Cursor + MCP：雙劍合璧，解鎖極致編程效率
前言
近期，MCP在開發者社區中廣受關注，成為業界熱點。值得關注的是，Cursor編輯器在0.45.x版本中已正式加入了對MCP的支持。作為深度依賴Cursor的開發者們，理解MCP的核心概念及其應用場景，將有助于我們更高效地利用它來提升開發效率。
環境說明
開發環境： Node
Cursor：1.1.3
一、MCP
什么是MCP
MCP全稱Model Context Protocol（模型上下文協議），這是官方的介紹：
MCP 是一種開放協議，用于標準化應用程序向大語言模型（LLM）提供上下文的方式。你可以把 MCP 想象成 AI 應用的 USB-C 接口——正如 USB-C 為設備與各種外設和配件提供了統一的連接標準，MCP 也為 AI 模型與不同數據源和工具之間的交互提供了標準化方案
一句話描述就是MCP是一座橋，讓大模型可以調用我們的應用。
為什么規范了這樣的協議？
工具調用能力是大模型進化為智能體Agent的關鍵所在，如果不能調用，那么大模型只是一個高級聊天機器人。在此之前，業內通用的做法是利用Function Calling來實現外部工具調用。
Function Calling是OpenAI在2023年6月首次提出的技術方案，它旨在當模型在對話過程中識別到用戶請求需要特定操作時，通過調用預定義的外部函數接口實現復雜操作，從而打通了大模型與外部服務之間的數據通道。但是這種技術有一定的弊端。舉個例子，當我們對大模型發出一段復合指令："查詢北京天氣、生成旅游攻略并完成門票購買"。開發者需要：
- 分別對接天氣服務、地圖服務和票務系統API；
- 編寫復雜的串聯調用邏輯；
- 針對不同模型平臺重復適配接口規范；
這種碎片化的開發模式造成大量重復勞動。而MCP作為標準化工具調用協議應運而生，其核心價值在于：
- 統一跨模型的工具調用規范
- 實現服務接口的"一次定義，多處復用"
- 構建可擴展的智能體開發生態
MCP 與 Function Calling 的區別
MCP工作方式
MCP的核心是遵循客戶端-服務器架構，其中主機應用程序可以連接到多個服務器：
圖片
Host: 想要通過MCP訪問數據的程序MCP Client：與服務器保持1:1連接的協議客戶端MCP Server：負責向客戶端提供 Resources、Prompts 和 Tools 的服務器
二、Cursor接入MCP
了解了MCP的核心機制后，你可能會想：這在實際開發中能帶來哪些價值？接下來，我將通過一個真實場景，展示MCP如何顯著提升我們的工作效率。
在前端開發工作中，頁面構建始終是一項耗時且重要的任務。雖然目前已有V0、Bolt.new等AI工具可以快速生成頁面原型，但仍需開發人員進行復制粘貼等手動操作。2025年3月，MasterGo發布了MCP Server，通過將MasterGo MCP與Cursor集成，開發者可以直接獲取設計畫布數據，并借助智能Agent自動生成項目代碼。下面我將介紹下關鍵操作流程，具體可參考MasterGo MCP官方文檔。
生成token
- 前往MasterGo官網注冊
- 右上角頭像 - 個人設置 - 設置 - 安全設置
- 點擊生成令牌
圖片
Cursor配置
- Cursor Setting > Tools & Integrations > MCP Tools
- 點擊 “new MCP Server”
- 將以下代碼添加進
mcp.json
Mac配置
{
"mcpServers": {
"mastergo-magic-mcp": {
"command": "npx",
"args": [
"-y",
"@mastergo/magic-mcp",
"--token=MG_MCP_TOKEN",
"--url=https://mastergo.com"
],
"env": {
"NPM_CONFIG_REGISTRY": "https://registry.npmjs.org/"
}
}
}
}Windows配置
{
"mcpServers": {
"mastergo-magic-mcp": {
"command": "cmd",
"args": [
"/c",
"npx",
"-y",
"@mastergo/magic-mcp",
"--token=MG_MCP_TOKEN",
"--url=https://mastergo.com"
],
"env": {
"NPM_CONFIG_REGISTRY": "https://registry.npmjs.org/"
}
}
}
}將其中的MG_MCP_TOKEN替換為從MasterGo官網上生成的token，保存后返回Cursor Settings,點擊刷新，服務前綠燈亮起，代表啟動成功
圖片
使用MCP
在Cursor中Ctrl + L打開智能對話聊天框，選擇Agent模式，將MasterGo設計畫布鏈接（提示：可使用官方示例或通過MasterGo AI生成的UI設計稿）粘貼至輸入區，即可自動生成完整頁面。
圖片
