如何将MCP与Cursor AI结合使用?

如何将MCP与Cursor AI结合使用?

人工智能正在改变我们构建软件的方式。MCP(模型上下文协议)和 Cursor AI 等工具正在引领这一转变。Cursor AI 可以让你使用自然语言编写代码,而 MCP 则在此基础上增加了智能处理和自动化功能。两者的结合使开发更快、更简单。有了 Cursor AI MCP 服务器,您就可以连接外部工具,执行推理或网络搜索等任务。与 Cursor AI 集成的 MCP 使用模型上下文协议来支持这种连接。

在本文中,您将了解如何将 Cursor AI 与 MCP 连接起来,以实现更智能、更自动化的开发工作流。首先,我们将分析 Cursor AI 和模型上下文协议究竟是什么,为什么它们如此重要,以及它们如何协同工作。然后,我们将指导您完成安装这两个工具和设置环境的步骤。

什么是Cursor AI?

Cursor AI 是一款现代人工智能驱动的代码编辑器,能让开发人员更专注于逻辑和设计,而不是语法。它接受自然语言指令,并生成高质量、上下文感知的代码。Cursor 还具有基于自然语言、AI 辅助编码、调试、智能文档查找以及与版本控制集成等功能。

如何安装Cursor AI?

在深入学习振动编码之前,您需要安装 Cursor AI。以下是一步一步的入门指南:

1. 下载 Cursor AI

访问官方网站 cursor.com,点击下载按钮。网站会自动检测你的操作系统,并提供正确的安装文件。

2. 运行安装程序

适用于 Windows 和 macOS:

只需运行下载的安装文件,并按照屏幕上的说明操作即可,就像使用其他应用程序一样。

对于 Linux(Ubuntu):

  1. 下载为 Linux 提供的 AppImage 文件。
  2. 打开终端,通过运行以下命令将 AppImage 移动到固定位置(如 /opt 目录):
Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
sudo mv [name-of-file] /opt/cursor.appimage
sudo mv [name-of-file] /opt/cursor.appimage
sudo mv [name-of-file] /opt/cursor.appimage
  1. 用以下方法使 AppImage 可执行:
Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
chmod +x /opt/cursor.appimage
chmod +x /opt/cursor.appimage
chmod +x /opt/cursor.appimage

3. 启动Cursor AI

适用于 Windows 和 macOS:

安装后,从桌面快捷方式或应用程序菜单启动 Cursor AI。

对于 Linux(Ubuntu):

  1. 打开终端并执行以下操作,创建一个桌面条目:
Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
sudo nano /usr/share/applications/cursor.desktop
sudo nano /usr/share/applications/cursor.desktop
sudo nano /usr/share/applications/cursor.desktop
  1. 在文件中插入以下内容:
Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
[Desktop Entry]
Name=Cursor
Exec=/opt/cursor.appimage
Icon=/opt/cursor.png
Type=Application
Categories=Development;
[Desktop Entry] Name=Cursor Exec=/opt/cursor.appimage Icon=/opt/cursor.png Type=Application Categories=Development;
[Desktop Entry]
Name=Cursor
Exec=/opt/cursor.appimage
Icon=/opt/cursor.png
Type=Application
Categories=Development;
  1. 保存文件(按 Ctrl+X,然后按 Y,再按 Enter)。
  2. (可选)要设置应用程序图标,请在 /opt 目录中放置名为 cursor.png 的 PNG 图像。您可能需要退出并重新登录才能使更改生效。

4. 初始设置和配置

首次启动时,系统会提示您配置键盘快捷键、人工智能交互语言以及是否启用全代码库索引等基本设置。

您还可以选择安装附加命令,以便直接从终端启动 Cursor AI。

5. 导入VS Code设置 (可选)

如果您使用 Visual Studio Code,系统可能会提示您导入 VS Code 设置。此步骤将导入您的扩展、主题、用户设置和键盘快捷键,以提供一个熟悉的开发环境。

6. 注册/登录

使用电子邮件、Google 或 GitHub 认证创建一个账户。新用户注册后通常会收到 Cursor Pro 的免费试用版。

有关 Cursor AI 的更多信息,请参阅另一篇文章

什么是MCP?

模型代码处理(MCP)是一个模块化后端,它利用预先训练好的人工智能模型进行代码理解、生成和转换。它旨在自动执行重复性任务、重构大型代码库,并将智能模型工作流集成到开发环境中。

与 Cursor AI 一起使用时,MCP 可作为后端智能层,增强开发体验。

有关 MCP 的更多信息,请参阅这些文章:

  1. 什么是 MCP
  2. 如何使用 MCP

现在 Cursor AI 已进入上一步。我们可以开始集成 MCP。

在Cursor AI中设置MCP服务器

Cursor AI 允许您使用 MCP(模块化命令协议)服务器扩展其功能。在本指南中,我们将介绍如何设置两种不同的 MCP 服务器:

  1. 顺序思考MCP – 用于结构化、反思性地解决问题
  2. DuckDuckGo网络搜索MCP– 用于实时网络数据和搜索功能。

顺序思考MCP服务器设置

该服务器可帮助您将复杂的任务分解为结构化的逐步流程,是规划、战略或模块化开发工作流程的理想选择。

第 1 步:生成Smithery API密钥

要连接任何托管在 Smithery AI 上的 MCP 服务器,你需要一个 API 密钥:

