今天，我要为大家隆重介绍 Cursor 代码编辑器 的 0.45.6 版本带来的 全新黑科技 —— MCP (Model Context Protocol) 功能集成！

什么是MCP?

官方说明

MCP（模型上下文协议）是一种开放协议，它标准化了应用程序如何为大型语言模型（LLMs）提供上下文。可以将MCP视为AI应用程序的USB-C端口。正如USB-C提供了一种标准化的方式将您的设备连接到各种外设和配件一样，MCP为将AI模型连接到不同的数据源和工具提供了一种标准化的方式。

为什么选择MCP？

MCP帮助您在LLMs之上构建代理和复杂的工作流程。LLMs经常需要与数据和工具集成，而MCP提供了：

1. 不断增长的预构建集成列表：您的LLM可以直接插入这些集成，从而快速实现与各种数据和工具的连接。
2. 在LLM提供商和供应商之间切换的灵活性：由于MCP是开放标准，您可以根据需要轻松更换LLM提供商，而无需对整个系统进行大规模修改。
3. 保护您的数据的最佳实践：MCP提供了一系列最佳实践，帮助您在基础设施内安全地保护数据，确保敏感信息得到妥善处理。

通过使用MCP，您可以更高效地开发和部署AI应用，同时确保系统的可扩展性、安全性和灵活性。

MCP架构图

• MCP Hosts: 希望通过 MCP 访问数据的 Claude Desktop、cursor 或 AI 工具等程序
• MCP Clients: 与服务器保持 1：1 连接的协议客户端
• MCP Servers: 轻量级本地的server 程序，每个程序都通过标准化的 Model Context Protocol 公开特定功能， 支持多个
• Local Data Sources: 通过MCP 服务器可以安全访问的计算机文件、数据库和服务
• Remote Services: 通过MCP 服务器可以连接到的 Internet 上可用的外部系统（例如，通过 API）

我的理解

首先 MCP 是一个协议，定义了一种规范/规则，目的是让 LLM 和 外部 Data 源连接起来 。（连起来的目的是干啥呢，是为了扩展 LLM 等能力，就现阶段共识就是构建 AI Agent 或者自动化工作流。）

简单来说，MCP (模型上下文协议) 就像一座桥梁，它巧妙地连接了 Cursor 代码编辑器与强大的 AI 模型。 通过 MCP，Cursor 不再只是一个代码编辑工具，它变身成为一个 智能的 AI 助手，并 调用各种 AI 服务来辅助开发，例如：

• 智能搜索信息 (Brave Search)
• 抓取网页内容 (Fetch)
• 调用图像生成模型 (Replicate, Flux)
• 甚至进行更深度的思考和推理 (sequentialthinking)

这里以cursor 为例子，以我本地搭建的3个MCPserver 去做解释。如图

Markdown2pdf: 将我和cursor的讨论整理成markdown，然后再转成本地的pdf格式保存。

Sequentiaithinking: 让大模型的回答像deepseek一样，接入思维链模式。

Mcp-package-version: 让LLM可以帮我们准确的分析出当前项目依赖包的最新版本

用户向LLM进行提问，LLM处理发现有本地可执行的mcp server 工具可以执行， 然后询问你是否执行本地的 mcp tool。 你点击接受， 执行完之后，在将MCP tool 输入的数据返回给LLM。

一句话总结： MCP 就是你在使用cursor的过程中，允许大模型调用你自己开发的工具包（markdown转pdf、抓取网页内容...）

安装步骤

1. 打开Cursor设置
2. 导航到Cursor设置 > 功能 > MCP

1. 点击“+ 添加新的MCP服务器”按钮

1. 配置服务器
2. 第二种可以执行运行 已经发布成npm包的MCP server
3. 对于SSE服务器：SSE端点的URL
4. 对于stdio服务器： 可执行的shell命令， 支持两种方式运行
5. 名称：给您的服务器起个昵称，这是可以随意取
6. 类型：选择传输类型（stdio或sse）
7. 命令/URL：输入以下内容：
1. 用node 运行本地打包的MCP server

比如下面这个， cursor 会自动扫描 server提供哪些tools

写一个字符串翻转的MCP server

安装

npm install @modelcontextprotocol/sdk

定义Mcp服务器

McpServer是您与MCP协议的核心接口。它处理连接管理、协议合规性和消息路由。

import { McpServer, ResourceTemplate } from "@modelcontextprotocol/sdk/server/mcp.js";

const server = new McpServer({name: "My App",version: "1.0.0"});

定义MCP服务器提供的能力

MCP 支持 Resources、tools、Promots功能 但是cusor中目前支持tools， 所以本篇文章也只演示tools的写法

详细能力可以参考https://modelcontextprotocol.io/clients

 // 初始化服务器，设置名称和版本
    this.server = new Server(
      {
        name: "My App",
        version: "1.0.0",
      },
      {
        capabilities: {
          tools: {
            reverse_string: true,
          },
        },
      }
    );

工具定义

工具定义分为2步

1. 定义了一个可用工具列表， 定义工具名称、工具描述、以及输入参数的格式。

下面我定义了一个字符串翻转的工具

工具名称：reverse_string

工具描述：将输入的字符串反转

输入参数格式：需要一个包含text字段的对象

this.server.setRequestHandler(ListToolsRequestSchema, async () => ({
      tools: [
        {
          name: "reverse_string",
          description: "将输入的字符串反转",
          inputSchema: {
            type: "object",
            properties: {
              text: {
                type: "string",
                description: "需要反转的文本",
              },
            },
            required: ["text"],
          },
        },
      ],
    }));

• 工具的实际功能编写

拦截大模型的输入， 然后走自己实际的输入。

 // 处理工具调用请求
    this.server.setRequestHandler(CallToolRequestSchema, async (request) => {
      if (request.params.name !== "reverse_string") {
        thrownew McpError(
          ErrorCode.MethodNotFound,
          `未知工具: ${request.params.name}`
        );
      }

      const { text } = request.params.arguments as { text: string };
      const reversedText = text.split("").reverse().join("");

      return {
        content: [
          {
            type: "text",
            text: `反转后的文本: ${reversedText}`,
          },
        ],
      };
    });

连接客户端（cursor）

MCP服务器需要连接到传输层以与客户端进行通信。启动服务器的方式取决于选择的传输方式：

Cursor 目前支持 sse 和 command 两种方式

  const transport = new StdioServerTransport();
   server.connect(transport);

打包部署

打包工具推荐: tsup 或者 tsc 进行打包

因为我们最终构建的是 Node.js CLI ，为了确保编译后的程序可以作为命令行工具使用。

在文件开头需要加上

#!/usr/bin/env node

同时在构建的时候为了使编译后的 JavaScript 文件变成可执行文件 可以安装一下shx npm 包， 然后执行下面这个命令

shx chmod +x build/*.js

添加cursor

添加到MCP server， 然后再composer 和LLM聊天就可以愉快的使用自己编写的大模型工具了

局限性

1. 只支持composer 模式
2. 只有claude 模型才支持， 其他大模型暂不支持

学习资料

官网地址：https://modelcontextprotocol.io/introduction

Git 地址： https://github.com/modelcontextprotocol/typescript-sdk

MCP资源库： https://mcphub.io/registry

DeepSeek资料下载方式

关注后私信发送：DeepSeek，即可领取完整版资料

本文，完。觉得本篇文章不错的，记得随手点个赞、收藏和转发三连，大家感兴趣的可以关注下，后续我再研究点新东西分享给大家~