公司里大部分文档都躺在文件服务器或NAS上,AI助手打不开它们。很多公司也不愿意把这些文件复制到云盘里去。

打开网易新闻 查看精彩图片

AnythingMCP File Search给出的思路是:不搬文件,只建索引。它针对SFTP、FTPS、WebDAV或S3服务器上的某个文件夹建立全文索引,并持续保持同步,文件本身留在原地。

Claude、ChatGPT、Copilot和Cursor通过它获得搜索、读取页面、查找精确编码的工具,回答时会带上文件、页码和日期。

AI够不着的那些文档

问AI助手当前价目表里某件商品多少钱,它没有东西可看。价目表是服务器机房NAS某个文件夹里的PDF,图纸、报价和存了十年的邮件也在那里。

常见建议是把文件搬到AI能连接的云盘上。对很多公司来说,文件不在那儿,也不打算往那儿去。

欧盟2025年有52.74%的企业购买了云服务,其中71.53%把文件存在云上。按两个比例相乘,约占全部企业的38%。其余企业的文件在别处:服务器、NAS、员工的电脑里(Eurostat,10人及以上企业,数据提取于2026年1月)。

美国方面,大型企业62%的IT负责人把降低AI带来的数据风险列为非结构化数据的首要业务挑战,企业数据泄漏进AI模型是他们对生成式AI的头号担忧(Komprise 2026年非结构化数据管理状况报告,300名IT负责人,2025年10月)。

问题于是变成:怎么让助手基于这些文档作答,又不搬动它们。

File Search是什么

AnythingMCP是一个MCP网关。MCP即模型上下文协议,是让Claude、ChatGPT、Copilot、Cursor这类AI客户端调用工具的开放标准。网关在公司现有系统前面放一个受管控的端点。

File Search是网关的一种连接器类型。它让AI客户端在SFTP、FTP/FTPS、WebDAV或S3服务器上某个文件夹的文档里搜索,也可以搜索挂载进自托管安装的网络文件夹。AnythingMCP会索引文件名和每一页的文本,保持索引同步,并把搜索、读页、找精确编码、把文件交给人的工具提供给AI。

同步机制有几个细节:

  • 同步跑在独立服务files-worker里,不在应答AI的进程里。首次大同步不会拖慢AI客户端,同步进行时搜索仍基于上一版索引工作。
  • 新增和变更的文件按大小与修改时间识别(WebDAV和S3上按ETag)。未变内容用SHA-256校验和识别,不重复读取。删除的文件会离开索引。
  • 读不了的文件会重试,三次失败后仍可按文件名找到,直到它发生变化。

每个File Search连接器有自己的工具,名字用你选的前缀。除分享类工具外,所有工具都是只读的。工具还会告诉模型:文件内容是数据,文件里出现的指令一律不执行。

一次真实会话

针对一个虚构供应商文档的演示文件夹,Claude先请求权限执行精确搜索。返回的答案找到了两份互相矛盾的价目表,点名了两个文件及页码和行号,并说明它会信哪一份、为什么。

教程:通过SFTP连接群晖NAS

向导共五步,第六步连接AI客户端。对任何SFTP服务器流程相同。

开始之前:在DSM的控制面板→文件服务→FTP里启用SFTP;创建一个对某个共享文件夹只有只读权限的DSM用户;用AnythingMCP Cloud时,NAS必须能从互联网访问,路由器上要转发SFTP端口。同网络内的自托管AnythingMCP可直接访问。只有工作区管理员能设置File Search连接器。