  1. 访问 Smithery AI 并登录。
  2. 导航到控制面板,找到 API 密钥部分。
  3. 点击生成 API 密钥。

生成Smithery API密钥

该密钥将允许 Cursor AI 与 MCP 服务器进行身份验证和连接。

第 2 步:复制安装命令

接下来,获取将 Cursor AI 连接到服务器所需的命令:

  1. 在 Smithery 上打开 Sequential Thinking MCP 服务器页面。
  2. 导航至“Overview”部分。
  3. 单击“Cursor”选项卡。
  4. 复制提供的安装命令;我们将用它在 Cursor 中添加服务器。

复制安装命令

第 3 步:在Cursor中连接MCP服务器

现在让我们在 Cursor AI 中连接它:

  1. 打开 Cursor IDE,进入设置。

打开 Cursor IDE

  1. 导航至 MCP 服务器部分。

MCP 服务器

  1. 点击  Create New MCP Server
  2. 输入名称,如 Sequential Thinking
  3. 粘贴从 Smithery 复制的命令。
  4. 单击 “Add”保存并连接服务器。

保存并连接服务器

添加完成后,服务器将出现在已配置的 MCP 列表中,以便在提示中使用。

第 4 步:使用提示测试服务器

让我们在 Cursor 中运行一个需要顺序推理的测试。键入以下提示“I want you to build a game and let’s do it using sequential thinking don’t give me any code.”

如上一段视频所示,当我们运行该提示时,顺序思维 MCP 服务器会被触发,并提供一个清晰、周到的响应,确认一切工作正常。

设置DuckDuckGo网络搜索MCP服务器

在集成了 Sequential Thinking MCP 服务器后,我们现在开始设置 DuckDuckGo 网络搜索 MCP,这是一个可以直接在 Cursor AI 中实现实时网络浏览功能的服务器。

这在您处理需要实时数据、当前新闻或任何基于网络的参考资料的提示时特别有用。

第一步:在 Smithery 上找到 DuckDuckGo MCP

就像我们在 Sequential Thinking 服务器上所做的那样,导航到 Smithery AI 并按照以下步骤快速操作:

  1. 使用搜索栏或浏览服务器列表。
  2. 选择 DuckDuckGo Web Search MCP。
  3. 进入服务器页面后,切换到“Overview”选项卡。
  4. 打开光标部分并复制整合命令。

注意:如果你还没有生成 Smithery API 密钥,请参考前面的步骤,我们在那里介绍了如何生成和使用密钥。

第二步:将DuckDuckGo服务器连接到Cursor AI

由于我们已经介绍过如何在 Cursor IDE 中连接 MCP 服务器,因此这里也请按照同样的流程操作:

  1. 打开 Cursor IDE 设置。
  2. 转到 MCP Servers 部分。
  3. 单击“Create New MCP Server”。
  4. 将其命名为 DuckDuckGo search
  5. 粘贴刚才复制的命令。
  6. 点击 Add 完成。

添加完成后,该服务器将与 Sequential Thinking 一起列出。现在这两个服务器都可以使用了。

 MCP 服务器

第三步:使用提示测试服务器

让我们在 Cursor 中运行一个测试。输入一个需要网络搜索 MCP 服务器的提示。

例如: “Can you find the top three results for LangChain vs LlamaIndex?”

如上一段视频所示,当我们运行提示时,DuckDuckGo MCP 服务器会被触发并提供服务。

使用MCP和Cursor进行3D建模

除了生成代码和执行网络搜索,MCP 还能进入 3D 建模世界。有了 Cursor AI 和 Blender,您只需使用自然语言就能创建和操作 3D 场景。想象一下,输入“Generate a 3D city with neon lights”或“Scale the cube by 150% on the X-axis”,然后看着 Blender 通过在幕后触发的 Python 脚本将您的设想变为现实。设置非常简单:配置 MCP 服务器(例如使用 uvx blender-mcp),安装 Blender 附加组件,然后将其连接到 Cursor AI。这就开启了一个流畅的人工智能辅助设计工作流程,非常适合快速原型设计、建筑可视化、游戏环境,或者仅仅是无需繁琐脚本的创意 3D 艺术实验。

小结

将 MCP 与 Cursor AI 结合使用,不仅能加快编码速度,还能让编码变得更加智能。Cursor AI 可以让你使用简单的英语编写代码,而当你将它与 MCP 服务器搭配使用时,一切都会变得更简单。例如,“顺序思考 ”可以帮助你将复杂的问题分解成清晰的逻辑步骤。DuckDuckGo 可以让你在编辑器中直接搜索网页,无需切换标签或打开浏览器。只需输入、构建,就能立即看到结果。Cursor AI 与 MCP 之间的这种集成不仅简化了您的工作流程,还切实改变了您的编码方式。最棒的是什么?您可以根据需要插入其他 MCP 服务器。这是一种将人工智能辅助引入日常开发的简单方法。

评论留言