCP)

  • langchain-mcp-adapters

  • PyPDF

  • python-docx

プロジェクト構造

MCP/
│
├── tests/
│   └── sample.docx
│
├── fs_mcp.py
├── main.py
├── requirements.txt
└── README.md

インストール

1. リポジトリのクローン

git clone https://github.com/jibixn/File-System-Tools-MCP
cd MCP

2. Python 依存関係のインストール

pip install -r requirements.txt

3. Ollama のインストール

公式サイトから Ollama をインストールし、ローカルで実行されていることを確認してください。

次にモデルをプルします:

ollama pull qwen3:1.7b

モデルが利用可能かどうかは次のコマンドで確認できます:

ollama list

プロジェクトの実行

このプロジェクトは、MCP サーバーが HTTP 経由でクライアントと通信するため、2 つのプロセスを使用します。

ターミナル 1 — MCP サーバーの起動

プロジェクトルートから次のコマンドを実行します:

python fs_mcp.py

サーバーは次の場所で利用可能になるはずです:

http://127.0.0.1:8000/mcp

ターミナル 2 — エージェントの起動

プロジェクトルートで別のターミナルを開きます:

python main.py

その後、次のようなリクエストを入力できます:

Read the file in tests folder named sample.docx and provide me the summary.

または:

List all PDF files in the tests folder.

または:

Write "Hello, World!" to tests/output.docx.

エージェントフローの例

次のようなリクエストに対して:

Read the file in tests folder named sample.docx and provide me the summary.

エージェントは次の手順を実行します:

User request
     │
     ▼
LLM analyzes request
     │
     ▼
LLM selects read_file
     │
     ▼
LangChain MCP Adapter
     │
     ▼
MCP HTTP request
     │
     ▼
FastMCP read_file()
     │
     ▼
python-docx reads file
     │
     ▼
Tool result returned to agent
     │
     ▼
LLM summarizes content
     │
     ▼
Final response

要件

Python 3.11 以上を推奨します。

Ollama がインストールされ、ローカルで実行されている必要があります。

Qwen モデルが利用可能である必要があります:

ollama pull qwen3:1.7b

推論プロバイダーを通じてモデルを使用することもできます。

依存関係

このプロジェクトの直接の依存関係は次のとおりです:

fastmcp==3.4.7
langchain==1.3.14
langchain-mcp-adapters==0.3.2
langchain-ollama==1.1.0
langgraph-checkpoint==4.2.0
pypdf==6.14.2
python-docx==1.2.0

今後の改善点

  • より多くのファイル形式のサポート追加

  • ファイル削除およびディレクトリ作成ツールの追加

  • より強力なパス検証とサンドボックス化

  • リモート MCP サーバー向けの認証追加

  • ストリーミング応答の追加

  • よりリッチなドキュメント解析の追加

  • 永続的な会話状態の追加

  • データベース、GitHub、Web 検索向けの追加 MCP サーバー

  • より大きなローカルモデルによるツール選択の信頼性向上

学習目標

このプロジェクトは、以下の間の相互作用を示しています:

LLM
 ↓
LangChain Agent
 ↓
Tool Calling
 ↓
MCP Client
 ↓
MCP Protocol
 ↓
FastMCP Server
 ↓
Python Functions

これは、Model Context Protocol (MCP) とローカルでホストされた LLM を使用した エージェント型アプリケーション を構築するための実践的な例として意図されています。

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivitySlowing
ResponsivenessNo issues

Resources

Related MCP Connectors

  • uldl
    sh.uldl

    Persistent file storage for AI agents via MCP and curl. Upload, download, and version files.

    File SystemsCloud StorageAgent Orchestration
    2
  • flockfsOAuth
    com.flockfs

    A real-time, multiplayer filesystem for agents and humans: shared files, live edits, history.

    File SystemsVersion ControlDeveloper Tools
    1
  • saagarpatel.dev PortfolioA
    io.github.saagpatel

    Agent-native MCP server over the public saagarpatel.dev corpus. Read-only, stateless.

    SearchDocumentation Access
    82
  • Fast.ioA
    io.fast.mcp

    Fastio gives your team and AI agents a workspace for each project, bringing source files, comments and new work together. Connect a compatible MCP client to find files, answer questions from project material, and save results where the team can review and use them. \ Sign in through Fastio and choose the workspaces the connection can reach. Read Only connections expose read tools; Read & Write connections also allow changes. \ • **Files and folders:** browse, read, upload, and organize files, with version history and trash. • **Search:** find files by keyword; search file content and meaning when Deep Indexing is enabled and files have been processed. • **Metadata:** read, set, and search metadata fields, including extracted fields where available. • **Shares:** create and manage shares for sending or collecting files. • **Comments and members:** read and add comments, and manage workspace membership within your permissions. • **Activity:** search workspace events to see what changed. \ Hosted by Fastio, with no server installation required. \ • **Claude and most MCP clients:** https://mcp.fast.io/mcp/tools • **ChatGPT:** https://mcp.fast.io/mcp/operations • **ChatGPT and Codex:** Fastio plugin • **Claude Code, Cursor and similar coding agents:** https://mcp.fast.io/mcp/code • **Setup and client-specific capabilities:** https://mcp.fast.io/docs \ Paid plans. Monthly plans include a trial of up to 30 days. A card is required, and billing begins when the trial ends or trial credits run out, whichever comes first. No free plan.

    Cloud StorageFile SystemsRAG Systems
    373

Related MCP Servers