官方 Filesystem 與 Fetch MCP Server 怎麼用:給 Claude Desktop 配本地目錄讀寫白名單與網頁抓取

想讓 Claude Desktop 讀寫本地文件夾並抓取指定網頁?按 MCP 官方參考伺服器倉庫整理 Filesystem 與 Fetch 的運行環境、claude_desktop_config.json 白名單寫法、常用工具參數與常見報錯排查。

NNathaniel bigo··原創首發·AI 輔助撰寫
13 分鐘讀完
資料核對於 2026-11-18 · 依據官方文檔與公開資料整理 免費帳號 帳號

結論先說

  1. Filesystem 和 Fetch 都來自 MCP 官方 modelcontextprotocol/servers 參考倉庫,前者基於 Node.js(npx 啟動),後者基於 Python(推薦用 uvx 啟動)。
  2. Filesystem 靠啟動參數限制目錄範圍:你在 args 數組末尾寫進哪幾個本地絕對路徑,模型就只能訪問這幾個目錄及其子目錄,越界會直接報錯。
  3. Fetch 會把網頁 HTML 轉成精簡 Markdown,單次預設最多返回 5000 個字符(max_length),長網頁靠 start_index 分段往後讀。
  4. 官方把這兩個伺服器定位為參考實現,以你當前登入的系統用戶權限運行。不要把整個用戶主目錄或系統盤根目錄放進白名單。
  5. 改完配置必須徹底退出並重開 Claude Desktop,僅關閉窗口不會重新加載本地 MCP 進程。
  6. 主力模型訂閱與帳號配套入口:跑通 MCP 工具鏈與多文件智能體編碼依賴穩定的底層大模型配額,國內免境外卡自助開通可見本站 Claude Code 訂閱頁、ChatGPT Plus 充值頁 與 AI 會員充值總覽。

Filesystem 與 Fetch 官方參考伺服器對比

圖:本站根據 MCP 官方參考倉庫 modelcontextprotocol/servers 整理的示意圖

本文根據 MCP 官方參考倉庫《modelcontextprotocol/servers》及《Filesystem MCP Server》《Fetch MCP Server》、MCP 官方文檔《Connect to local MCP servers》整理,資料核對於 2026-11-18。配圖為本站整理的示意圖,不是介面截圖。本站(bigolab.com)不是 Anthropic 或 MCP 官方網站。

適用於誰

  • 想在 Claude Desktop 裏整理本地文檔、批量改名或彙總網頁資料,搜「filesystem mcp 配置」的人;
  • 不清楚 Filesystem 白名單目錄怎麼寫、為什麼 Fetch 要裝 uvx 的用戶;
  • 已經配好 JSON 卻遇到越界報錯、網頁只抓一半或 robots.txt 攔截的人。

一、運行前先準備兩個命令行工具

這兩個官方伺服器分別用了不同的語言打包,裝之前先在終端確認環境:

  1. Node.js(供 Filesystem 使用):運行 node --version 確認已安裝 LTS 版本,系統裏能直接調用 npx。
  2. uv 或 pip(供 Fetch 使用):官方推薦安裝 Python 包管理器 uv,裝好後自帶 uvx 命令,可以在隔離環境裏直接拉起 mcp-server-fetch。如果不裝 uv,也可以用 pip install mcp-server-fetch 安裝後通過 python -m mcp_server_fetch 啟動。

如果你還不熟悉 Claude Desktop 配置文件在哪裏打開,可以先看 Claude Desktop MCP 配置教學;想先了解協議原理,見 MCP 是什麼。

二、在 Claude Desktop 裏同時配好兩個伺服器

打開 claude_desktop_config.json(macOS 在 ~/Library/Application Support/Claude/,Windows 在 %APPDATA%\Claude\),在 mcpServers 對象裏把兩項一起寫進去。

macOS 與 Linux 寫法示例:

json
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/你的用戶名/Documents/work-notes",
        "/Users/你的用戶名/Downloads"
      ]
    },
    "fetch": {
      "command": "uvx",
      "args": [
        "mcp-server-fetch"
      ]
    }
  }
}

