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"


