File Finder MCP Server
Servidores MCP
Este repositorio contiene dos servidores MCP (Protocolo de contexto de modelo):
Buscador de archivos MCP: para buscar archivos
Whisper STT MCP: para convertir voz en texto
Buscador de archivos del servidor MCP
Este es un servidor de Protocolo de Contexto de Modelo (MCP) que proporciona funcionalidad de búsqueda de archivos. Le permite buscar archivos que contengan un fragmento de texto específico en sus nombres.
Prerrequisitos
Node.js (versión 14 o superior)
npm (versión 6 o superior)
Python 3.6 o superior (para servidor HTTP)
Instalación
Clonar o descargar este repositorio
Ir al directorio del proyecto
Instalar dependencias:
npm installEnsamblar el proyecto:
npm run build
Iniciando el servidor
El proyecto ofrece varias opciones para iniciar el servidor MCP:
Opción 1: Lanzamiento directo del servidor MCP
Puede ejecutar el servidor MCP directamente usando Node.js:
npm starto
node build/index.jsEsto iniciará el servidor y escuchará solicitudes JSON-RPC en stdin/stdout.
Opción 2: Iniciar el servidor HTTP y el proxy MCP
Esta opción utiliza un servidor HTTP Python y un proxy MCP que reenvía solicitudes al servidor HTTP:
Primero, inicie el servidor HTTP:
npm run start:pythono
python main.pyLuego, en otra terminal, ejecute el proxy MCP:
npm run start:httpo
node build/index-http.js
Opción 3: Integración con VS Code (extensión Cline)
Para integrar el servidor con VS Code y la extensión Cline:
Busque el archivo de configuración de MCP:
Windows:
%APPDATA%\Code\User\globalStorage\saoudrizwan.claude-dev\settings\cline_mcp_settings.jsonmacOS:
~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.jsonLinux:
~/.config/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
Agregue la siguiente configuración al objeto
mcpServersen el archivo de configuración:
"file-finder-mcp": {
"command": "node",
"args": ["<ПОЛНЫЙ_ПУТЬ_К_ПРОЕКТУ>/build/index.js"],
"disabled": false,
"autoApprove": []
}Para utilizar el proxy HTTP:
"file-finder-mcp-http": {
"command": "node",
"args": ["<ПОЛНЫЙ_ПУТЬ_К_ПРОЕКТУ>/build/index-http.js"],
"disabled": false,
"autoApprove": []
}Reemplace <ПОЛНЫЙ_ПУТЬ_К_ПРОЕКТУ> con la ruta real al directorio de su proyecto.
Reinicie VS Code para cargar la configuración actualizada.
Herramientas disponibles
El servidor MCP proporciona una herramienta:
search_files: busca archivos que contengan el fragmento especificado en sus nombresParámetros:
fragment(cadena, obligatorio): fragmento de texto que se buscará en los nombres de archivos
Ejemplo de uso
<use_mcp_tool>
<server_name>file-finder-mcp</server_name>
<tool_name>search_files</tool_name>
<arguments>
{
"fragment": ".py"
}
</arguments>
</use_mcp_tool>Este ejemplo encuentra todos los archivos que contienen ".py" en sus nombres.
Servidor HTTP (main.py)
En el directorio raíz del proyecto hay un archivo main.py , que implementa un servidor HTTP para buscar archivos. Este servidor proporciona una API REST para buscar archivos que contengan un fragmento específico en sus nombres.
Iniciando el servidor HTTP
Vaya al directorio raíz del proyecto.
Inicie el servidor usando Python:
python main.pyEl servidor se iniciará en http://localhost:8080
Usando la API
Para buscar archivos, envíe una solicitud GET a /search con el parámetro de consulta q :
http://localhost:8080/search?q=.jsonEsta consulta devolverá una matriz JSON con información sobre todos los archivos que contienen ".json" en sus nombres. Cada elemento de la matriz contiene los siguientes campos:
name: nombre del archivopath: ruta absoluta al archivosize: tamaño del archivo en bytescreated: fecha y hora de creación del archivo
Ejemplo de respuesta:
[
{
"name": "package.json",
"path": "/absolute/path/to/package.json",
"size": 1234,
"created": "Wed Feb 26 17:00:00 2025"
}
]Related MCP server: Everything Search MCP Server
Servidor MCP Whisper STT
Este es un servidor de Protocolo de Contexto de Modelo (MCP) que proporciona funcionalidad de conversión de voz a texto mediante la biblioteca de susurro más rápido. Permite transcribir datos de audio a texto con detección automática del idioma.
