今天给大家分享下，Cursor + MCP 彻底颠覆我的 Cursor工作流，效率直接起飞。

MCP 是一种开放协议，它标准化了应用程序向 LLM 提供上下文的方式。可以将 MCP 视为 AI 应用程序的 USB-C 端口。正如 USB-C 提供了一种将设备连接到各种外围设备和配件的标准化方式一样，MCP 提供了一种将 AI 模型连接到不同数据源和工具的标准化方式。

MCP 是 Claude (Anthropic) 主导发布的一个开放的、通用的、有共识的协议标准。还多提一句，这个协议的发布**机会应该是属于 OpenAI 的。如果 OpenAI 刚发布 GPT 时就推动协议，相信大家都不会拒绝，但是 OpenAI 变成了 CloseAI，只发布了一个封闭的 GPTs。这种需要主导和共识的标准协议一般很难由社区自发形成，通常需要行业巨头来主导。

看到这里你可能有一个问题，在 2023 年 OpenAI 发布 GPT function calling 的时候，不是也可以实现类似的功能吗？我们之前介绍的 AI Agent，不就是用来集成不同的服务吗？为什么又出现了 MCP？

Function Calling、AI Agent、MCP 这三者之间有什么区别？ 1、Function Calling

• Function Calling 指的是 AI 模型根据上下文自动执行函数的机制。
• Function Calling 充当了 AI 模型与外部系统之间的桥梁，不同的模型有不同的 Function Calling 实现，代码集成的方式也不一样。由不同的 AI 模型平台来定义和实现。

2、Model Context Protocol (MCP)

• MCP 是一个标准协议，如同电子设备的 Type C 协议（可以充电也可以传输数据），使 AI 模型能够与不同的 API 和数据源无缝交互。
• MCP 旨在替换碎片化的 Agent 代码集成，从而使 AI 系统更可靠，更有效。通过建立通用标准，服务商可以基于协议来推出它们自己服务的 AI 能力，从而支持开发者更快地构建更强大的 AI 应用。开发者也不需要重复造轮子，通过开源项目可以建立强大的 AI Agent 生态。
• MCP 可以在不同的应用/服务之间保持上下文，从而增强整体自主执行任务的能力。

3、AI Agent

• AI Agent 是一个智能系统，它可以自主运行以实现特定目标。传统的 AI 聊天仅提供建议或者需要手动执行任务，AI Agent 则可以分析具体情况，做出决策，并自行采取行动。
• AI Agent 可以利用 MCP 提供的功能描述来理解更多的上下文，并在各种平台/服务自动执行任务。

可以简单地理解为，MCP 将不同服务和平台的能力列表告诉 AI Agent，AI Agent 根据上下文和模型的推理，判断出是否需要调用某个服务，接着使用 Function Calling 执行函数，这个函数是通过 MCP 来告诉 Function Calling 的，最后通过 MCP 协议提供的具体代码来完成整个过程。

MCP 对于社区生态的好处主要是以下两点：

1. 标准化：提供了一个标准的协议，让 AI 模型与已有服务进行交互，不需要为每个模型开发不同的集成代码。
2. 生态系统：建立在一个共同协议上的生态系统，可以让开发者专注于构建更强大的应用，而不是重复造轮子。

MCP 的核心是客户端-服务器架构，其中主机应用程序可以连接到多个服务器

• MCP 主机：希望通过 MCP 访问数据的程序，例如 Claude Desktop、IDE 或 AI 工具
• 客户端：与服务器保持 1:1 连接的协议客户端
• 服务器：轻量级程序，每个程序都通过标准化模型上下文协议公开特定功能
• 本地数据源：MCP 服务器可以安全访问的您的计算机文件、数据库和服务
• 远程服务：MCP 服务器可通过互联网（例如通过 API）连接到的外部系统

MCP Server 就像是一个翻译和安全管理员，它连接 AI 和你的本地环境（如文件系统、数据库或 API）。

以上是对 MCP 的解释，下面我们开始使用 Cursor 配置 MCP 完成一个小案例，来展示它们组合的强大。

首先要安装和注册登录 Cursor。具体可以看这篇文章：

下面开始详细的配置，遵循一下步骤：

可以直接去官网或者 GitHub 上搜索 MCP。

• https://github.com/wopal-cn/mcp-hotnews-server
• https://github.com/smithery-ai/reference-servers/tree/main/src/sequentialthinking

这里个给出两个现在要用的，更多前往文末查看。

在 github 里可以找到这个配置

{ “mcpServers”: {

"mcp-server-hotnews": { "command": "npx", "args": [ "-y", "@wopal/mcp-server-hotnews" ] } 

} }

转换成 Cursor 识别的。 npx -y @wopal/mcp-server-hotnews –config “{"sources":"[1,2,3,4,5,6,7,8,9]"}”

启动 Cursor IDE ，参照图片步骤进入 MCP 配置的位置

输入名称，选择 Command 类型，和配置

npx -y @wopal/mcp-server-hotnews –config “{”sources“:”[1,2,3,4,5,6,7,8,9]“}”

这里的 sources 对对一的数字值含义是支持查询平台的编号

点击save之后稍等，出现绿色的点，表示配置成功了。

打卡 Cursor 的 Chat 对话框，选择Agent 模式，输入要求

看看输出的结果，搜索的是今日热榜的新闻，搜索结果是 10 条，给出的结果 3 条。

在来测试一个知乎热榜：

到这里，我们就使用 Cursor 配置了热榜的 mcp-server，如果我们想开发一个类似热榜的程序，那么再也不需要逐个对接，护着写爬虫。可以直接使用开源 mcp-server，借助 AI 来帮助我们完成。

为大家总结下 MCP (Model Context Protocol) 将带来的三个最重要的改变：

1. 开放式工具连接能力

• 通俗解释：就像手机可以通过蓝牙连接各种设备（耳机、音箱等）一样，MCP 让 AI 助手可以轻松连接并使用各种工具和数据源
• 比如：AI 可以直接查询公司数据库、分析本地文件、使用开发工具等
• 重要性：这让 AI 助手变得更加实用，不再局限于简单的对话，而是能够实际帮助我们完成各种具体工作

1. 标准化和开源优势

• 通俗解释：就像 USB 接口成为了通用标准一样，MCP 提供了一个开放的标准，让所有人都可以开发和使用
• 开发者可以自由地为 AI 添加新功能，不需要重新开发整个系统
• 重要性：这将大大降低开发成本，加速 AI 工具的发展和普及，让更多创新成为可能

1. 智能代理的进化

• 通俗解释：AI 助手将变得更加智能和自主，能够根据不同场景自动找到并使用最合适的工具
• 比如：可以自动为特定公司、部门或个人定制超专业的 AI 助手
• 重要性：这将带来全新的 AI 应用方式，让 AI 助手更贴近实际需求，真正成为我们工作和生活中的得力助手

总的来说，MCP 的出现就像是给 AI 装上了一个“万能适配器”，让它能够更好地理解和使用各种工具，从而真正融入到我们的日常工作中，带来更实用和个性化的 AI 体验。