使用 MCP 协议扩展 Cursor 功能：原理解析与实战指南

本文介绍如何使用 @modelcontextprotocol/sdk 构建一个 MCP 工具服务，并与 Cursor 编辑器中的 Claude 模型集成。通过 MCP，可以让 Claude 访问你自己的工具和数据，实现如 SQL 查询、文件读取等扩展功能------这些是原生 Cursor 无法完成的。

---

一、什么是 MCP（Model Context Protocol）？

MCP 是一种标准协议，允许大语言模型（LLM）在运行时调用外部工具。Claude、ChatGPT 等模型通过 MCP 能够访问你提供的功能，例如调用数据库、运行脚本、发出 HTTP 请求等。

MCP 的价值在于：

• 模型可以感知"外部世界"的工具能力
• 自动识别什么时候该调用工具，什么时候只用语言回答
• 工具调用是结构化的，标准 JSON 格式，容易集成

---

二、什么是 @modelcontextprotocol/sdk？

这是 MCP 协议的官方 SDK，帮助我们快速启动一个 MCP 工具服务。

你只需要编写每个"工具"的定义（名称、功能、参数结构和执行逻辑），然后通过该 SDK 提供的 Server 和 StdioServerTransport 启动服务。

const { Server } = require('@modelcontextprotocol/sdk/server/index.js');
const { StdioServerTransport } = require('@modelcontextprotocol/sdk/server/stdio.js');

模型通过 stdio 通信通道与这个服务交互，在 Cursor 中这是一种默认的插件通讯方式。

此外还包括两个核心请求结构：

const {
  ListToolsRequestSchema, // 模型请求你的工具列表
  CallToolRequestSchema,  // 模型调用你的某个工具
} = require('@modelcontextprotocol/sdk/types.js');

---

三、ListToolsRequestSchema 与 CallToolRequestSchema 的作用

ListToolsRequestSchema

当模型启动时，它会先向你的 MCP 工具服务发起请求，问一句： "你有哪些工具可以用？"

这时候你要返回所有工具的定义，包括：

• name：工具名称（唯一）
• description：功能描述，语言模型用它来理解用途
• inputSchema：JSON Schema 格式，描述参数结构

这个过程就像列出菜单：

{
  "tools": [
    {
      "name": "execute_sql",
      "description": "执行一段 SQL 查询，返回结果",
      "inputSchema": {
        "type": "object",
        "properties": {
          "sql": { "type": "string", "description": "SQL语句" }
        },
        "required": ["sql"]
      }
    }
  ]
}

CallToolRequestSchema

当模型决定调用某个工具时，它会发送一个结构化调用请求：

{
  "type": "call_tool",
  "params": {
    "name": "execute_sql",
    "arguments": {
      "sql": "SELECT * FROM users"
    }
  }
}

你的 MCP 服务会根据 name 选择对应工具，执行 execute() 函数，并把结果（结构化文本）返回给模型。

---

四、Claude 是如何决定调用 MCP 工具的？

这一步是很多人最关心的：模型是怎么知道"现在应该调用工具"而不是自己瞎说？

实际上，Claude 会尝试自己回答问题，如果发现：

• 用户问的问题和已有知识不匹配
• 模型的回答不确定或含糊
• 用户请求的是模型没有权限的数据（如私有表格数据）

模型就会尝试去查工具列表，看有没有能"帮它"完成任务的工具。

举例说明：

问句 1：

users 表有哪些字段？

Claude 无法直接回答，因为它不知道你的数据库结构。此时它会匹配工具清单，发现你提供了 execute_sql 工具，于是调用它：

{
  "name": "execute_sql",
  "arguments": {
    "sql": "SHOW COLUMNS FROM users"
  }
}

返回：

执行结果如下：
[
  { Field: 'id', Type: 'int', Null: 'NO', ... },
  { Field: 'name', Type: 'varchar', ... }
]

模型再将其转述给你：

users 表包含 id、name 等字段。

你看不出这是工具调用的，但实质上 Claude 已经通过 MCP 服务调用了你的数据库。

---

五、Cursor 能力扩展实战：3 个实际例子

1. 访问私有数据库（如你的用户表）

Claude 原本无法访问你的本地数据，现在你通过 MCP 提供一个 execute_sql 工具，它就可以根据自然语言问题自动转成 SQL 语句，并获取结果。

• 用户问：这个月有多少注册用户？
• 模型内部调用：SELECT COUNT(*) FROM users WHERE created_at >= '2024-07-01'

2. 自动创建文件内容（代码片段生成）

提供 create_file 工具：

{
  "name": "create_file",
  "description": "生成某个文件内容",
  "inputSchema": {
    "type": "object",
    "properties": {
      "filename": { "type": "string" },
      "content": { "type": "string" }
    },
    "required": ["filename", "content"]
  }
}

Claude 会根据你说的内容自动调用它来生成项目脚手架，比如：

• 用户问：创建一个包含 main.ts 的 hello world 项目
• Claude 自动构造文件内容并调用 create_file

3. 接入 REST API 或业务逻辑

你可以将已有的接口封装成工具：

{
  "name": "get_weather",
  "description": "获取某城市天气",
  "inputSchema": {
    "type": "object",
    "properties": {
      "city": { "type": "string" }
    },
    "required": ["city"]
  }
}

然后：

• 用户问：北京今天会下雨吗？
• Claude 自动调用：get_weather({ city: "北京" })

返回天气信息再转述给你。

---

六、使用建议

1. 工具描述越清晰，调用准确率越高

Claude 是靠匹配描述来判断用哪个工具的。比如：

• ❌ "run"
• ✅ "执行 SQL 查询语句"

2. 工具数量不要过多

否则 Claude 不知道选哪个。优先从单工具开始，逐步添加。

3. 参数结构要合理

模型必须能构造出合法 JSON 参数，否则无法调用。

4. 使用文本返回，不要复杂格式

MCP 结果必须是结构化 JSON：

{
  "content": [
    { "type": "text", "text": "查询成功，共5条数据" }
  ]
}

---

七、总结

通过 MCP 协议，Claude 模型可以在 Cursor 编辑器中调用你自定义的工具服务：

过程	说明
列出工具	使用 ListToolsRequestSchema 定义所有工具
调用工具	Claude 构造 CallToolRequestSchema 请求执行
执行并返回	你的服务执行工具并返回结构化内容
Claude 整理回应	Claude 将结构化结果转化为自然语言回复

借助这个机制，Cursor 可以：

• 访问你的本地数据
• 运行本地代码逻辑
• 操作文件系统
• 集成业务系统 API

让 AI 成为你真正的"本地开发助手"。

后续如果需要发布为插件、支持云部署或与其他编辑器集成，也可以基于这个原型继续拓展。

参考文章： juejin.cn/post/751424...