教你在分分钟内将Cursor连接到100多台MCP服务器

今天和大家讲一下2025年最火的新趋势——Model Context Protocol (MCP)。它不仅让工作流的扩展变得更加简单，还解锁了许多强大的使用场景。今天，我们将学习如何将Cursor连接到100多个MCP服务器，并在文章最后分享一些超酷的例子。话不多说，直接开讲！

我们会详细讲以下几个主题：

1. 什么是Model Context Protocol (MCP)？
2. 如何一步步将Cursor连接到100多个托管的MCP服务器（内置认证）。
3. 结合实际案例，展示MCP的强大功能。

为了方便演示，我会用Composio提供的MCP服务器，因为它自带认证，还有完全托管的服务器，省心又好用。

 1. 什么是Model Context Protocol (MCP)？ 

Model Context Protocol (MCP) 是一种全新的开放协议，旨在标准化应用程序如何为LLM提供上下文和工具。你可以把它想象成一个“万能插头”，专门为AI设计。通过MCP，Cursor可以像插件系统一样扩展Agent的功能，连接各种数据源和工具。

举个例子，一个为Obsidian设计的MCP服务器可以让AI助手搜索并读取你的Obsidian笔记库。这样一来，你的AI代理就可以做到：

• 通过Gmail发送邮件
• 在Linear中创建任务
• 搜索Notion中的文档
• 在Slack中发布消息
• 更新Salesforce中的记录

所有这些操作都可以在一个自然对话中完成。

想想这对生产力意味着什么？以前需要在5个应用之间来回切换的任务，现在只需要和AI代理聊聊天就能搞定。

MCP的核心是一个客户端-服务器架构，允许主机应用连接到多个服务器。

MCP服务器不是什么？

很多人对MCP有些误解，这里我来澄清一下：

❌ 不能替代API：MCP可以用API，但它是一个标准化的接口，而不是特定API功能的替代品。

❌ 并不复杂：开发者可以通过简单的协议创建MCP服务器，网上也有很多模板和教程。

❌ 不是数据库：MCP服务器不直接存储数据，而是充当桥梁。

当然，MCP不仅限于远程服务器，你也可以在本地运行。

 2. 如何将Cursor连接到100多个托管的MCP服务器？ 

接下来，我们聊聊如何把Cursor和MCP服务器连起来。如果你想自己研究如何添加和使用自定义MCP服务器，可以参考官方文档https://docs.cursor.com/context/model-context-protocol 。

第一步：准备工作

首先，确保你已经安装了Node.js，并且npx命令可以在系统中正常运行。

第二步：启用Cursor中的MCP功能

打开Cursor的命令面板（快捷键Ctrl + Shift + P），搜索Cursor设置。

你会在侧边栏找到MCP选项。

第三步：使用预定义的MCP服务器

虽然我们可以从零开始创建一个MCP服务器，但为了简单起见，我们先用现成的。比如Composio提供的服务器，支持Claude和Cursor作为MCP主机，地址是mcp.composio.dev。

⚡ 自带认证：支持OAuth、API密钥、JWT和Basic Auth，无需自己搭建登录系统。
⚡ 托管服务器：消除了复杂的设置过程，轻松将AI代理与Gmail、Slack、Notion等工具集成。
⚡ 更高的工具调用准确性：AI代理可以流畅地与集成的应用程序交互。

你可以轻松集成许多有用的MCP服务器，而不用写一行代码。

每个选项都会显示活跃用户数、当前版本、最近更新时间以及可用的操作。你还可以选择Claude（MacOS）、Windsurf（MacOS）、TypeScript或Python进行集成。

我选择Composio的原因很简单： ⚡ 托管服务器自带认证（如上所述）。
⚡ 支持250+工具，比如Slack、Notion、Gmail、Linear和Salesforce。
⚡ 提供20,000+预构建的API操作，快速集成无需写代码。
⚡ 可以根据需求选择本地或远程运行。
⚡ 兼容AI代理，能在一个对话中完成发邮件、创建任务、管理工单等操作。

如果你想从零开始创建MCP服务器，也可以试试这个（TypeScript SDK）。你需要先安装SDK包：

npm install @modelcontextprotocol/sdk

以下是一个简单的MCP服务器示例代码，它暴露了一个计算器工具和一些数据：

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

// 创建一个MCP服务器
const server = new McpServer({
 name: "Demo",
 version: "1.0.0"
});