如上圖所示，大模型在解析用戶prompt后，通過調用MCP工具首先生成基礎HTML文檔結構，隨后基于設計規范自動填充完整的頁面代碼。
最終效果
圖片
通過上述案例可以看出，接入MasterGo MCP后，僅需提供設計畫布鏈接就能快速生成項目頁面，開發效率得到顯著提升。
三、Cursor開發MCP Server實踐
在理解MCP基本原理的基礎上，讓我們通過Cursor實現MCP Server的快速開發。開發者可參考官方文檔或使用 FastMCP逐步開發，下面主要講述的是用Cursor幫我們自動生成一個MCP Server。
生成Cursor Rules
當前，大模型的應用效果與prompt質量密切相關，但高質量prompt的編寫往往需要豐富的經驗積累。在實踐中，可通過結構化、模板化的方法（如LangGPT）來提升prompt編寫質量。基于大模型的自我學習能力，現可按照以下流程實現prompt的優化生成規則：
- 將LangGPT Github地址粘貼至Cursor對話框中，生成LangGPT助手.md
- 點擊Cursor Setting > Rules > Add Rule
- 命名文件，粘貼LangGPT助手內容至.mdc文件
圖片
接下來，我們繼續讓大模型去學習MCP：
- 點擊Cursor Setting > Indexing & Docs > Docs > Add Doc
- 將MCP官網地址加入Cursor Docs中
- 在Cursor聊天對話框中輸入
@Doc選擇剛才添加的MCP，讓大模型去學習并用LangGPT格式生成MCP應用專家.md - 點擊Cursor Setting > Rules > Add Rule
- 命名文件，粘貼MCP應用專家內容至.mdc文件
圖片
生成MCP Server文件
上面已經在當前路徑下創建了rules，接下來我們可以根據rules來生成MCP Server：
圖片
如上圖所示，大模型的角色現在是一個mcp專家，同時提出自己的要求，且為它提供一個官方參考案例(https://github.com/modelcontextprotocol/typescript-sdk?tab=readme-ov-file)，讓它幫我們生成一個項目：
圖片
將生成好的項目執行npm run build,同時我們需要將打包好的文件路徑（args中路徑替換為實際打包后的路徑）添加至mcp.json中:
"beijing-mock-weather-mcp": {
"command": "node",
"args": ["D:\\mcp\\dist\\beijing-weather-mcp.js"]
}查看連接狀態，綠燈亮起，至此，確認通過Cursor自動生成的MCP Server已成功建立連接。接下來將進行功能驗證測試。
首先，關閉beijing-mock-weather-mcp對北京天氣進行詢問：
圖片
可見，大模型無法直接獲取實時的天氣信息，我們開啟beijing-mock-weather-mcp后進行詢問：
圖片
可以看到，大模型成功調用了beijing-mock-weather-mcp中定義的tools，且得到了天氣信息反饋。
四、推薦
從上面的實踐案例可以看出，Cursor與MCP的結合顯著提升了開發效率。目前市面上有了很多MCP Server可以直接使用，推薦幾個目前比較好的平臺：
- Model Context Protocol servers(https://github.com/modelcontextprotocol/servers)
- awesome-mcp-servers(https://github.com/punkpeye/awesome-mcp-servers/blob/main/README-zh.md#%E5%AE%9E%E7%94%A8%E5%B7%A5%E5%85%B7)
- 阿里云百煉(https://bailian.console.aliyun.com/?tab=mcp#/mcp-market)
五、總結
本文探討了 Cursor 與 MCP 的深度結合可以顯著提升編程效率。通過引入 MCP 的概念，我們了解到它能夠為 AI 開發工具提供更精準的上下文理解，使大模型在代碼生成、調試和優化時更加智能。
在 Cursor + MCP 的應用示例中，我們演示了如何利用這一組合：
- 智能代碼生成：Cursor 結合 MCP 的上下文感知能力，可自動生成符合項目規范的代碼，減少重復勞動。
- 快速構建 MCP Server：通過 Cursor 的 AI 輔助，開發者能高效搭建 MCP Server，而無需手動處理。
隨著 MCP 生態的完善，AI 輔助開發將更加精準、自動化。Cursor 作為前沿的 AI 編程工具，結合 MCP 的上下文協議，將持續推動開發模式的革新，讓開發者更專注于創造性工作，而非繁瑣的代碼細節。 Cursor + MCP 的協同，不僅是工具的結合，更是開發范式的升級。它們的融合讓 AI 真正理解開發者的意圖，使編程更高效、更智能，為軟件工程帶來全新的可能性。
