手把手教你构建自己的MCP服务器并把它连接到你的Cursor

前言

这是一篇使用 JavaScript 构建的简单 MCP (Model Context Protocol) 服务器，可以连接到 Cursor 等 AI 编辑器使用。

什么是MCP？

MCP全称Model Context Protocol（模型上下文协议），这是官方的介绍：

MCP 是一种开放协议，用于标准化应用程序向大语言模型（LLM）提供上下文的方式。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

也就是说通过 MCP，你可以：

为 AI 提供自定义的工具
访问外部 API 和服务
操作文件系统
连接数据库
执行自定义业务逻辑

MCP 官方文档用下面图解释了MCP协议在本地和互联网环境下的工作原理和数据流向。

MCP接入Cursor

1, 我们打开最版本Cursor的settings,选择Tools & Integrations

2，添加新的MCP 服务器

3，添加MCP服务器配置

只需要在mcp.json文件中添加下列json代码，并且将/path/to/your/mcp-server-example/server.js替换为你实际的服务器文件路径。

json 复制代码

{
  "mcpServers": {
    "my-custom-server": {
      "command": "node",
      "args": ["/path/to/your/mcp-server-example/server.js"],
      "env": {}
    }
  }
}

4，配置完成后，重启Cursor让配置生效。

显示绿点即为配置成功。

5，提问测试

我们发现，大模型在解析完我的prompt后，调用相应MCP工具执行相应任务并返回。

总结

肯定有人会说了，我都可以直接用大模型查这些，进行这些操作，为什么要用这个MCP这个鬼东东？这不是多此一举吗？

事实上，MCP与大模型协作能极大提升开发效率，主要有： 1，能够自定义自动化与扩展

你可以根据自己的需求，开发属于你自己专属的自动化工具、脚本或服务，并通过MCP服务器让Cursor直接调用。

2，本地资源与环境访问

MCP服务器可以访问你本地的文件系统、数据库、硬件资源等，而这些是云端AI或普通插件无法直接访问的。这样我们可以实现如本地文件读写、项目构建、运行本地脚本等操作。

3，与AI深度集成，灵活的工作流

通过MCP服务器，Cursor的AI助手可以直接调用你自定义的API，实现更智能的对话和操作。也可以根据个人的开发流程，定制一套专属的开发助手和工具链，极大提升开发效率。

手把手教你构建自己的MCP服务器并把它连接到你的Cursor

前言

什么是MCP？

MCP接入Cursor

总结

参考资料