// 添加一个加法工具
server.tool("add",
 { a: z.number(), b: z.number() },
async ({ a, b }) => ({
  content: [{ type: "text", text: String(a + b) }]
 })
);

// 添加一个动态问候资源
server.resource(
"greeting",
new ResourceTemplate("greeting://{name}", { list: undefined }),
async (uri, { name }) => ({
  contents: [{
   uri: uri.href,
   text: `Hello, ${name}!`
  }]
 })
);

// 开始接收消息并通过stdout发送消息
const transport = new StdioServerTransport();
await server.connect(transport);

以下是理解这段代码的一些核心概念： ⚡ Server：McpServer是与MCP协议交互的核心接口，负责连接管理、协议合规和消息路由。
⚡ Resources：类似于REST API中的GET端点，用于向LLM暴露数据。
⚡ Tools：允许LLM通过服务器执行操作，通常带有副作用。
⚡ Prompts：可重用的模板，帮助LLM轻松与服务器交互。

你可以通过stdio（适用于命令行工具或直接集成）或HTTP with SSE（适用于远程服务器）运行你的服务器。

在MCP的官网上，你可以找到TypeScript SDK、Python SDK、Java SDK和Kotlin SDK。访问仓库后，readme文件里会有所有必要信息。

如果你想找一篇好文章，推荐看看MCP服务器：从零开始的完整指南 https://composio.dev/blog/mcp-server-step-by-step-guide-to-building-from-scrtch/ 。

第四步：集成MCP服务器

是时候把MCP服务器整合进Cursor了！这次我们用Hackernews的MCP服务器为例。如果你不知道Hacker News是什么，它是由Y Combinator运营的一个技术新闻聚合平台，上面有用户提交的故事和关于创业、编程、项目的讨论。

前几天，Cursor刚刚修改了这个方法。为了避免混淆，我会分别介绍新旧两种方式。

新版方法

我们需要生成一个终端命令。访问https://mcp.composio.dev/hackernews/thundering-petite-vulture-guyWBb生成你的命令。它看起来会像这样：

npx @composio/mcp@latest setup "https://mcp.composio.dev/hackernews/xyzxyz..." --client cursor

你可以根据使用场景将配置放在两个位置之一：

1. 如果是项目专用工具，可以在项目目录下创建一个.cursor/mcp.json文件。这会让MCP服务器仅在该项目中可用。
2. 如果是全局工具，可以在主目录下创建一个\~/.cursor/mcp.json文件。这会让MCP服务器在所有Cursor工作区中都可用。

成功集成后，你会看到必要的操作和绿色状态点。

以下是JSON数据文件的样子（SSE、Python CLI、Node.js CLI顺序）：

// 这个例子展示了使用SSE格式的MCP服务器
// 用户需要手动设置并运行服务器
// 它可以联网，允许其他人访问
{"mcpServers":{"server-name":{"url":"http://localhost:3000/sse","env":{"API_KEY":"value"}}}}

// 如果你使用的是CLI Python服务器
// 这个例子展示了使用stdio格式的MCP服务器
// Cursor会自动为你运行这个进程
// 使用Python服务器，通过`python`运行
{"mcpServers":{"server-name":{"command":"python","args":["mcp-server.py"],"env":{"API_KEY":"value"}}}}

// 如果你使用的是CLI Node.js服务器
// 这个例子展示了使用stdio格式的MCP服务器
// Cursor会自动为你运行这个进程
// 使用Node.js服务器，通过`npx`运行
{"mcpServers":{"server-name":{"command":"npx","args":["-y","mcp-server"],"env":{"API_KEY":"value"}}}}

你可以查看示例服务器和实现列表。

旧版方法

我们需要生成一个安全的MCP URL。访问https://mcp.composio.dev/hackernews/thundering-petite-vulture-guyWBb生成你的URL。确保选择sse类型，这样你就可以插入服务器URL。

成功集成后，你会看到必要的操作和绿色状态点。

第五步：直接在Agent中使用服务器

你可以通过Ctrl + I打开聊天窗口，然后问一些与Hackernews相关的问题，比如“找一下今天的Hackernews热门帖子”。

新版界面

旧版界面

可以看到，它会根据你的提示调用合适的MCP服务器，并执行正确的操作。点击确认后生成响应。由于没有帖子达到100分（热门帖子的标准），我尝试了另一个提示，获取最新的10个帖子。