Windows 寫法示例(注意反斜槓必須雙寫轉義):

json
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "C:\\Users\\你的用戶名\\Documents\\work-notes",
        "C:\\Users\\你的用戶名\\Downloads"
      ]
    },
    "fetch": {
      "command": "uvx",
      "args": [
        "mcp-server-fetch"
      ]
    }
  }
}

儲存文件後完全退出 Claude Desktop 再重新打開。點擊輸入框左下角的加號圖標,在連接器(Connectors)管理列表裏看到 filesystem 和 fetch 都處於已加載狀態,說明進程啟動成功。

三、Filesystem 的工具清單與白名單邊界

官方 src/filesystem 說明文檔列出了伺服器暴露的主要工具:

工具名作用使用注意
read_text_file / read_multiple_files讀取單個或多個文本文件內容支持按行讀取,一次讀多個文件比循環單讀更省往返次數
write_file新建文件或完整覆蓋已有文件會直接改寫磁盤文件,批准前先核對路徑
edit_file按匹配塊局部替換文件內容支持 dryRun 預覽差異,改配置文件和文稿更穩妥
list_directory / create_directory列出目錄內容、新建文件夾僅限白名單目錄內部
move_file / search_files / get_file_info移動或重命名文件、按模式搜文件、看元數據源路徑和目標路徑都必須在允許目錄內

關於權限邊界,有兩條實用規則:

  • 只給最小工作目錄:比如專門建一個 ai-workspace 文件夾放待處理資料,不要把存有 SSH 密鑰、瀏覽器配置或環境變量的用戶主目錄放進去。安裝第三方伺服器前的通用檢查項可參考 MCP 伺服器怎麼選、裝之前怎麼審。
  • 支持客戶端 Roots 協議:如果宿主客戶端實現了 MCP 的 Roots 能力,客戶端也可以動態向 Filesystem 伺服器聲明允許訪問的根目錄;在 Claude Desktop 手動配 JSON 時,仍以 args 傳入的絕對路徑為準。

四、Fetch 的抓取參數與分段讀取方法

官方 src/fetch 伺服器只提供一個核心工具 fetch,用來請求指定網址並把網頁正文清洗成方便模型閱讀的 Markdown。它的四個輸入參數很實用:

  1. url(必填):要抓取的網頁完整地址。
  2. max_length(可選):單次返回的最大字符數,官方預設值為 5000。
  3. start_index(可選):從第幾個字符開始截取,預設從 0 開始。遇到長技術文檔被截斷時,直接讓 Claude「接着上次的位置用 start_index 往後讀完」即可。
  4. raw(可選):布爾值,設為 true 時不轉 Markdown,直接返回網頁原始文本或源碼。

預設情況下,Fetch 伺服器會先檢查目標站點的 robots.txt,如果不允許自動化工具抓取就會拒絕請求。官方提供了兩個可選啟動參數,寫在配置文件 fetch 的 args 裏:

  • --ignore-robots-txt:忽略目標站點的 robots.txt 限制(僅在你有權訪問且符合目標網站條款時使用);
  • --user-agent="自定義名稱":自定義請求頭裏的 User-Agent 字符串。

五、常見報錯與替代思路

Filesystem 與 Fetch 常見異常判斷

圖:本站根據 MCP 官方參考倉庫 modelcontextprotocol/servers 整理的示意圖

日常使用中最常碰到四類問題:

  1. Windows 上啟動時報 ENOENT 或 ${APPDATA} 路徑錯誤:按 MCP 官方排錯說明,在 filesystem 配置下加一個 "env": {"APPDATA": "C:\\Users\\你的用戶名\\AppData\\Roaming\\"},並確認執行過 npm install -g npm。
  2. Fetch 抓不到動態渲染網頁:mcp-server-fetch 走的是普通 HTTP 請求,不會啟動真實瀏覽器跑前端 JavaScript。遇到必須前端渲染的頁面,改用 Playwright 類瀏覽器 MCP 更合適。
  3. 長文件加長網頁很快撞上免費版對話上限:連續讀取多份本地文稿和網頁正文會消耗較多上下文額度。如果經常卡在 5 小時限額,可以考慮升級 Claude Pro;要是你的日常工作主要是改代碼倉庫和跑終端腳本,其實不必在桌面版手工配 Filesystem,直接用自帶本地讀寫與抓取工具的 Claude Code 更省事,它的 MCP 擴展方法見 Claude Code MCP 配置教學。
  4. 不確定是伺服器掛了還是客戶端沒連上:先在終端用官方調試器單獨跑一遍,具體命令見 MCP Inspector 怎麼用。

常見問題

問:Claude Desktop 不是已經有網頁搜尋了嗎,為什麼還要裝 Fetch?