  1. :打开连接器→新建→File Search,用群晖NAS快捷方式(预设SFTP),填入服务器、端口、只读用户和要索引的文件夹。
  2. 测试:AnythingMCP先连接、登录并列出文件夹,结果是一张检查清单:地址、可达性、加密、服务器身份、登录、文件夹。SFTP主机密钥以指纹形式显示,确认一次,此后密钥变化会在发送密码前被拒绝。
  3. 扫描:试运行列出整个文件夹而不建索引:每个文件夹的文件数、类型、年份。看起来像归档的文件夹(Alt、Old、Archive、Backup)默认不勾选。勾选文件夹、文件类型或年限时,进度条会对照套餐显示用量。
  4. 描述:向导根据扫描结果起草连接器指令和一行摘要,包括文件夹命名规律、重复出现的子文件夹、文件类型、年份。这段文字告诉AI文件夹里有什么、该怎么搜,保存前可编辑。服务器上配置了AI模型时,向导也能用AI起草,并明确说明发送的内容:文件夹名、文件名,以及最多20个样本文件的前2000个字符,个人数据会打码。
  5. 激活:选择工具前缀、同步间隔和获得该连接器的MCP服务器,首次同步立即开始。连接器的文件面板随后显示状态、对照套餐的计数、最近的同步和读不了的文件。
  6. 连接AI客户端并提问:在MCP服务器里打开选定的服务器并复制URL。在Claude里打开自定义→连接器,点+,添加自定义连接器,填入URL,点连接并登录AnythingMCP。然后就可以问文件内容,例如“把采购文件夹里最新的价目表以下载链接给我”。

自托管:打开File Search

自托管安装需要两个额外服务。把密钥和files配置档加进.env,然后启动:

  • 写入FILES_WORKER_URL、FILES_WORKER_TOKEN、FILE_EXTRACTOR_TOKEN和COMPOSE_PROFILES=files
  • 执行docker compose up -d

Windows共享或NFS卷,在宿主机上以只读方式挂载,绑定进应用和files-worker容器,并设置FILE_SOURCE_ROOTS,例如FILE_SOURCE_ROOTS=/mnt/knowledge。向导里的网络文件夹来源就从这里读取。

什么离开服务器,什么不离开

  • 文件留下。连接器只列出和读取,没有任何在服务器上写入、改名或删除的工具。
  • 索引存的是文本,不是文件。AnythingMCP Cloud上按工作区存储,数据库用行级安全强制隔离。自托管时索引留在你自己的服务器上。
  • AI提供商拿到的是某个问题下工具返回的内容:匹配列表、某页文本、某页图片、一个链接。
  • 凭据加密存储,只在files-worker里解密。文本提取器跑在没有对外路由、没有数据库、没有密钥的内部网络上。
  • 分享链接安装时是关闭的。通过链接分享的文件在链接过期或撤销后被删除。
  • Cloud或自托管。AnythingMCP Cloud连接它能通过互联网访问的服务器,走SFTP或WebDAV。自托管安装在自己网络里,还能直接读SMB和NFS共享。

云盘、自建RAG,还是File Search

RAG即检索增强生成,通常是把文档切成块,把每块转成嵌入向量(代表其含义的向量),再为问题检索最相似的块。

File Search做的是词和编码的精确匹配,第一次没找到时AI客户端会自己换词重试。在文件服务器上,人们找的是货号、名字或最新版本的清单。对这种需求,带文件日期的字面匹配是更合适的工具。

来源、文件类型与限制

File Search包含在AnythingMCP Cloud的所有套餐里,免费试用也算。自托管需要Enterprise、现有的Starter或Team许可证密钥,或30天试用。

同步发现的文件超过套餐包含数量时,会在下载任何内容前暂停。AI继续搜索现有索引,并被告知可能有更新的文件缺失。

常见问题

  • Claude或ChatGPT能直接读我NAS上的文件吗?不能。AI客户端无法自行打开SFTP或SMB共享,它需要一个替它搜索的工具,File Search通过MCP服务器提供这些工具。
  • 文件会上传给AI提供商吗?不会。提供商收到的是某个问题下工具返回的内容:匹配、某页文本、某页图片或链接。文件留在你的服务器上。
  • 支持SharePoint、OneDrive或Google Drive吗?那些有自己的连接器,通过云盘API搜索。File Search面向没有这类API的地方:NAS、文件服务器、SFTP或WebDAV服务器、S3存储桶。
  • File Search是带向量数据库的RAG系统吗?不是。它是带页级结果的全文本索引,模型通过工具检索,不使用嵌入。
  • 必须把NAS开放到互联网吗?同网络内的自托管AnythingMCP不需要,无需端口转发,还能读挂载的SMB和NFS共享。AnythingMCP Cloud走互联网连接,因此SFTP或WebDAV端口必须可达,并使用只读用户。
  • 扫描版PDF怎么办?没有文本层时按文件名找到。Enterprise版配合OCR提取器镜像,可以用OCR读取。

起步建议:从一个大家每天都问的文件夹开始,为它配一个只读用户。