恭喜！? 就这么简单！用你喜欢的MCP服务器就这么容易。Hackernews只是个简单的例子，如果是GitHub这种需要个人令牌的服务，你需要稍微详细一点的提示，比如“创建一个名为composio mcp的新仓库，并添加一个简短的README，介绍MCP服务器”。

现在我们已经知道如何将MCP服务器集成到Cursor中了。接下来，我们来看看一些实际的例子。

 3. 实际应用场景与案例 

利用MCP，你能打造很多创新的东西，下面是一些特别突出的例子。部分案例还附带源码（GitHub仓库）。

✅ Blender MCP

https://github.com/ahujasid/blender-mcp

这个项目通过MCP将Blender与Claude AI连接起来，让Claude可以直接与Blender互动并控制它。这种集成为3D建模、场景创建和操作提供了提示辅助。

比如，Siddharth（项目作者）生成了一个“低多边形龙守护宝藏”的3D场景，而他本人并没有直接参与制作。你可以查看GitHub仓库，目前已经有6.9k星。

✅ LinkedIn MCP服务器

https://mcp.composio.dev/linkedin/old-damaged-thailand-X5G8GA

将这个服务器添加到Cursor的MCP服务器列表后，你会看到很多选项。不过，有些操作需要先建立连接，以免输入响应过载。

你可以简单地通过复制OAuth URL到浏览器完成认证。

完成后你会收到确认消息。

你也可以根据服务器的动作检查是否有活跃连接。

我不太建议在官方账号上使用它，毕竟小心为上。我还测试过一些其他MCP服务器，比如DocuSign（电子签名）、Cal.com（日历连接）、Notion（获取页面内容）等等。

大部分都很简单。下一个例子，我们会尝试更复杂的东西。

✅ 使用Crawl4AI创建网页爬虫

尽管已经有了很多现成的MCP服务器，你可能会觉得没必要再创造新的东西。但我们来聊一个可能比较复杂的点子。

假设你是个新手，想改进Cursor中关于Python SDK文档的上下文，可以从官方MCP仓库入手。

在Cursor设置中，你会在侧边栏找到“Features”。在它的下方，你会看到文档部分。

接着，将README链接添加到这里，并赋予一个合适的名称。

成功添加后，你会看到如下效果。

现在，你可以将这些文档添加为Agent聊天中的上下文。

如果你想进一步提升文档的可访问性，可以试试Gitingest。它能帮你将文档转换为LLM可读的数据。只需将GitHub URL中的hub替换为ingest即可。

接着，使用Crawl4AI——一个开源的、对LLM友好的网页爬虫和抓取工具。它在GitHub上有33k+星。

在继续之前，请确保已通过pip install mcp安装了MCP依赖项。然后，你可以通过以下命令安装crawl4ai包：

pip install -U crawl4ai
# 运行安装后的设置
crawl4ai-setup

你可以通过crawl4ai-doctor验证安装是否成功。

创建一个server.py文件，并根据文档添加相应的代码：

import asyncio
from crawl4ai import *

async def main():
  async with AsyncWebCrawler() as crawler:
    result = await crawler.arun(
      url="https://www.nbcnews.com/business",
    )
    print(result.markdown)

if __name__ == "__main__":
  asyncio.run(main())

你可以将这个服务器安装到Claude Desktop中，运行mcp install server.py后立即与之交互。更多细节可以参考文档。

Crawl4AI还有很多高级功能，比如隐身模式和基于标签的内容提取，具体可以查看readme。

运行类似crawl http://cursor.com and give me all of its sections的指令时，你会发现它并没有给出网站的官方结构，而是直接提供内容。有一个新仓库专门针对这个用例，Hossein on X也分享了一个类似的项目。有兴趣的话可以去看看！

你可以根据Crawl4AI的文档调整代码。由于Python文档有了额外的上下文，这个流程实际上可以帮助你更准确地克隆网站的着陆页。

这就是这个工作流的深度所在。

可以说，使用MCP服务器在Cursor中并不复杂。一次与Agent的对话就能帮你自动化复杂的流程。