宝贝甜品店
102.14M · 2026-03-26
在集成了浏览器操控能力后，我们继续为 AI Agent 扩展能力边界。这次，我们要赋予它"文件专家"的身份——能够读取代码、写入文档、搜索内容、甚至重构整个项目。
在 从零开始构建 Manus 系统：02-Sandbox Chrome 中，我们让 AI Agent 能够浏览互联网。现在，我们要让它成为真正的"文件专家"——能够读取源代码、分析项目结构、修改文件、甚至进行大规模的重构。
文件系统操作是 AI Agent 最基础但也最强大的能力之一。从简单的文件读取，到复杂的代码分析和重构，文件系统 MCP 为 AI 提供了与开发者相同的文件操作权限。
对于人类开发者来说，文件系统是我们日常工作的基础。对于 AI Agent 而言，集成文件系统能力意味着：
我们的文件系统集成基于以下设计：
graph LR
Agent[AI Agent] --MCP Protocol--> MCP_Server[MCP Filesystem Server]
MCP_Server --POSIX API--> Filesystem[(Linux Filesystem)]
Filesystem --Volume Mount--> Host_Workspace[/host/workspace/]
关键设计决策：
@modelcontextprotocol/server-filesystem，确保协议兼容性和功能完整性/root/shared/workspace/ 目录，防止越权访问文件系统 MCP 是官方提供的 Node.js 实现，我们已经在 Dockerfile 中安装了它：
# 全局安装 MCP Filesystem Server
RUN npm install -g @modelcontextprotocol/server-filesystem@latest
这个包提供了 8 个核心文件操作工具：
读取操作
read_file - 读取文件内容read_directory - 列出目录内容get_file_info - 获取文件元数据写入操作
write_file - 创建或覆盖文件create_directory - 创建目录修改操作
search_replace - 在文件中进行精确的字符串替换move_file - 移动或重命名文件删除操作
delete_file - 删除文件或目录文件系统操作的安全性至关重要：
# 创建受限的工作区目录
RUN mkdir -p /root/shared/workspace /root/shared/workspace/screenshots /root/shared/workspace/downloads
安全措施：
/root/shared/workspace/ 及其子目录在 supervisord.conf 中，我们配置了 MCP Filesystem Server：
; MCP Filesystem Server (Official - Node.js)
[program:mcp-filesystem]
command=/usr/bin/npx -y @modelcontextprotocol/server-filesystem /root/shared/workspace
directory=/root/shared/workspace
environment=NODE_ENV="production"
autorestart=true
stdout_logfile=/dev/stdout
stdout_logfile_maxbytes=0
stderr_logfile=/dev/stderr
stderr_logfile_maxbytes=0
priority=601
startsecs=5
文件系统服务器的优先级设置为 601，高于基础服务但低于应用服务：
xvfb (100) → fluxbox (200) → chrome (200) → x11vnc (400) → websockify (500)mcp-shell (600) → mcp-filesystem (601) → mcp-chrome (602) → mcp-manager (603)这种优先级确保了：
MCP Filesystem Server 通过以下参数启动：
npx @modelcontextprotocol/server-filesystem /root/shared/workspace
关键参数：
/root/shared/workspace - 所有操作的根目录当 MCP Filesystem 集成完成后，AI Agent 就可以执行以下操作：
{ "name": "read_file", "args": { "path": "src/main.py", "encoding": "utf-8" } }
Agent 可以读取源代码文件，理解项目结构和实现逻辑。
{ "name": "write_file", "args": { "path": "README.md", "content": "# My Projectnn..." } }
Agent 可以创建和维护项目文档。
{ "name": "search_replace", "args": {
"file_path": "config.py",
"old_string": "DEBUG = True",
"new_string": "DEBUG = False"
}}
Agent 可以进行精确的代码修改。
{ "name": "read_directory", "args": { "path": "." } }
Agent 可以浏览目录结构，了解项目组织。
为了验证文件系统 MCP 的功能，我们可以创建一个测试脚本：
import asyncio
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client
import json
async def test_filesystem_operations():
"""Test MCP Filesystem Server operations."""
# Configure connection to containerized MCP server
server_params = StdioServerParameters(
command="docker",
args=[
"exec", "-i",
"sandbox-sandbox-os-1", # Container name
"npx", "-y", "@modelcontextprotocol/server-filesystem",
"/root/shared/workspace"
],
env=None
)
print(" Connecting to MCP Filesystem Server...")
async with stdio_client(server_params) as (read, write):
async with ClientSession(read, write) as session:
# 1. Initialize connection
await session.initialize()
# 2. List available tools
tools = await session.list_tools()
print(f" Connected! Found {len(tools.tools)} filesystem tools")
# 3. Test directory listing
print(" Listing workspace directory...")
dir_result = await session.call_tool("read_directory", {
"path": "."
})
print(f"Directory contents: {dir_result}")
# 4. Test file creation
print(" Creating test file...")
await session.call_tool("write_file", {
"path": "test_file.txt",
"content": "Hello from MCP Filesystem!"
})
# 5. Test file reading
print(" Reading test file...")
file_result = await session.call_tool("read_file", {
"path": "test_file.txt"
})
print(f"File content: {file_result}")
# 6. Test file search and replace
print(" Testing search and replace...")
await session.call_tool("search_replace", {
"file_path": "test_file.txt",
"old_string": "Hello from MCP Filesystem!",
"new_string": "Modified by MCP Filesystem Server!"
})
# 7. Verify modification
modified_result = await session.call_tool("read_file", {
"path": "test_file.txt"
})
print(f"Modified content: {modified_result}")
print(" All filesystem operations completed successfully!")
if __name__ == "__main__":
asyncio.run(test_filesystem_operations())
性能测试：
安全验证：
../ 等上级目录Q: MCP Filesystem 和传统的文件操作工具有什么区别？
A: MCP Filesystem 提供了标准化的 AI 友好的接口。传统的文件操作工具（如 cat, ls, sed）需要 AI 理解 shell 命令，而 MCP Filesystem 直接提供语义化的工具（如 read_file, search_replace），让 AI 能够更直观地表达意图。
Q: 如何处理大文件？
A: MCP Filesystem 内置了文件大小限制（通常在几MB以内）。对于超大文件，服务器会返回错误提示。建议将大文件拆分处理，或使用流式处理方式。
Q: 支持哪些文件编码？
A: 主要支持 UTF-8 编码。对于其他编码的文件，需要在读取时指定编码参数，或预先转换编码。
Q: 如何处理二进制文件？
A: MCP Filesystem 主要设计用于文本文件。对于二进制文件（如图片、压缩包），建议使用其他专门的工具。服务器会检测文件类型并给出相应提示。
Q: 文件权限如何处理？
A: 服务器会检查文件权限，但不会尝试提升权限。如果 AI 需要修改只读文件，需要先通过 shell 工具修改文件权限。
Q: 如何实现文件的版本控制？
A: MCP Filesystem 本身不提供版本控制功能。但 AI 可以结合 git 命令（通过 MCP Shell）来实现文件的版本管理。
通过集成 MCP Filesystem，我们的沙盒环境从"命令执行器"进化为真正的"文件专家"。AI Agent 现在不仅能运行命令，还能深入理解和修改代码，成为开发者的真正合作伙伴。
在下一篇文章中，我们将探讨 MCP Manager 的实现，看看 AI 如何智能地管理其他 MCP 服务器，实现更高级的元编程能力。
实现时间: 2026-01-23 MCP 工具数量: 8 个文件操作工具 安全等级: ️ 高 (路径限制 + 权限检查)
