一、前言：

1、近期MCP服务器非常火爆，作为LLM大模型的通用工具手脚，MCP可以帮助LLM大模型实现更好的功能。本人经常使用cursor来进行代码的编辑，正巧cursor在0.47版本之后，MCP的相关设置进行了大更新，那么就来尝试一下吧。

二、MCP服务器的支持

MCP服务器的支持可以选择NodeJS的支持，所以需要先整理安装NodeJS。具体可以参考这篇博文：
nodejs安装

设置完环境变量之后，重启电脑，在终端输入

复制代码

node -v 
npx -v

可以查询到版本号之后，就说明做好了前置工作了。

打开cursor，点击左上角的齿轮，然后选择MCP选择，点击 Add new global MCP server 来配置全局的MCP服务器

之后会打开一个mcp.json文件。我们在里面进行配置即可。

常见的MCP服务器整合网站有：
https://mcp.so/
https://smithery.ai/

这里我们选择 https://smithery.ai/ ，挑选即可MCP服务器来进行尝试。

登录之后选择一个mcp服务器，然后选择图上的配置信息，选择Windows的Json进行复制

将复制的Json文本粘贴到mcp.json当中：

之后退回到Cursor Settings的MCP选择，检查服务器是否启动成功

只要显示绿色，并且启动（Enable），说明MCP服务器就已经启动了。

之后可以在cursor的agent模式下面，通过自然语言来要求ai来调用工具：

如果你的nodejs安装的服务器出现问题了，那么可以选择使用nv，是一个用于 Python 项目的快速的包安装器和解析器。

首先先让我们安装uv，在终端输入：

复制代码

https://astral.sh/uv/install.ps1

之后终端当中会进行包的安装，最后可以在路径

复制代码

C:\Users\Admin\.local\bin

下面得到uv.exe和uvx.exe文件

安装好之后记得将路径"C:\Users\Admin.local\bin"放到用户变量的path当中：

之后重启电脑，让环境变量生效。

我们打开cursor的mcp.json，然后进行响应的配置，将执行器切换为uv，按照uv的方式写入json字符串，具体写入的参数可以工具官方的github说明文档，比如：
https://github.com/modelcontextprotocol/servers/tree/main/src/fetch

重新检查，发现mcp服务器启动成功了：