Windows环境下Cursor配置MCP服务器实战教程（小白版）

前言：什么是MCP？为什么要在Cursor里用它？

MCP (Model Context Protocol，模型上下文协议) 可以理解为AI的“万能接口”。在Cursor中，AI（如Claude-3.5-Sonnet）本身是“大脑”，但它无法直接操作你的电脑（如创建文件、读取数据库、查询网络）。

MCP服务器就是“手脚”。通过配置MCP，Cursor里的AI可以：

1. 读写本地文件（不仅仅是当前打开的文件）。

2. 查询本地数据库（SQLite, PostgreSQL）。

3. 调用外部API（获取天气、发送邮件）。

4. 执行系统命令（自动打开浏览器、运行脚本）。

小白理解： 没配置MCP前，Cursor只能帮你写代码；配置MCP后，Cursor可以帮你“运行”代码，甚至帮你“部署”代码。

---

第一部分：准备工作（环境搭建）

在配置MCP之前，我们需要确保Windows电脑上安装了必要的“脚手架”。

1.1 安装Node.js（必装，因为大多数MCP服务器基于JS/TS）

MCP服务器通常通过 npx（Node包执行器）运行，所以Node.js是核心依赖。

步骤：

1. 打开浏览器，访问 Node.js官网。

2. 点击 LTS版本（长期支持版，例如20.x.x）。不要点Current，LTS更稳定。

3. 下载 .msi 安装包（Windows Installer）。

4. 双击安装，一路点击 Next。

   • 关键点： 在 Custom Setup 界面，确保勾选 npm package manager（默认就是勾选的）。

5. 安装完成后，按下 Win + R，输入 cmd，打开命令提示符。

6. 输入以下命令验证是否成功：

   bash

   node --version
   # 应该显示 v20.11.0 或类似版本
   npm --version
   # 应该显示 10.2.4 或类似版本

   如果显示“不是内部或外部命令”，说明环境变量未生效，请重启电脑。

1.2 安装Git（选装，但强烈建议）

很多MCP服务器需要从GitHub下载，或者你需要查看官方文档。

步骤：

1. 访问 Git官网。

2. 下载自动识别Windows版本的安装包。

3. 安装时全部默认选项即可（一路Next）。

1.3 确认Cursor版本

确保你的Cursor版本是 0.40.x 或更高版本。旧版本可能不支持MCP功能。

• 检查方式：打开Cursor -> 左上角 Help -> About。

---

第二部分：核心配置 —— 连接MCP服务器

Cursor配置MCP服务器主要通过修改一个JSON配置文件。我们将以最经典的 sqlite（本地数据库操作）和 filesystem（文件系统操作）为例。

2.1 找到配置文件位置

Cursor的MCP配置存储在：
C:\Users\你的用户名\AppData\Roaming\Cursor\User\globalStorage\ 目录下。

为了快速找到（小白专用）：

1. 打开Cursor。

2. 按下快捷键 Ctrl + Shift + P（打开命令面板）。

3. 输入 MCP。

4. 点击 MCP: Open MCP Servers Configuration File。

   • 如果找不到这个选项，说明你的Cursor版本较旧，请升级Cursor。

5. 此时会自动用Cursor打开一个名为 mcp.json 的空白文件（或者已有内容）。

2.2 配置文件语法基础

mcp.json 使用的是JSON格式。基础结构如下：

json

{
  "mcpServers": {
    "服务器名称（随意起）": {
      "command": "执行命令（如 npx, node, python）",
      "args": ["参数1", "参数2"],
      "env": {
        "环境变量名": "值"
      }
    }
  }
}

2.3 实战案例一：配置 Filesystem MCP（让AI操作整个电脑文件）

这个服务器允许Cursor的AI读取、写入、删除你电脑任意位置的文件。

步骤：

1. 在 mcp.json 中写入以下内容：

json

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "C:\\Users\\你的用户名\\Desktop",
        "D:\\MyProjects"
      ]
    }
  }
}

