用 AI 搜索公司文件服务器：PDF、Excel 和 Outlook 文件

“与文档对话”的问题

大多数公司把知识存放在文件夹里：供应商的价格表、技术数据表、合同、报价单、保存为 .msg 的电子邮件、Excel 导出文件。把这些内容上传到聊天中无法规模化，而常见的“知识库”产品会把每份文档切成片段，再按语义进行搜索。这对散文式文本有效，但对人们在文件服务器中真正要找的内容效果很差：物料编号、客户名称、标准号、价格行、文档的最新版本。

AnythingMCP 走的是另一条路。它会为每一页的全文建立索引，保留文件夹结构、文件名和日期，并为你的 AI 助手提供工具，让它像一位细心的同事那样搜索：找到正确的文件，打开正确的页面，引用具体的行，并注明来源。

工作原理

1. 连接文件夹。 自托管：把共享或卷挂载到 AnythingMCP 容器中。Cloud：使用 SFTP、FTPS 或 WebDAV 服务器。
2. AnythingMCP 建立索引。 每个受支持的文件都会被转换为文本：PDF 按页处理，Excel 按行处理并保留列名，Outlook 邮件连同其附件一并处理。每次同步都会获取新增和变更的文件，未变更的文件则会跳过。
3. 你的 AI 助手进行搜索。 通过 MCP 工具：按内容搜索、按名称查找、列出文件夹、读取页面、对编号进行精确搜索，以及以下载链接形式提供文件本身。

自托管：挂载共享

这是适用于 Windows 文件服务器、NAS 或你网络中任何 SMB/CIFS 或 NFS 共享的设置方式。

1. 在 Docker 主机上以只读方式挂载共享，例如挂载到 /mnt/knowledge（使用 cifs-utils 时，在 /etc/fstab 中写入：//fileserver/group$/Knowledge /mnt/knowledge cifs ro,credentials=/root/.smb-knowledge,iocharset=utf8 0 0）。

2. 将其以只读方式绑定到 app 和 files-worker 容器中，并在 .env 中通过 FILE_SOURCE_ROOTS=/mnt/knowledge 将其允许为文件根目录：

   services:
     app:
       volumes:
         - /mnt/knowledge:/mnt/knowledge:ro
     files-worker:
       volumes:
         - /mnt/knowledge:/mnt/knowledge:ro
   

3. 启用 File Search：设置 COMPOSE_PROFILES=files、FILES_WORKER_URL=http://files-worker:8891 和两个随机令牌 FILES_WORKER_TOKEN 与 FILE_EXTRACTOR_TOKEN（openssl rand -hex 24），然后运行 docker compose up -d。File Search 文档列出了所有设置。

4. 在 AnythingMCP 中，打开 Connectors → New → File Search，选择 Network folder 并按照向导操作：选择 /mnt/knowledge，点击 Scan folder 查看每个子文件夹及其文件数量（归档文件夹默认不勾选），确认所选内容符合你的套餐，查看 AnythingMCP 根据扫描结果起草的描述，然后点击 Activate。

文件绝不会离开你的网络。只有工具针对某个问题返回的内容（匹配列表、某一页的文本）才会传送到你所使用的 AI 提供商。

AnythingMCP Cloud：SFTP、FTPS 或 WebDAV

在 Cloud 上，AnythingMCP 通过互联网访问你的文件。大多数 NAS 系统（Synology、QNAP、Asustor）和文件服务器开箱即用地提供 SFTP 或 WebDAV；Nextcloud 和 ownCloud 支持 WebDAV。为该文件夹设置一个只读账户，然后按照对应来源的指南操作：SFTP、FTP / FTPS、WebDAV、Nextcloud、ownCloud、Synology NAS、QNAP NAS、Fritz!Box 存储、Hetzner Storage Box 或 S3 存储桶。

它适用于所有支持远程 MCP 服务器的 AI 客户端：Claude、ChatGPT、Microsoft Copilot、Gemini、Cursor 和 Meta Muse。