Prerrequisitos
Node.js (versión 14 o superior)
npm (versión 6 o superior)
Python 3.6 o superior
susurro más rápido (instalar con
pip install faster-whisper)
Instalación
Clonar o descargar este repositorio
Ir al directorio del proyecto
Instalar dependencias:
npm install pip install faster-whisperEnsamblar el proyecto:
npm run build
Iniciando el servidor
El proyecto ofrece varias opciones para ejecutar el servidor Whisper MCP:
Opción 1: Lanzamiento directo del servidor MCP
Puede ejecutar el servidor MCP directamente usando Node.js:
npm run start:whispero
node build/whisper-index.jsEsto iniciará el servidor y escuchará solicitudes JSON-RPC en stdin/stdout.
Opción 2: Iniciar el servidor HTTP y el proxy MCP
Esta opción utiliza un servidor HTTP Python y un proxy MCP que reenvía solicitudes al servidor HTTP:
Primero, inicie el servidor HTTP:
npm run start:whisper:pythono
python whisper_server.pyLuego, en otra terminal, ejecute el proxy MCP:
npm run start:whisper:httpo
node build/whisper-index-http.js
Opción 3: Integración con VS Code (extensión Cline)
Para integrar el servidor con VS Code y la extensión Cline:
Busque el archivo de configuración de MCP:
Windows:
%APPDATA%\Code\User\globalStorage\saoudrizwan.claude-dev\settings\cline_mcp_settings.jsonmacOS:
~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings\cline_mcp_settings.jsonLinux:
~/.config/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
Agregue la siguiente configuración al objeto
mcpServersen el archivo de configuración:
"whisper-stt-mcp": {
"command": "node",
"args": ["<ПОЛНЫЙ_ПУТЬ_К_ПРОЕКТУ>/build/whisper-index.js"],
"disabled": false,
"autoApprove": []
}Para utilizar el proxy HTTP:
"whisper-stt-mcp-http": {
"command": "node",
"args": ["<ПОЛНЫЙ_ПУТЬ_К_ПРОЕКТУ>/build/whisper-index-http.js"],
"disabled": false,
"autoApprove": []
}Reemplace <ПОЛНЫЙ_ПУТЬ_К_ПРОЕКТУ> con la ruta real al directorio de su proyecto.
Reinicie VS Code para cargar la configuración actualizada.
Herramientas disponibles
El servidor MCP proporciona una herramienta:
transcribe_audio: Transcribe datos de audio a texto usando un susurro más rápidoParámetros:
audio_base64(cadena, obligatoria): datos de audio en formato base64language(cadena, opcional): código de idioma (p. ej. "en", "ru"). Si no se especifica, el idioma se detectará automáticamente.
Ejemplo de uso
<use_mcp_tool>
<server_name>whisper-stt-mcp</server_name>
<tool_name>transcribe_audio</tool_name>
<arguments>
{
"audio_base64": "BASE64_ENCODED_AUDIO_DATA",
"language": "ru"
}
</arguments>
</use_mcp_tool>Este ejemplo convierte datos de audio en texto, asumiendo que el audio está en ruso.
Servidor HTTP (whisper_server.py)
En el directorio raíz del proyecto hay un archivo whisper_server.py , que implementa un servidor HTTP para convertir voz en texto. Este servidor proporciona una API REST para transcribir datos de audio en texto.
Iniciando el servidor HTTP
Vaya al directorio raíz del proyecto.
Inicie el servidor usando Python:
python whisper_server.pyEl servidor se iniciará en http://localhost:8081
Usando la API
Para transcribir audio, envíe una solicitud POST a /transcribe con un cuerpo JSON que contenga:
audio: una cadena codificada en base64 que contiene datos de audiolanguage(opcional): código de idioma (p. ej., "en", "ru")
Ejemplo de solicitud:
{
"audio": "BASE64_ENCODED_AUDIO_DATA",
"language": "ru"
}La respuesta contendrá:
text: texto completo transcritosegments: matriz de segmentos con marcas de tiempolanguage: un idioma específicolanguage_probability: probabilidad de detectar un idioma
Ejemplo de respuesta:
{
"text": "Это пример транскрибированного текста.",
"segments": [
{
"start": 0.0,
"end": 2.5,
"text": "Это пример"
},
{
"start": 2.5,
"end": 4.0,
"text": "транскрибированного текста."