参数解释：

• command: "npx"：调用Node.js的运行工具。

• -y：自动确认安装包（不需要手动按Y）。

• @modelcontextprotocol/server-filesystem：这是官方的文件系统MCP服务器包名。

• 后面的路径：允许AI访问的目录。你可以把你想让AI管理的文件夹路径写进去，用空格隔开。注意Windows路径要用双反斜杠 \\。

保存文件： Ctrl + S。

2.4 实战案例二：配置 SQLite MCP（让AI查询数据库）

这个服务器允许AI直接创建、查询、修改 .db 数据库文件。

步骤：

1. 先在电脑上找一个地方创建一个空数据库文件，例如在桌面创建 test.db（新建文本文档，改后缀为.db）。

2. 修改 mcp.json，增加一个新的服务器配置（注意JSON对象之间的逗号）：

json

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "C:\\Users\\你的用户名\\Desktop"
      ]
    },
    "sqlite": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-sqlite",
        "C:\\Users\\你的用户名\\Desktop\\test.db"
      ]
    }
  }
}

2.5 重启Cursor

修改完 mcp.json 后，必须完全退出Cursor（右键系统托盘图标退出，或者任务管理器结束进程），然后重新打开Cursor。

---

第三部分：验证MCP是否生效

重启Cursor后，我们需要检查MCP服务器是否成功连接。

3.1 查看MCP状态

1. 打开Cursor。

2. 再次按下 Ctrl + Shift + P。

3. 输入 MCP，选择 MCP: Show MCP Servers。

4. 会弹出一个面板，显示你配置的服务器列表。

   • 状态显示绿色（Connected）：表示成功。

   • 状态显示红色（Failed / Disconnected）：表示失败，需要排查。

3.2 实战测试：让AI用MCP干活

我们测试一下刚才配置的 Filesystem 能力。

1. 在Cursor中，打开AI聊天窗口（Ctrl + L）。

2. 在输入框中输入（不需要手动选择模型，Cursor会自动判断）：

   “请使用MCP Filesystem工具，在我的桌面上创建一个名为 test_from_ai.txt 的文件，内容为‘Hello, this is created by Cursor AI via MCP’。”

3. 观察AI的回复：

   • 如果配置成功，AI会说：“我正在使用 write_file 工具...” 然后提示创建成功。

   • 检查你的桌面，会发现真的出现了这个文件。

这就是MCP的力量——AI直接操作了你的硬盘。

---

第四部分：高级实战 —— 配置自己的Python MCP服务器

有时候官方包不够用，或者你想让AI执行一段Python脚本来抓取网页、处理数据。我们可以手写一个简单的Python MCP服务器，并让Cursor调用它。

4.1 安装Python环境

1. 访问 Python.org。

2. 下载Python 3.10 或 3.11（注意：不要下载最新的3.12，部分库可能不兼容）。

3. 关键步骤：安装时，务必勾选 Add Python to PATH（添加到环境变量）。

4. 安装完成后，打开CMD，验证：

   bash

   python --version

4.2 安装MCP Python SDK

在CMD中执行：

bash

pip install mcp

4.3 编写一个简单的MCP服务器

在桌面上新建一个文件夹，比如 my_mcp_server。在里面新建一个文件 weather_server.py。

写入以下代码（这是一个简化版的天气查询服务器，模拟MCP协议）：

python

import json
import sys

def main():
    # MCP协议通过标准输入（stdin）读取命令
    for line in sys.stdin:
        try:
            request = json.loads(line)
            # 假设AI调用了一个名为 "get_weather" 的工具
            if request.get("method") == "tools/call" and request.get("params", {}).get("name") == "get_weather":
                city = request["params"]["arguments"]["city"]
                # 模拟返回天气数据
                response = {
                    "content": [{
                        "type": "text",
                        "text": f"城市：{city}，天气：晴天，温度：25°C"
                    }]
                }
                # 输出结果到标准输出（stdout）
                print(json.dumps(response), flush=True)
            else:
                # 返回工具列表
                tools_response = {
                    "tools": [{
                        "name": "get_weather",
                        "description": "获取指定城市的天气",
                        "inputSchema": {
                            "type": "object",
                            "properties": {
                                "city": {"type": "string", "description": "城市名称"}
                            },
                            "required": ["city"]
                        }
                    }]
                }
                print(json.dumps(tools_response), flush=True)
        except Exception as e:
            print(json.dumps({"error": str(e)}), flush=True)

if __name__ == "__main__":
    main()

