前言
Cursor 这类 AI 编程助手，最常见的用法还是补全、问答和搜索。但真要把它用到'干活'上，MCP 才是关键。它能让 Cursor 直接调用外部服务，比如地图 API、数据库和文件系统，省掉一大段手写脚本和来回切窗口的操作。
我这里用'北京一日游自动化攻略'做例子，走一遍从采集数据、写入数据库、导出文件，到生成前端页面的完整流程。这个例子不算复杂，但足够看清楚 MCP 在 Cursor 里到底怎么落地。
什么是 MCP 服务
MCP（Model Context Protocol，模型上下文协议）可以理解成 AI 助手和外部资源之间的一套标准接口。Cursor 支持它之后，AI 不只是'看代码'，还能按你给的任务去读本地文件、调远程 API，甚至操作数据库。
对开发者来说，最大的变化不是少写几行代码，而是很多原本需要自己拼接的调用链，开始能交给 AI 直接串起来。前提当然是权限和配置别乱给，不然自动化也会变成自动出事。
环境准备
Python 环境
如果已经装好了 Python，可以直接装 uv：
pip install uv
如果机器上还没有 Python，Windows 下也可以用 PowerShell 装：
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
装完后，用 uv --version 和 uvx --help 看一下是否可用。
Node.js 环境
Node.js 也要提前装好，并且环境变量正常。因为后面很多 MCP Server 都是通过 npx 启动的，Node 没配好，后面的配置基本都跑不起来。
在 Cursor 中添加 MCP Server
Cursor 里加 MCP Server，常见就两种方式。
全局设置
在 Cursor Settings -> MCP -> Add new global MCP server 里添加。这样所有项目都能用，图省事，但也更容易把不该暴露的能力带到别的项目里。
项目级别配置
更稳妥的做法是在项目目录下建 .cursor/mcp.json。这种方式只对当前项目生效，换项目时不会互相干扰，实际维护起来也轻松一些。
选择并配置 MCP Server
MySQL 服务
MySQL 的 MCP Server 可以从 smithery.ai 这类平台获取配置。把拿到的 JSON 直接放进 mcp.json 里就行。
如果粘贴后格式不对，最好回到对应的 GitHub 仓库看原始配置，别靠手工猜。还有一点得提前准备好：数据库本身要先建好，不然 Cursor 能连上服务，也没地方写数据。
提示：配完之后，去 Settings -> MCP 看一下列表，确认状态是 Enabled，而且旁边有绿点。这个检查很基础，但能省很多无意义排查。
高德地图服务
高德地图的 MCP Server 可以从 mcp.so 之类的平台找到。拿到 API Key 后，填到配置项里即可。
文件系统服务
文件系统服务是后面导出数据、生成页面的关键。没有它，AI 只能把结果吐在对话框里；有了它，才能直接在本地目录里创建文件、写入内容。
配置示例
下面这个配置把 MySQL、高德地图和文件系统都放在了一起：
{
"mcpServers": {
"mysql"
