MCP 集成：连接外部工具与服务

MCP 是什么

Model Context Protocol（MCP）是 Anthropic 在 2024 年 11 月发布的开放标准协议，旨在解决一个核心问题： 如何让 AI 助手安全、标准化地访问外部工具与数据源，而不是为每个 AI 应用单独开发集成代码。

Cursor 中的 MCP

在 Cursor 中，MCP 工具只在 Agent 模式下可用。当你启动 Agent 模式后，AI 会自动看到所有已配置的 MCP 工具，并根据任务需要自主决定是否调用。 你不需要手动触发 MCP 工具调用——AI 会在合适的时机自动使用。

配置 MCP Server

在 Cursor 中配置 MCP Server 有两种方式：

• 全局配置（~/.cursor/mcp.json） 对所有项目生效，适合通用工具（如文件系统、Web 搜索）。
• 项目配置（.cursor/mcp.json） 只对当前项目生效，适合项目专属工具（如连接特定数据库、项目文档搜索）。推荐将此文件加入 .gitignore（包含敏感凭证时）或加入版本控制（团队共享配置时）。

// .cursor/mcp.json 配置格式示例
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/me/projects"]
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxx..."
      }
    },
    "postgres": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres",
               "postgresql://user:pass@localhost:5432/mydb"]
    },
    "puppeteer": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-puppeteer"]
    }
  }
}

常用官方 MCP Server

编写自定义 MCP Server

当官方 MCP Server 不满足需求时，可以用 Python SDK 快速编写自定义服务器：

# 安装 MCP Python SDK
# pip install mcp

from mcp.server import Server, StdioServerTransport
from mcp.types import Tool, TextContent
import json
import sqlite3

# 创建 MCP Server 实例
server = Server("my-product-db")  # Server 名称（在 Cursor 中显示）

@server.list_tools()
async def list_tools():
    """声明此 Server 提供的工具列表"""
    return [
        Tool(
            name="query_products",
            description="查询产品数据库，根据条件筛选产品信息",
            inputSchema={
                "type": "object",
                "properties": {
                    "category": {"type": "string", "description": "产品类别，如 electronics, clothing"},
                    "max_price": {"type": "number", "description": "最高价格（元）"},
                    "limit": {"type": "integer", "description": "返回条数，默认10", "default": 10}
                },
                "required": ["category"]
            }
        )
    ]

@server.call_tool()
async def call_tool(name: str, arguments: dict):
    """处理工具调用请求"""
    if name == "query_products":
        conn = sqlite3.connect("products.db")
        cursor = conn.cursor()
        
        query = "SELECT name, price, stock FROM products WHERE category = ?"
        params = [arguments["category"]]
        
        if "max_price" in arguments:
            query += " AND price <= ?"
            params.append(arguments["max_price"])
        
        query += f" LIMIT {arguments.get('limit', 10)}"
        cursor.execute(query, params)
        rows = cursor.fetchall()
        conn.close()
        
        result = [f"产品名: {r[0]}, 价格: {r[1]}元, 库存: {r[2]}" for r in rows]
        return [TextContent(type="text", text="\n".join(result) or "未找到产品")]

# 运行服务器（标准输入/输出传输）
if __name__ == "__main__":
    import asyncio
    from mcp.server.stdio import stdio_server
    asyncio.run(stdio_server(server))

# 注册自定义 MCP Server（.cursor/mcp.json）：
{
  "mcpServers": {
    "product-db": {
      "command": "python3",
      "args": ["/path/to/product_mcp_server.py"],
      "cwd": "/path/to/project"
    }
  }
}

# 配置后，在 Cursor Agent 模式中，AI 可以自然语言调用：
# "查询电子产品类别中价格低于200元的产品"
# Agent 会自动调用 query_products 工具

MCP 安全注意事项

# .cursor/mcp.json — 只引用环境变量名
{
  "mcpServers": {
    "postgres": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres",
               "${DATABASE_URL}"]  // 引用环境变量
    }
  }
}