这个脚本的作用： 它告诉Cursor，我有一个叫 get_weather 的工具可用，如果AI想查天气，就会调用这个脚本。

4.4 在Cursor中配置Python MCP服务器

修改 mcp.json，添加一个新的配置：

json

{
  "mcpServers": {
    "filesystem": { ... },
    "sqlite": { ... },
    "my_python_weather": {
      "command": "python",
      "args": [
        "C:\\Users\\你的用户名\\Desktop\\my_mcp_server\\weather_server.py"
      ]
    }
  }
}

注意： 这里用的是 "command": "python"，而不是 npx。

4.5 测试自定义服务器

重启Cursor后，在AI对话框中输入：

“帮我查一下上海的天气。”

Cursor的AI会分析上下文，发现你有一个 my_python_weather 的MCP工具，它会自动调用该工具，并返回“晴天 25°C”的结果。

---

第五部分：常见报错与排雷指南（小白必看）

在配置过程中，99%的问题都出在以下几个方面：

5.1 报错：npx 不是内部或外部命令

• 原因： Node.js未安装成功，或环境变量未生效。

• 解决： 重启电脑。如果还不行，手动将 C:\Program Files\nodejs\ 添加到系统Path环境变量中。

5.2 报错：Error: Cannot find module '@modelcontextprotocol/server-filesystem'

• 原因： 网络问题导致包下载失败。

• 解决： 打开CMD，手动执行一次命令，让它下载下来：

  bash

  npx -y @modelcontextprotocol/server-filesystem

  下载成功后，再重启Cursor。

5.3 报错：Access denied 或 Permission denied

• 原因： Windows权限限制，或者配置的路径不存在。

• 解决：

  1. 检查 args 中的路径是否存在（例如 D:\MyProjects 文件夹真的存在吗？）。

  2. 尝试以管理员身份运行Cursor。

5.4 配置改了，但AI还是说“没有找到工具”

• 原因： Cursor没有热加载配置。

• 解决： 必须完全退出Cursor（不仅仅是关掉窗口，要检查系统托盘或任务管理器确保进程消失），然后重新打开。

5.5 路径中的反斜杠问题

• 错误写法： "C:\Users\xxx\Desktop" （单反斜杠会被JSON解析为转义字符，如 \n 代表换行）。

• 正确写法： "C:\\Users\\xxx\\Desktop" （双反斜杠） 或者 "C:/Users/xxx/Desktop" （正斜杠，Windows也支持）。

---

第六部分：进阶技巧与资源

6.1 寻找更多MCP服务器

官方的服务器有限，但社区有很多强大的服务器：

• GitHub MCP：让AI帮你管理Git仓库、提PR。

• Puppeteer MCP：让AI控制无头浏览器，进行网页截图、自动化测试。

• PostgreSQL MCP：直接连接生产数据库（慎用！）。

资源地址：

• Awesome MCP Servers：在GitHub上搜索 awesome-mcp-servers，这里有社区整理的所有服务器列表。

6.2 配置环境变量（API Keys）

如果你的MCP服务器需要调用OpenAI或第三方API（比如天气API），需要配置 env 字段。

示例（配置API Key）：

json

{
  "mcpServers": {
    "weather_api": {
      "command": "npx",
      "args": ["-y", "some-weather-server"],
      "env": {
        "WEATHER_API_KEY": "你的密钥123456"
      }
    }
  }
}

6.3 性能优化建议

• 不要给AI过多的权限：在 filesystem 的路径中，尽量不要写 C:\\ 全盘，否则AI可能会误操作系统文件。

• 分场景配置：如果你是做前端开发，只配置 filesystem 指向项目目录；如果你是做数据分析，配置 sqlite 指向数据库目录。

---

结语：MCP让Cursor如虎添翼

至此，你已经完成了从“小白”到“MCP入门者”的蜕变。你现在应该能够：

1. 理解MCP的基本原理（AI通过标准协议调用外部工具）。

2. 在Windows上搭建Node.js和Python环境。

3. 配置官方的Filesystem和SQLite服务器。

4. 编写并运行自己的Python MCP服务器。

5. 解决常见的配置报错。