读书笔记二创——AI编程工具系列8
作者：微信文章Cursor+MCP=“王炸”：给你的AI插上翅膀，让想象力起飞
告别单调对话，开启无限可能
如果你每天打开AI工具，
内心总有一股强烈冲动——
想让AI帮你分析最新热点，
想让AI自动整理文档资料，
想让AI连接你的私人数据库，
想让AI成为你的专属助手。
你感觉AI的能力远不止于此，
它应该能做得更多、更好、更智能，
你渴望突破那层看不见的天花板。
那么毫无疑问，
你是个不满足于现状的探索者。
对于这样的你来说，
那你一定要了解的就是MCP。
什么是MCP？
MCP是由Anthropic推出的一种开放标准协议，它像一条智能高速公路，让数据源和AI驱动工具之间可以安全地双向通行。
一个生动的比喻：
如果把AI工具比作电脑主机MCP就相当于USB协议MCP Server则好比摄像头、麦克风这些USB设备
插上就能用，拔下就断开——就是这么简单。
它的架构清晰明了：
一边是MCP客户端（比如Cursor）另一边是MCP Server客户端发起连接，服务器提供功能二者通过标准接口交换数据
正因为是“标准”，开发者可以自由编写Server，也可以像换U盘一样随时插拔功能。
想自己动手？ MCP官网给出了完整的SDK与示例，顺着文档走一遍，你就能让任何脚本或服务变成可被AI调用的工具。
类比：MCP就是“AI的USB接口”
想象你有一台老式电脑，想装麦克风只能拆机接线，满手油污还要担心接错线。
今天有了USB，只需找到插口，“咔嗒”一声，设备立即识别，即刻可用。
MCP让AI与数据源之间告别“拆机时代”，插个Server就能通信，让扩展功能变得像呼吸一样自然。
实战：给你的Cursor装上“外挂”
开发 & 资源
MCP官网：提供SDK、示例、最佳实践，是入门手册。社区资源：
Smithery：目前对Cursor最友好，搜索热度第一的Server都在这里。
cursor.directory：除了规则，还收录了各类Server，适合随手搜。
第一步：配置MCP Server
打开Cursor，进入 Settings → Tools & Integrations
点击 “Add Custom MCP”，填写json
保存后，Cursor会尝试连接，如果一切正常，你就成功了一半
案例一：集成HotNews Server——让AI成为你的新闻秘书
访问HotNews Server GitHub，获取json：`
1234567891011
{
"mcpServers":{
"mcp-server-hotnews":{
"command":"npx",
"args":[
"-y",
"@wopal/mcp-server-hotnews"
]
}
}
}
在Cursor中配置完成后，右侧立即显示get_hot_news工具
点击“Run”试跑，参数可配置来源网站——知乎、新闻站、技术社区一次抓个够
好玩的组合：把HotNews与序列思考连在一起，AI就能自动刷日报并做摘要，每天早上给你一份定制新闻简报。
案例二：集成Sequential Thinking——让AI学会“三思而后行”
访问Sequential ThinkingGitHub，获取json：
123456789101112
{
"mcpServers":{
"sequential-thinking":{
"command":"mcp-server-mas-sequential-thinking",
"env":{
"LLM_PROVIDER":"deepseek",
"DEEPSEEK_API_KEY":"your_api_key",
"EXA_API_KEY":"your_exa_key_optional"
}
}
}
}
配置完成后，MCP Server列表里就会出现sequentialthinking
它的工具是think，AI会把复杂任务拆成多步思考，再汇总结果，告别“一拍脑袋”的回答。
调用方式：解锁AI的真正潜力
在对话面板切换到agent模式，输入你的需求：
“帮我分析今天的技术热点，并给出投资建议”
AI会先用sequentialthinking拆解步骤，再调用hotnews获取数据，最后给出综合分析——整个过程行云流水，仿佛有个专业团队在为你工作。
进阶玩法1：用规则把多个Server捆在一起
Cursor的Rules系统可以写自动化规则，比如：
12345678
{
"name":"news_daily_digest",
"triggers":["日报","今日热点"],
"actions":[
{"type":"run","server":"hotnews","tool":"get_hot_news"},
{"type":"run","server":"sequentialthinking","tool":"think"}
]
}
这样，用户只要输入“给我日报”，Cursor就会自动串起两台Server，输出三分钟读完的热点摘要。
