MCP+Cursor入门

文章目录

1.背景

1.1 MCP是什么

**MCP(Model Context Protocol,模型上下文协议)**是由Claude的母公司 Anthropic 推出的模型上下文协议,旨在标准化应用程序如何向大型语言模型(LLM)提供上下文。它允许LLM与外部数据源和工具无缝集成,从而使AI模型能够访问实时数据并执行更复杂的任务

你可以把 MCP 想象成 AI 应用的 USB-C 接口------正如 USB-C 为设备与各种外设和配件提供了统一的连接标准MCP 也为 AI 模型与不同数据源和工具之间的交互提供了标准化方案

一句话描述就是MCP是一座桥,让大模型可以调用我们的应用。

1.2为什么要使用MCP

随着 AI 助手逐渐成为主流,行业在模型能力上投入了大量资源,在推理和质量方面取得了快速进展。然而,即使是最先进的模型也受限于与数据的隔离------被困在信息孤岛和遗留系统之后。每个新数据源都需要定制化实现,这使得真正互联的系统难以扩展。

MCP 解决了这一挑战。它提供了一个通用的开放标准,用于将 AI 系统与数据源连接起来,用一个单一协议取代了分散的集成方式。其结果是为 AI 系统提供了一种更简单、更可靠的方式来获取所需数据。

1.3 MCP使用场景

需要让AI助手实时访问企业内部知识库、数据库或API的场景

  • 需要标准化AI与多种外部工具集成的复杂应用
  • 希望快速扩展AI能力、减少重复开发成本的团队

2.MCP原理

2.1 MCP的原语

MCP通过三种主要原语(Primitives)增强LLM的功能,理解这些原语是编写MCP的关键:

  • 提示(Prompts):预定义的指令或模板,指导LLM如何处理输入或生成输出。
  • 资源(Resources):提供额外上下文的结构化数据,例如文件或数据库内容。
  • 工具(Tools):可执行的函数,允许LLM执行操作(如查询API)或检索信息。

关键点:这些原语是MCP的核心,决定了服务器能为LLM提供什么能力。

2.2 MCP 通信方式

MCP 支持两种通信方式:
标准输入输出 (Standard Input/Output, stdio):客户端通过启动服务器子进程并使用标准输入(stdin)和标准输出(stdout)建立双向通信,一个服务器进程只能与启动它的客户端通信(1:1 关系)。

stdio 适用于本地快速集成的场景

服务器发送事件 (Server-Sent Events, SSE)::一种基于HTTP协议的单向通信方式 ,允许服务器主动向客户端推送实时数据。服务器作为独立进程运行,客户端和服务器代码完全解耦 ,**支持多个客户端随时连接和断开。**这种方式将在后续的系列文章中单独进行介绍。

具体流程如下:

3.通过cursor配置自己的MCP

MCP配置可分为项目级配置全局配置

3.1 项目级配置

仅当前项目生效

在.cursor目录下创建mcp.json

3.2 全局配置

编辑mcp.json

json 复制代码
{
  "mcpServers": {
    "mcp-test-tool": {
      "command": "npx", // 启动命令
      "args": [
        "-y",
        "@xx/xxx-yuque-mcp-tool",
        "--stdio" // 使用标准输入输出通信
      ],
      "env": {
        "YUQUE_EXTRA_TOKEN": "研发:your token,", // API访问令牌
        "YUQUE_DEFAULT_SEARCH_SCOPE": "MCP TEST", // 默认搜索范围
        "npm_config_registry": "http://nodepackages.xxxxx.cn:4873/" // npm私有源地址
      }
    }
  }
}

3.3 启动MCP服务

3.4 使用Agent提问

4.常见问题与注意事项

  • Q:MCP支持哪些编程语言?
    A:目前MCP以协议形式存在,理论上支持任何语言实现,常见有Node.js、Python等实现。
  • Q:Token泄露怎么办?
    A:请妥善保管API Token,避免上传到公共仓库,建议使用环境变量管理。
  • Q:SSE和stdio如何选择?
    A:本地开发、单一客户端建议用stdio,分布式或多客户端建议用SSE。
相关推荐
ZeroNews内网穿透9 分钟前
NAS部署Hermes AI Agent + 零讯内网穿透,实现远程可管理的AI助手
人工智能·安全·ai·内网穿透
猫头_44 分钟前
跨 AI IDE 的协作痛点:用了五六个 AI 编辑器,提示词(Skills)该怎么统一管理?
openai·ai编程·cursor
奶油话梅糖1 小时前
IMA 知识库体验(内有资源分享):把资料变成可以提问的 AI 知识助手
人工智能·ai·aigc·知识图谱·知识库·学习工具·ima
ZFSS1 小时前
VS Code + Luma MCP 使用教程
人工智能·ai·ai作画·copilot·ai编程·ai写作
装不满的克莱因瓶2 小时前
PyTorch 与它的自动微分工具:Autograd
人工智能·pytorch·python·深度学习·神经网络·机器学习·ai
Ajie'Blog2 小时前
AI 周报 | Claude Opus 4.8、Copilot Agent 和 Codex 工作流加速
前端·人工智能·gpt·ai·copilot·ai编程
俊哥V2 小时前
每日 AI 研究简报 · 2026-06-10
人工智能·ai
vivo互联网技术3 小时前
MagicWorld 实现长时交互视频世界建模
ai·aigc技术探索·世界模型·影像
小时前端3 小时前
如何实现AI驱动开发代码采纳率达到100%?
ai编程·领域驱动设计·cursor
其实防守也摸鱼3 小时前
Claude 大模型新手入门与实战指南
人工智能·python·功能测试·ai·大模型·测评