RustFS File Management MCP Server
Enables AI to upload local files to RustFS storage service and download files from HTTP/HTTPS URLs to local paths. Built with FastMCP and RustFS SDK for seamless file operations through natural language.
README
FS MCP Server
基于FastMCP构建的文件上传/下载MCP服务,集成RustFS SDK实现AI自动调用文件存储和下载功能。
功能特性
- 文件上传: 支持上传本地文件到RustFS存储服务
- 文件下载: 支持从任意HTTP/HTTPS URL下载文件到本地
- 异步处理: 基于asyncio的异步文件操作
- 错误处理: 完善的错误处理和异常管理
- 配置验证: 启动时验证必需的环境变量配置
安装
1. 克隆项目
git clone <repository-url>
cd fs_mcp
2. 安装依赖
pip install -e .
或安装开发依赖:
pip install -e ".[dev]"
3. 配置环境变量
复制环境变量模板并配置:
cp .env.example .env
编辑 .env 文件:
# RustFS配置
FS_URL=https://your-rustfs-endpoint.com
FS_AK=your-access-key
FS_SK=your-secret-key
# 可选配置
TIMEOUT=30
使用方法
启动服务
# 直接运行
python -m src.server
# 或使用模块方式
python -m src
MCP工具
1. upload_file
上传本地文件到RustFS存储服务。
参数:
file_path(string): 本地文件的绝对路径
返回值:
{
"success": true,
"filename": "example.txt",
"size": 1024,
"content_type": "text/plain",
"access_url": "https://fs.example.com/files/example.txt",
"file_id": "example.txt",
"message": "文件 'example.txt' 上传成功"
}
2. download_file
从指定URL下载文件到本地路径。
参数:
url(string): 要下载的文件URLdownload_path(string): 本地保存路径
返回值:
{
"success": true,
"url": "https://example.com/file.pdf",
"file_path": "/path/to/save/file.pdf",
"filename": "file.pdf",
"size": 2048000,
"content_type": "application/pdf",
"message": "文件 'file.pdf' 下载成功"
}
使用示例
文件上传示例
# 通过MCP客户端调用上传工具
result = await mcp_client.call_tool("upload_file", {
"file_path": "/home/user/documents/report.pdf"
})
文件下载示例
# 下载文件到指定目录
result = await mcp_client.call_tool("download_file", {
"url": "https://example.com/data.csv",
"download_path": "/home/user/downloads/"
})
# 下载文件到指定路径
result = await mcp_client.call_tool("download_file", {
"url": "https://example.com/image.png",
"download_path": "/home/user/downloads/saved_image.png"
})
错误处理
服务提供详细的错误信息:
常见错误类型
FileNotFoundError: 文件不存在ValueError: 参数无效或URL格式错误RuntimeError: 上传/下载操作失败ConfigurationError: 环境变量配置错误
错误示例
# 文件不存在
try:
await mcp_client.call_tool("upload_file", {
"file_path": "/nonexistent/file.txt"
})
except FileNotFoundError as e:
print(f"错误: {e}")
# URL无效
try:
await mcp_client.call_tool("download_file", {
"url": "invalid-url",
"download_path": "/tmp/"
})
except ValueError as e:
print(f"错误: {e}")
开发
项目结构
fs_mcp/
├── src/
│ ├── __init__.py # 包初始化
│ ├── __main__.py # 命令行入口
│ ├── server.py # MCP服务器主程序
│ ├── config.py # 配置管理
│ ├── rustfs_client.py # RustFS客户端
│ ├── upload_tool.py # 上传工具
│ ├── download_tool.py # 下载工具
│ ├── exceptions.py # 自定义异常
│ └── utils.py # 工具函数
├── pyproject.toml # 项目配置
├── .env.example # 环境变量模板
└── README.md # 项目文档
运行测试
# 安装开发依赖
pip install -e ".[dev]"
# 运行测试
pytest
代码格式化
# 使用black格式化代码
black src/
# 使用ruff检查代码质量
ruff check src/
配置说明
必需环境变量
FS_URL: RustFS服务端点URLFS_AK: RustFS访问密钥FS_SK: RustFS密钥
可选环境变量
TIMEOUT: 请求超时时间(秒),默认30
RustFS API要求
本服务假设RustFS提供以下API端点:
POST /api/upload: 文件上传GET /api/files/{file_id}: 获取文件信息
上传请求格式:
- Method: POST
- Content-Type: multipart/form-data
- Headers: Authorization: Bearer {access_key}:{secret_key}
- Files: file (文件内容)
- Data: filename (文件名), size (文件大小)
许可证
MIT License
贡献
欢迎提交Issue和Pull Request来改进这个项目。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。