如何让答案可靠

• 页面级结果。 每条搜索命中都会给出文件、页码和文件日期。助手会读取该页内容，而不是根据片段去猜测。
• 精确搜索。 物料编号、订单号和标准号（DIN 18101、NT-601、4711-200）会被逐字找到，包括 Excel 行内的内容。
• 需要时优先最新。 结果带有修改日期，并且助手会被告知在多个版本中优先选择最新的，并说明文档的新旧程度。
• 旧版本不会混入。 排除 Archive 或 Old 之类的文件夹后，它们永远不会被索引。
• 无法读取的文件会被报告，而不是被隐藏。 受密码保护或已损坏的文件仍可按名称找到，并且 Files 标签页会列出它们无法读取的原因。

权限

• 按工具： MCP 角色决定谁能使用文件工具。
• 按连接器： 将两个文件夹作为两个连接器分别连接（例如面向所有人的“知识库”和面向采购部门的“供应商条件”），并将它们分配给不同的角色。
• 按文件夹（Enterprise）： 在同一个连接器内，为每个角色允许或拒绝特定文件夹。
• 审计： 每一次搜索、读取和下载链接都会连同用户一起记录，与所有 AnythingMCP 工具一致。

支持哪些文件

可从 100 多种文件类型中提取文本：PDF 按页提取；Word、Excel（按行并保留列名）和 PowerPoint，包括宏和模板变体以及 .xlsb；OpenDocument；Outlook 的 .msg、.eml 和 .mbox，包括其附件中的文本；.rtf、.epub、.xps；Apple Pages、Numbers 和 Keynote（通过其 PDF 预览）；.svg 以及 .dxf CAD 图纸中的文本；CSV、Markdown、HTML、XML、JSON、YAML、日历、联系人和源代码。其他所有文件仍可按名称和文件夹找到。对于文本无法涵盖的内容（图纸的标题栏、印章、照片），AI 可以把 PDF 页面或图片当作图像来查看。没有文本层的扫描件在 Enterprise 版中通过 OCR 读取。

可以尝试的提示词

• “哪些供应商文档提到了防火等级 T30，其中哪份是最新的？”
• “找到 Müller GmbH 关于三月交货延误的那封电子邮件，并总结双方达成的约定。”
• “显示 Conditions 文件夹中包含折扣组 12 的每一行 Excel 数据。”
• “我们的内部流程对超过 30 天的退货是怎么规定的？请引用相关段落和文件。”

套餐

在 Cloud 和自托管环境中，Starter 包含一个 File Search 连接器，最多 500 个文件；Team 包含三个连接器，共 2,000 个文件，两者均每日同步。Cloud 试用版包含一个连接器，最多 500 个文件，单个文件最大 10 MB，每日同步，不含 File Share 链接。Enterprise 取消这些限制，同步间隔最短 15 分钟（自托管为 5 分钟），并增加 OCR、按角色的文件夹权限和工作区策略。免费的自托管 Community 版可在 30 天试用期内试用 File Search，试用期适用 Team 的限制；之后需要许可证。

如果文件夹增长超出你的套餐限制，同步会暂停，连接器页面会提示这一点，并显示文件数量与限制的对比；在你缩小所选范围或升级之前，AI 会继续搜索已建立索引的内容。比较套餐。

常见问题

文件会发送到 OpenAI 或 Anthropic 吗？ 不会。AnythingMCP 将索引保存在你的服务器上（或你的 Cloud 工作区中）。AI 客户端只会收到工具针对某个问题返回的内容：匹配列表、某一页的文本、一个链接。

共享可以有多大？ 自托管时，限制取决于你的硬件和套餐允许的文件数量。索引在独立的后台服务中运行，不会拖慢工具的响应。

Google Drive、OneDrive 或 SharePoint 呢？ 请使用目录中它们各自的连接器；它们通过提供商的 API 进行搜索。

相关内容

• 用 AI 在供应商价格表中查找价格
• 用 AI 搜索 Nextcloud 和 WebDAV 文件
• 将 AI 聊天中的文件以下载链接形式分享
• 自托管网络文件夹接入 Claude、ChatGPT、Microsoft Copilot、Gemini、Cursor、Muse
• 逐个文件来源接入 Claude：SFTP、FTP / FTPS、WebDAV、S3 存储桶、Nextcloud、ownCloud、Synology NAS、QNAP NAS、Fritz!Box 存储、Hetzner Storage Box、网络文件夹（自托管）
• 将 FTP 或 SFTP 服务器接入 Claude、ChatGPT、Microsoft Copilot、Gemini、Cursor 或 Muse