惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

大猫的无限游戏
大猫的无限游戏
D
DataBreaches.Net
M
MIT News - Artificial intelligence
量子位
N
Netflix TechBlog - Medium
The Cloudflare Blog
The GitHub Blog
The GitHub Blog
P
Proofpoint News Feed
人人都是产品经理
人人都是产品经理
B
Blog RSS Feed
B
Blog
博客园_首页
博客园 - Franky
MyScale Blog
MyScale Blog
有赞技术团队
有赞技术团队
Apple Machine Learning Research
Apple Machine Learning Research
MongoDB | Blog
MongoDB | Blog
云风的 BLOG
云风的 BLOG
爱范儿
爱范儿
H
Help Net Security
Y
Y Combinator Blog
Stack Overflow Blog
Stack Overflow Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
酷 壳 – CoolShell
酷 壳 – CoolShell

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
从 File System MCP 到文件分析器,我找到了 AI 编程在实际工...
善宝橘 · 2025-05-14 · via 人人都是产品经理

随着AI技术的不断发展,其在编程领域的应用也越来越广泛。本文作者通过实际操作,展示了如何利用File System MCP和AI编程工具Windsurf创建文件整理器和文件分析器,从而实现文件的自动分类和可视化管理。

作为一名产品蝗虫,实际生活与工作中并不需要敲代码。探索 AI 编程,核心目的还是为了了解产品和技术的可行性。过往所做的练手项目,也只是当成游戏,积攒经验并享受创造产品的乐趣。

直到我用上 File System MCP。

名如其物,File System MCP 的作用很简单:

读写文件、增删文件夹、移动文件、搜索文件、获取文件元数据。但配合大模型,就能玩出花来。而对我来说,它的最大用处在于整理文件夹。

我是一个不太爱整理文件的人,很多保存下来的文件,随手就丢在桌面。后来嫌凌乱,就建了一个名为「杂七杂八」的文件夹,里面藏着我的各种文件。

这样,表面上看起来是光鲜了,可是每次找文件都很烦,太多了。里面有音频、视频、Markdown、PDF… 五花八门的文件类型,按内容分有自己的规划材料、行业报告、随笔…

这次,趁着用 File System MCP 练手,我用 Windsurf 创建了一个「文件整理器」,能够自动整理文件夹中的散乱文件,将其按逻辑进行分类。

话不多说,开搞。

👨🏾🌾 安装 File System MCP

Windsurf 1.8.2 支持直接安装插件,不需要在三方 MCP 市场上寻找 MCP,将 json 文件复制到配置中。

打开应用后右上角 Plugins,点击后打开 Plugin Store,选择其中 Filesystem 进行安装。

安装完成后,系统会要求输入 Filesystem Paths。其实就是要授予 Filesystem 一个路径权限,在该路径下的子文件夹和子系统都运行被操作,不在该路径下的就不允许。

我在这里赋予的权限是整个桌面,不知道路径怎么获取,Mac 电脑打开终端,直接拖拽一个文件夹进去,就能够自动获取该文件夹路径,然后复制到 Windsurf 中即可:

比如这里,我想指定桌面,那么我保留 /Users/smg/Desktop 即可。指定完路径,Refresh 一下,确认成功。

🤖 创建文件整理器

在 Windsurf 文件夹中,新建文件夹,命名为「文件整理器」,Windsurf 中打开该文件夹(如果已经在 Windsurf 中可以在运行和调试界面中打开文件,选择对应文件夹即可)

接着,开始给系统分配任务:

整理桌面/杂七杂八文件夹,将里面的文件夹进行编号分类,删除空文件夹

AI 开始工作,它的思路:

  • 先查看杂七杂八文件夹内容;
  • 创建 Python 脚本,分析文件夹中文件内容;
  • 赋予脚本执行权限;
  • 执行脚本;
  • 执行清除空文件夹命令行命令;

在执行脚本过程中有一些错误,系统自己检查并修复掉了,比如文件名包含空格或字符。同时也看到,一些删除指令系统并没有调用 MCP ,而是直接采用命名行命令,这两者间的区域在于:File System 是更高层面的抽象,里面有一些封装好的功能,而命令行更为底层,前者在某些任务上更高效,后者更灵活。

系统执行完成后,仍有一些错误,比如重复编号,于是继续增加需求:

我看到有一些重复的编号,比如 01-产品规划、01-图片,请重新调整编号;另外我希望在杂七杂八下,再创建 4~5 个文件夹,将当前的二级文件夹放到新创建的文件夹下面

系统继续优化脚本,生成内容:

最后的结果:

整体来说,系统的工作已经相对完善,还可以优化的地方在于需求本身,最好的情况:

  • 调用大模型,分析文件内容;
  • 根据文件内容重命名文件;
  • 根据文件名称归纳文件夹;
  • 指定最多不超过 3 级文件夹;
  • 文件夹按 01、02… 项目符号编号,单层级不超过 9 个文件夹;

目前调用大模型分析文件内容并没有完成,只是根据文件名称分类,相对还有优化空间。不过比起最初杂乱的情况,已经好上不少,到此先告一段落。

🤖 创建文件分析器

如果只是将文件分类整理,那只是 LEVEL 1,真正的骚操作是对文件进行分析。试想,当你的文件有几千份,难免对文件大小、类型之类把握不清,这时候需要一个可视化的工具来进行管理分析。

创建一个文件分析器,分析杂七杂八文件夹,支持以可视化方式查看文件大小、类型和数量。

这一次非常丝滑,没有任何报错,系统直接给我生成了如下页面:

我们可以直观看到每个文件的大小、类型,最大文件。每一个图表也并不是花架子,都有对应浮层显示。

当然,只是这样难度还太低,我嫌弃它的 UI 样式不好看,决定给 AI 点挑战:

使用 shadcn/ui 优化整体的风格页面

接着,系统自己思考出了方案:

当我同意后,它:

  • 安装了 Next.js 项目所必需的依赖;
  • 安装了 Shadcn 包;
  • 安装了基础组件和图表;
  • 创建 API 路由;

一通操作后,显示创建成功,但当我打开后发现页面报错:

我也不管,直接截图发到它,一直重复,直到它提醒修复完成。

最后,一个现代版的 UI 界面出来了:

相比于原来挤在一个页面,新的 UI 样式加了分段控件,区分了三种功能,并且拓展名分析没有挤在一起,文件大小分布使用的树状图也更为好看。

🍎 总结

某种程度上,AI 编程和绘画一样,我们能够清晰表达自己的需求,AI 就会更精准地实现。比如我们熟悉的吉卜力风,在 AI 编程中,就是明确的库,比如我们所用的 shadcn 。其实文件分析器的潜力很大,比如我们可以在每次用 AI 生成一个项目后,让文件分析器分析项目文件,这样我们可以获知项目的总体情况。

今天分享就到这里,继续学习。

本文由人人都是产品经理作者【善宝橘】,微信公众号:【善宝橘】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。