FS-MCP

本地 MCP 服务器为 AI 工具提供对项目文件的受控访问

FS-MCP，由Chayan 1906创建，是一个模型上下文协议服务器，连接AI助手与本地文件以进行文本本地化。该工具允许模型读取、解释和写入结构化文件的本地化版本，处理JSON、YAML和Markdown，同时关注文件结构。它包括可配置的目录权限，旨在为希望将自动化的、在库中的本地化步骤集成到其工作流程中的开发人员、本地化工程师和内容经理提供服务。

您实际上可以将服务器用于哪些任务？

服务器通过使兼容MCP的AI客户端能够读取源文件并直接将本地化输出写入磁盘，从而实现项目文件的自动化、本地化处理。支持的文件结构包括JSON、YAML和Markdown，该工具将其暴露给模型，以便翻译保留键和格式。典型用途是翻译软件字符串、文档页面和内容文件，而无需手动复制粘贴周期。

结构化文件的本地化输出准确性如何？

准确性取决于基础语言模型，而服务器提供的结构上下文改善了源键和翻译之间的映射。通过向模型提供文件结构，该工具有助于保留JSON键和Markdown格式，从而减少格式错误。由于服务器本身不执行语言验证，因此仍然需要人工审查以处理细微的区域短语和特定领域术语。

它对输入和环境要求有什么？

服务器需要一个兼容MCP的主机，例如推荐的桌面客户端，以及一个能够运行代码库的运行时环境，通常是项目指定的Node.js或Python。它在Windows、macOS和Linux上跨平台运行。管理员必须配置服务器可以访问的目录，因此输入仅限于明确允许的文件夹。

它如何融入开发和本地化工作流程？

安装遵循开发者工作流程：克隆代码库，通过包管理器安装依赖项，并将服务器配置添加到MCP客户端设置文件中。该项目的开源、以开发者为中心的设计使代码可审计并可集成到CI或本地化管道中。与聊天界面相比，服务器使得在机器上直接编辑文件成为可能，这缩短了适合运行本地服务器的团队的编辑-应用-审查循环。

一个实用的工具，适用于接受模型辅助编辑并进行人工审查的团队

该服务器是开发人员和本地化工程师的实用选择，他们需要将模型辅助的本地化集成到现有工作流程中。预计在合并之前验证和版本控制AI生成的翻译，并限制服务器的允许目录，以确保安全操作。对于准备运行MCP端点并审查输出的团队，该工具加速了模型生成的本地化与标准开发流程的集成。