答:內置聯網搜尋偏向按關鍵詞檢索摘要;Fetch MCP 則是把你指定的具體 URL 正文完整拉下來轉成 Markdown,並支持用 start_index 分段讀完長頁面,適合精讀接口文檔或指定文章。

問:Filesystem 可以同時配置多個不相鄰的文件夾嗎?

答:可以。在 args 數組裏跟在 @modelcontextprotocol/server-filesystem 後面依次追加多個絕對路徑,用英文逗號隔開即可。

問:允許訪問某文件夾後,模型修改或刪除文件會先問我嗎?

答:在 Claude Desktop 裏,調用寫文件、改文件、移動文件等工具前預設會彈出審批提示。點同意前務必看清傳入的目標路徑,防止覆蓋原稿。

問:用 pip 裝了 mcp-server-fetch 但不想裝 uv 怎麼寫配置?

答:把 fetch 的 "command" 改成 "python"(或虛擬環境裏 python.exe 的絕對路徑),"args" 改成 ["-m", "mcp_server_fetch"] 即可。

問:配置好開發環境後,國內沒有外幣卡怎麼開通 Claude 或 ChatGPT 編程訂閱?

答:可在 本站充值中心 自助選購卡密開通 Claude Code(Pro / Max) 或 ChatGPT Plus / Pro,全程無需交出帳號密碼,支持開具增值稅發票;實時價格與售後邊界(封號不在質保範圍)以對應商品頁為準。

相關教學

參考資料

  • MCP 官方參考伺服器倉庫:https://github.com/modelcontextprotocol/servers
  • Filesystem MCP Server 官方說明:https://github.com/modelcontextprotocol/servers/tree/main/src/filesystem
  • Fetch MCP Server 官方說明:https://github.com/modelcontextprotocol/servers/tree/main/src/fetch
  • MCP 官方文檔:Connect to local MCP servers — https://modelcontextprotocol.io/docs/develop/connect-local-servers

Nathaniel 的更多內容

  1. 01

    獨立開發者用 ChatGPT + Codex 跑通產品全流程:市場驗證、PRD、原型到代碼上線覆盤清單

    單人做獨立產品最容易陷入「閉門寫兩個月代碼上線零用戶」或「AI 寫到一半目錄越改越崩」。本文整理「ChatGPT 負責市場驗證、PRD 與覆盤 + Codex 負責工程實現與測試」的五階段雙軌流程,附起手提示詞與 7 項上線覆盤清單。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成規範文件命名規則、整理混亂目錄樹與合併零散發票抬頭清單腳本

    面對滿桌面的「新建文件夾」「最終版2」和上百張零散電子發票,手工改名抄台帳耗時又容易漏重。本文分享先脫敏取樣、再用 ChatGPT 生成帶預演和回滾日誌的本地 Python 腳本,離線安全完成目錄整理與發票抬頭合併去重的實戰流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外電郵營銷(EDM)受眾分層文案、A/B 主題行測試與防進垃圾箱自檢

    做海外獨立站或出海 SaaS 電郵營銷(EDM),最怕千人一面群發被直接送進垃圾箱。本文結合 Gmail/Yahoo 批量發件人規範,梳理用 ChatGPT 設計受眾分層文案、批量生成 A/B 主題行矩陣並開展發前垃圾詞與合規自檢的實戰提示詞。

    ChatGPT0
  4. 04

    用 ChatGPT 寫 Notion Formula 2.0 公式、Obsidian Dataview 查詢與 Airtable 自動化腳本

    給 Notion 數據庫寫多條件 Formula 2.0 公式、給 Obsidian 寫 Dataview 動態看板,或在 Airtable 裏寫自動化腳本,經常因為一個小括號或類型不匹配報錯半天。本文整理三大工具的通用上下文喂料規範與三套直接可複製的生成提示詞。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 處理複雜 JSON / YAML / XML 字段映射、格式轉換與校驗規則編寫實戰