进阶玩法2：利用mcp-feedback-enhanced工具节省对话次数
官方网站，拦截对话界面如下：
添加mcp-feedback-enhanced工具
第一步 安装环境
12
pip install uv -i https://pypi.tuna.tsinghua.edu.cn/simple
uvx --index-url https://pypi.tuna.tsinghua.edu.cn/simple mcp-feedback-enhanced@latest test
第二步 配置MCP
12345678910111213141516
{
"mcpServers":{
"mcp-feedback-enhanced":{
"command":"uvx",
"args":["mcp-feedback-enhanced@latest"],
"timeout":600,
"env":{
"MCP_DESKTOP_MODE":"true",
"MCP_WEB_HOST":"127.0.0.1",
"MCP_WEB_PORT":"8765",
"MCP_DEBUG":"false"
},
"autoApprove":["interactive_feedback"]
}
}
}
第三步 设置通用规则
User Rules在任何流程、任务、对话进行时，无论是询问、回复、或完成阶段性任务，皆必须调用 MCP mcp-feedback-enhanced。每当收到用户反馈，若反馈内容非空，必须再次调用 MCP mcp-feedback-enhanced，并根据反馈内容调整行为。仅当用户明确表示「结束」或「不再需要交互」时，才可停止调用 MCP mcp-feedback-enhanced，流程才算结束。除非收到结束指令，否则所有步骤都必须重复调用 MCP mcp-feedback-enhanced。完成任务前，必须使用 MCP mcp-feedback-enhanced 工具向用户询问反馈。给出修复总结前（总结当前的修复状态），必须使用 MCP mcp-feedback-enhanced 工具向用户询问反馈。给出测试建议前（为了验证修复效果，建议您：），必须使用 MCP mcp-feedback-enhanced 工具向用户询问反馈。
使用mcp-feedback-enhanced工具
运行测试
1
uvx --index-url https://mirrors.aliyun.com/pypi/simple mcp-feedback-enhanced@latest test --desktop
添加Project Rules，在对话栏中@
Project Rules
Always in 中文，注意在任务完成前根据mcp-feedback-enhanced工具的要求进行工具调用
给出总结前（如总结当前的修复状态、成功完成/解决了某某问题），必须使用 MCP mcp-feedback-enhanced 工具向用户询问反馈。给出测试建议前（为了验证修复效果，建议您：），必须使用 MCP mcp-feedback-enhanced 工具向用户询问反馈。给出测试步骤（请按以下步骤测试），必须使用 MCP mcp-feedback-enhanced 工具向用户询问反馈。Would you like me to keep going?之前，必须使用 MCP mcp-feedback-enhanced 工具向用户询问反馈。
为什么说这是“王炸组合”？
功能瞬间扩容：一句npx -y就能把脚本、Python服务、NodeJS插件变成AI可用的工具
安全沙盒：Server跑在本地或私有环境，敏感代码不外泄
生态飞速发展：社区涌现各类Server，从部署、设计稿解析到数据库查询，应有尽有
写在最后：你的想象力是唯一的限制
MCP让AI不再只是“聊天机器人”，而是真正能动手的智能助手。你写的脚本、你搭的服务器，只要实现MCP接口，就能被任何MCP客户端调用。
这就像给你的AI装上了无数个外接设备——摄像头让它“看见”，麦克风让它“听见”，数据库连接让它“记住”，API调用让它“触达”。
现在就开始吧：
进入Cursor，打开Settings→MCP Servers，开始这种“插U盘”式的功能扩展。
你会发现，当AI的能力边界被打破，你的创造力才能真正起飞。这不是技术的终点，而是智能新时代的起点。
资源分享
后台回复：Cursor，可获取Cursor电子书学习资源
modelcontextprotocol.io/introduction ↩https://smithery.ai/ ↩https://cursor.directory/mcp ↩https://github.com/sampx/hotnews-server ↩https://github.com/FradSer/mcp-server-mas-sequential-thinking ↩https://github.com/TALK-U/mcp-feedback-enhanced ↩
页:
[1]