}
],
"language": "ru",
"language_probability": 0.98
}Solución de problemas
Si recibe el error "No se encontró conexión para el servidor", asegúrese de reiniciar VS Code después de actualizar la configuración de MCP.
Si el servidor no responde, verifique que la ruta en la configuración de MCP sea correcta y apunte al archivo JavaScript compilado.
Asegúrese de que el servidor esté compilado correctamente ejecutando
npm run buildantes de intentar usarlo.Para utilizar un proxy HTTP, asegúrese de que el servidor HTTP apropiado esté ejecutándose (en el puerto 8080 para file-finder o 8081 para whisper-stt).
Si tienes problemas con beyond-whisper, asegúrate de que la biblioteca esté instalada correctamente y que tengas las dependencias necesarias para trabajar con GPU (si estás usando GPU).
Estructura del proyecto
A continuación se muestra una lista de los principales archivos del proyecto y sus propósitos:
Directorio raíz
src/index.ts- Código fuente del servidor de búsqueda de archivos MCP de TypeScript (implementación directa)src/index-http.ts- Código fuente del proxy MCP de TypeScript para el servidor de búsqueda de archivos HTTPsrc/whisper-index.ts: código fuente para el servidor de conversión de voz a texto MCP de TypeScript (implementación directa)src/whisper-index-http.ts- Código fuente del proxy MCP de TypeScript para el servidor de conversión de voz a texto HTTPbuild/index.js- Código JavaScript compilado del servidor MCP para buscar archivosbuild/index-http.js- Código JavaScript compilado del proxy MCP para buscar archivosbuild/whisper-index.js: código JavaScript compilado del servidor MCP para convertir voz en textobuild/whisper-index-http.js- Código JavaScript compilado del proxy MCP para convertir voz a textotsconfig.json- Configuración de TypeScriptpackage.json- Descripción del paquete y dependenciasmain.py- Servidor HTTP de Python para la recuperación de archivoswhisper_server.py- Servidor HTTP de Python para la conversión de voz a textoREADME.md- Documentación del proyecto (este archivo)
Available Tools
1 toolsearch_filesC
Search for files containing a specified fragment in their names
Inputs: fragment (required).
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 1 tool
With only one tool, there is no possibility of confusion or overlap between tools. The tool's purpose is singular and clearly defined, eliminating any ambiguity in tool selection.
The single tool follows a clear verb_noun pattern (search_files), and with no other tools to compare against, consistency is inherently perfect. There are no deviations or mixed conventions to evaluate.
A single tool is too few for a server named 'File Finder MCP Server', which suggests a broader scope like file searching, filtering, or management. This minimal set feels thin and underdeveloped for the implied domain.
The tool surface is severely incomplete for a file finder domain. It only supports searching by name fragments, lacking essential operations like filtering by type, size, date, content search, or listing files in directories, which are obvious gaps for the stated purpose.
Maintenance
Related MCP Connectors
Read and search folders on your own computer with explicit consent. Files are never uploaded.
Securely search and manage workspace context files for AI agents and teams.
Code intelligence for coding agents: semantic, AST, graph, and full-text search. 279+ languages.
Ask a codebase what calls what: search, blast radius, paths between symbols, and diffs.
Related MCP Servers
- AlicenseBqualityDmaintenanceProvides programmatic search functionality for Obsidian vaults through a REST API interface, allowing external applications to search through notes and retrieve absolute paths to matching documents.230MIT
- AlicenseNot gradedqualityDmaintenanceProvides fast file searching across Windows, macOS, and Linux using platform-native tools like Everything SDK, mdfind, and locate.MIT
- AlicenseNot gradedqualityDmaintenanceIntelligent file search engine with Frecency ranking, fuzzy matching, and Git awareness. Provides MCP server for AI agents to search files, content, and get file statistics via natural language.MIT
- AlicenseAqualityBmaintenanceEnables local file search, packing into LLM-ready context, and inspection via an MCP server on stdio.1450 PyPI2MIT