MCP Catalogs
首页

filesystem vs ramibot

并排对比,帮你在这两个 MCP server 之间做选择。

filesystem
by modelcontextprotocol
ramibot
by RamiBotAI
Stars★ 85,748★ 20
30天用量
综合分7743
官方
分类
本地文件系统开发者工具效率工具
安全开发者工具AI / LLM 工具
实现语言TypeScriptPython
最近提交本月2 个月前

filesystem · 概述

功能丰富的文件系统操作 MCP 服务器,具有动态目录访问控制功能。

ramibot · 概述

RamiBot 是一个本地优先的AI安全平台,集成了MCP支持红蓝队操作。

filesystem · 使用场景

  • 使 AI 模型能够读取和写入项目文件进行开发
  • 允许 Claude 或其他 MCP 客户端浏览和分析代码库
  • 为内容生成提供对特定目录的安全沙盒访问

ramibot · 使用场景

  • 红队操作中LLM辅助漏洞扫描
  • 蓝队分析中证据锁定报告生成
  • 安全研究中Docker容器化工具执行

filesystem · 安装

安装

使用 NPX

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/path/to/allowed/directory"
      ]
    }
  }
}

使用 Docker

{
  "mcpServers": {
    "filesystem": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "--mount", "type=bind,src=/path/to/allowed/dir,dst=/projects/allowed/dir",
        "mcp/filesystem",
        "/projects"
      ]
    }
  }
}

VS Code 扩展

点击 README 中的安装按钮直接在 VS Code 中安装。

ramibot · 安装

安装

**要求:** Python 3.9+,Node.js 18+,npm,Docker Desktop

**一键安装(推荐):**

git clone <repository-url>
cd ramibot

# Linux / macOS
bash install.sh

# Windows
install.bat

**手动安装:**

  1. 克隆并导航到仓库
  2. 后端:cd backend; python -m venv .venv; .venv\Scripts\activate (Windows) 或 source .venv/bin/activate (Unix); pip install -r requirements.txt
  3. 前端:cd frontend; npm install
  4. 运行:bash start.sh (Unix) 或 start.bat (Windows)

**设置:** 编辑 backend/settings.json 添加您的API密钥。

对比内容由 README + GitHub 公开数据自动生成,定期更新。