O código de Claude rapidamente se tornou uma ferramenta que muitas pessoas usam quando precisam lidar com coisas que não estão realmente codificadas. Estou falando principalmente sobre coisas de administração de PC, como renomear arquivos em massa, trabalhar com armazenamento Obsidian, organizar pastas que ficaram fora de controle ou fazer minificações rápidas que ninguém quer fazer manualmente. É tudo realmente excelente e não há muito do que reclamar.
Exceto por uma coisa. Cada arquivo que ele toca é lido na conversa e enviado aos servidores da Anthropic como parte dessa sessão, que é como funciona e como qualquer ferramenta em nuvem deveria funcionar. Quanto à pasta de código, a maioria das pessoas não pensará duas vezes sobre isso. Para uma pasta de documentos fiscais ou PDFs médicos, esse layout é um pouco mais difícil de amar. E é aqui que entra o LLM local com acesso ao sistema de arquivos…
Quer se manter atualizado sobre as últimas IA? O boletim informativo XDA AI Insider é publicado semanalmente com análises aprofundadas, recomendações de ferramentas e informações práticas que você não encontrará em nenhum outro lugar do site. Assine alterando suas preferências de boletim informativo!
O que é sistema de arquivos no MCP
Um arquivo de configuração que transformou meu LLM local em um gerenciador de arquivos
O aplicativo que você está adicionando é chamado de servidor MCP do sistema de arquivos. É um pequeno servidor Node.js publicado no npm como @modelcontextprotocol/server-filesystem e ironicamente mantido pela própria equipe do Anthropic MCP, então não irá desaparecer tão cedo.
Isso fornece a qualquer modelo que você esteja usando um kit de ferramentas para realmente tocar nos arquivos na pasta especificada. Ler, escrever, editar linhas com uma visualização diferente antes de qualquer coisa ser feita, mover, renomear, pesquisar, extrair metadados, listar a árvore de diretórios, a lista continua. Ele vem com uma sandbox, então o modelo só vê a pasta para a qual você aponta, então nada fora desse caminho é acessível.
Configurá-lo no LM Studio (meu driver diário) é apenas uma edição do mcp.json e uma reinicialização. Jan tem o sistema de arquivos na lista de servidores MCP padrão, então basta ativá-lo nas configurações. llama.cpp tem um cliente MCP integrado na UI da web (não no back-end em si), que você habilita com –webui-mcp-proxy. Ollama é estranho: ele não fala MCP nativamente, então você precisa de uma ponte como MCPHost ou ollmcp para chegar lá.
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": (
"-y",
"@modelcontextprotocol/server-filesystem",
"ENTER YOUR DIRECTORY"
)
}
}
}
Se você já leva a sério a execução de LLMs locais, esta pode não ser uma informação nova, mas acho que é a parte que falta à maioria das pessoas que não exploraram os chats de arquivo.
Por que estou pesquisando o sistema de arquivos local usando o código de Claude?
Três coisas que mudaram a maneira como usei meu LLM local
Quero começar com a questão da privacidade, porque foi isso que realmente mudou minhas configurações padrão. Claude Code envia todos os arquivos que você lê para os servidores da Anthropic durante uma conversa e, dependendo das configurações de dados, esses dados são armazenados por cinco anos ou trinta dias, se você tiver optado por não participar. Também houve pelo menos um relato recente de entrada imediata no caminho do interpretador de código de Claude, que não acho que deva ser quebrado, mas reforça a manutenção de pastas pessoais locais. Nada disso significa que o código de Claude é ruim, apenas que é melhor manter alguns arquivos em seu próprio hardware.
A outra coisa que gostaria de mencionar é que isso realmente mudou minha opinião sobre os LLMs locais. Antes de adicionar o sistema de arquivos ao MCP, meu modelo local era um chatbot em uma caixa. Eu poderia conversar com ele, enviar um arquivo e obter uma resposta, claro. Mas quando adicionei acesso ao sistema de arquivos, esses mesmos padrões se tornaram algo que realmente faz coisas no meu disco. É o mesmo modelo, mesmo peso, mesmo espaço VRAM, mas a diferença é a ferramenta de acesso.
A seleção do modelo é importante aqui. Invocar ferramentas é uma habilidade especial e nem todo modelo pequeno a possui. A família Qwen tem sido consistentemente forte nesta área e estou executando um Qwen 3.5 9B com 8 GB de VRAM sem problemas com sequências multithread. Gemma 4 também melhorou muito a precisão da chamada de ferramentas em comparação com seu antecessor.
Claude Code ainda é capaz de codificação real e trabalho de desenvolvedor de agente. Mas “olhe para esta pasta e me diga o que há lá dentro, depois classifique-a em categorias”? O modelo local com acesso ao sistema de arquivos faz o mesmo trabalho sem quaisquer taxas, transferência de dados ou limites de velocidade. A maior limitação aqui será o seu hardware.
O que esta pilha pode e não pode fazer no meu hardware
É mais do que apenas mover arquivos
As coisas de administração são onde eu moro. Coloque-o em uma pasta bagunçada, peça para ver o que há lá, sugira categorias, crie subpastas e mova arquivos. Isso será feito em uma única sequência se o modelo lidar com chamadas de várias etapas sem confusão. Renomear é outra tarefa útil que agora entrego também ao LLM local.
No entanto, as ferramentas vão além de mover e renomear. O Filesystem MCP pode ler arquivos de texto inteiros ou por intervalos especificados de linhas, escrever novos e fazer edições baseadas em linhas com uma visualização diferente antes de qualquer coisa ser feita. Portanto, ele pode sobrescrever o conteúdo de suas notas de marcação, frontmatter YAML, configuração de texto simples ou qualquer outro arquivo de texto. Por exemplo, você pode atualizar informações em massa sobre um cofre Obsidian ou reescrever uma pasta de favoritos para corresponder a um novo modelo. Ele também pode ler tecnicamente arquivos PDF, embora o bom desempenho ou não da extração dependa do modelo, então eu não o venderia.
No entanto, há uma verificação da realidade do hardware. As ferramentas de chamada são mais exigentes do que o simples bate-papo e, se você estiver usando algo como 6 GB de VRAM, estará executando modelos menores com confiabilidade multicamadas reduzida. Meus 8 GB com Qwen 3.5 9B parecem o limite para sequências de circuitos confiáveis. Abaixo, você ainda pode obter chamadas úteis de ferramenta única, mas talvez não a experiência completa de organização do vault. O que, para ser honesto, ainda é mais do que a maioria das pessoas espera do seu modelo local.
Uma coisa que estava faltando na minha configuração local do LLM
O Código de Claude ainda é a ferramenta que eu usaria quando o trabalho fosse realmente difícil. Se formos honestos conosco mesmos, nada na minha pilha local se compara a isso. Mas a maior parte do que abri no Claude Code não foi para fluxos de trabalho de desenvolvimento, mas para um administrador de computador. Esse sistema de arquivos no MCP foi o que me fez perceber o quanto do meu dia era gasto na ferramenta errada para a tarefa.

.png?trim=0,0,0,0&width=1200&height=800&crop=1200:800)