    對接第三方 API、遷移 Kubernetes 配置或解析政企 XML 報文時,手工對照幾百行嵌套字段既慢又容易漏掉空值與類型邊界。本文整理用 ChatGPT 完成字段映射表梳理、生成確定性轉換腳本以及編寫 JSON Schema / Pydantic / XSD 校驗規則的實戰流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 準備本科/碩士畢業論文答辯:提煉答辯 PPT 結構、模擬導師犀利追問與 3 分鐘自述稿

    畢業論文寫完後,要在 3–5 分鐘內講清研究價值並頂住答辯評委的連環追問並不輕鬆。本文整理在嚴格遵守高校學術規範的前提下,用 ChatGPT 提煉答辯 PPT 結構、打磨 3 分鐘口語自述稿並開展模擬導師犀利追問的排練流程與提示詞。

    ChatGPT0

同產品的其他教學

  1. 01

    用 ChatGPT 速讀英文產品手冊、開源文檔與 GitHub Issue 並沉澱團隊中文內訓手冊

    團隊引入海外 SaaS 工具或開源框架時,全英文文檔晦澀冗長、真正的坑全藏在幾十頁 GitHub Issue 討論裏。本文分享速讀拆解英文手冊、歸類 Issue 排障庫以及重構團隊中文內訓 SOP 的完整實戰流程。

    ChatGPT其他 AI 工具0
  2. 02

    用 ChatGPT 寫油猴腳本(Tampermonkey)與瀏覽器書籤小工具解決網頁繁瑣重複操作實戰

    每天在後台系統裏重複勾選幾十個複選框、手工複製網頁表格或清理遮擋閱讀的側邊欄,既枯燥又浪費時間。本文分享不會寫 JS 也能用 F12 配合 ChatGPT 寫出油猴腳本與書籤小工具的完整實戰流程。

    ChatGPT其他 AI 工具0
  3. 03

    用 ChatGPT 寫高質素 SQL 窗口函數(RANK / LAG / SUM OVER)做留存與漏斗分析實戰

    做用戶留存率、復購間隔與有序轉化漏斗時,多層自連接既難讀又拖垮數據庫,窗口函數則是高效解法。本文整理數據庫方言喂數規範、CTE 分層提示詞以及用內置沙盒先驗證再上線的完整實戰流程。

    ChatGPT其他 AI 工具0
  4. 04

    ChatGPT 連接 Canva、Figma、Linear、Jira、Dropbox 等第三方應用搜不到數據或授權失效怎麼辦

    在 ChatGPT 接入 Canva、Figma、Linear、Jira 或 Dropbox 後,明明顯示已連接卻搜不到文件工單,或老提示授權失效怎麼辦?本文拆解帳號錯綁、OAuth 範圍漏選、權限繼承與管理員攔截 5 步排障法。

    ChatGPT其他 AI 工具0
  5. 05

    Anthropic Contextual Retrieval(上下文增強檢索)是什麼、怎麼實現:給文檔塊自動補背景摘要結合緩存降失誤率

    長文檔切成小塊後丟了公司名、年份和主語指代導致 RAG 頻頻搜錯?本文按 Anthropic 官方技術文章詳解 Contextual Retrieval 原理、官方公開評測失誤率下降 49% 至 67% 的組合架構,以及用 Claude 提示詞緩存低成本批量生成切片背景的完整 Python 代碼。

    Claude其他 AI 工具0
  6. 06

    RAG 知識庫回答不準怎麼調優:切片大小(Chunking)、BM25 + 向量混合檢索與 Rerank 重排序三步排查法

    搭好的 RAG 企業知識庫一問具體型號、報錯碼或跨行表格就答非所問?本文按 OpenAI 與 Anthropic 官方檢索文檔,給出先隔離檢索與生成故障、再按結構化切片(Chunking)、BM25 加向量混合召回(RRF)與 Rerank 重排序逐層調優的三步法。

    Claude其他 AI 工具0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~