前言
随着 AI 编程助手逐渐融入日常开发,越来越多开发者开始在 Cursor 这类智能 IDE 里处理更完整的工作流。除了代码补全、智能搜索这些基础能力,Cursor 还可以通过 MCP 服务调用外部工具,比如数据库、地图 API、文件系统等,把原本分散在多个终端和页面里的操作串起来。
这篇文章以'北京一日游自动化攻略'为例,完整走一遍在 Cursor 中接入 MCP 的过程:从环境准备、配置服务器,到实际调用高德地图和 MySQL,再到把结果导出成文件并生成前端页面。重点不在概念堆砌,而在把这套流程真正跑通。
什么是 MCP 服务
MCP(Multi-Cloud Platform)可以理解为 Cursor 对外部能力的一层统一接入方式。通过它,AI 助手可以在对话中直接调用地图、数据库、文件系统等服务,开发者不用手写一堆 HTTP 请求,也不用在多个工具之间来回切换。
对实际开发来说,这种方式最有价值的地方是:你只需要把目标说清楚,剩下的采集、写库、导出、生成文件,很多步骤都能交给 AI 协作完成。
环境准备
Cursor
先确认本地已经安装并能正常使用 Cursor。后续的 MCP 配置入口就在它的设置里。
Python 与 uv / uvx
如果本地已经有 Python 环境,可以直接安装 uv:
pip install uv
如果没有现成的 Python 环境,在 Windows 下也可以直接用 PowerShell 安装:
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
安装完成后,可以用下面两个命令确认是否可用:
uv --version
uvx --help
只要能正常输出版本信息或帮助内容,就说明环境已经就绪。
Node.js 与 npx
很多 MCP Server 是通过 npx 启动的,所以还需要安装 Node.js,并把环境变量配置好。安装完成后,node 和 npx 都应该能在命令行里直接使用。
在 Cursor 中添加 MCP Server
Cursor 里添加 MCP Server 有两种常见方式,实际使用时我更推荐项目级配置,这样不会把无关服务全局暴露出来。
全局设置
可以在 Cursor Settings -> MCP -> Add new global MCP server 中添加全局可用的 MCP 服务。这样配置好之后,所有项目都能直接使用。
项目级配置
在项目目录下创建 .cursor 文件夹,再新建 mcp.json 文件。这样配置的 MCP Server 只对当前项目生效,管理起来更清晰,也更适合做实验或针对单个项目接入外部服务。
选择 MCP Server 平台
MySQL
数据库这部分可以通过支持 MCP 的平台生成对应配置,再把 JSON 复制到 mcp.json 里。
这里要注意一点:MySQL 服务不是拿来'凭空建库'的,数据库最好提前创建好,账号、密码、主机地址这些信息也要确认无误,否则 Cursor 即使识别到了配置,实际调用时还是会失败。
配置完成后,记得回到 Cursor 的 Settings -> MCP 里检查状态。正常情况下,服务应该显示在列表中,并且是启用状态。


