一、在哪里添加McpServers

1、位置

Cursor是一个很好的Mcp Client，可以通过Cursor Setting--Tools & MCP --New Mcp Server来管理mcp tools。

添加之后都会展示在tools列表：

2、mcpServers与 MCP 协议的边界

这是很多人会混淆的地方：

mcpServers不关心：

• tools 叫什么

• schema 长什么样

• resource / prompt

• 你用 Java 还是 Python

二、McpServers添加语法

mcpServers是 Cursor 作为 MCP Host 的进程启动与管理配置，它解决的不是 MCP 协议本身，而是：如何启动一个 MCP Server 进程，并通过 stdio 与它通信，所以它的本质是：“进程启动描述（Process Spec）”。mcpServers的通用结构（抽象层）：

{ "mcpServers": { "<server-id>": { "command": "<executable>", "args": [ "<arg1>", "<arg2>", ... ], "env": { "<key>": "<value>" } } } }

这一结构在语言 / jar / python / node / go之间是完全通用的。

我的mcp servers：

{ "mcpServers": { "memory": { "command": "npx", "args": [ "-y", "@modelcontextprotocol/server-memory" ], "env": { "MEMORY_FILE_PATH": "C:\\Users\\wtyy\\.mcp-storage\\memory.json" } }, "sequential-thinking": { "command": "npx", "args": [ "-y", "@modelcontextprotocol/server-sequential-thinking" ] }, "playwright": { "command": "npx", "args": [ "-y", "@playwright/mcp@latest", "--browser", "chrome" ] }, "gitlab": { "command": "npx", "args": [ "-y", "@zereight/mcp-gitlab" ], "env": { "GITLAB_PERSONAL_ACCESS_TOKEN": "glpat-******", "GITLAB_API_URL": "https://git.wtyy.us", "GITLAB_READ_ONLY_MODE": "false", "USE_GITLAB_WIKI": "false", "NODE_TLS_REJECT_UNAUTHORIZED": "0" } }, "WtyyHelper": { "command": "C:\\Users\\wtyy\\AppData\\Local\\Programs\\WtyyHelper\\wtyyhelper-mcp.exe", "args": [ "--mcp" ], "env": {} }, "WtyyTest": { "command": "C:\\Users\\wtyy\\AppData\\Local\\Programs\\Python\\Python313\\Scripts\\wtyy.EXE", "args": [ "run", "--directory", "C:\\Users\\Twtyy\\.mytools\\mytools", "mymcp-test" ], "env": {} }, "web-token": { "command": "node", "args": ["/Users/wtyy/mcp/getWebToken.js"], "env": {} }, } }

1、<server-id>（逻辑标识）

语义

• MCP Server 的逻辑 ID

• 用于：

  • Cursor 内部管理

  • UI / 日志 / 错误提示

规则

• 任意字符串

• 推荐：kebab-case

• 不参与 MCP 协议

• 不会传给 Server

2、command（进程入口）

语义

• 启动 MCP Server 的可执行文件

通用规则

• 只能是一个可执行文件

• ❌ 不允许带参数

• ✔️ 参数必须拆到args

demo

"command": "java" "command": "python3" "command": "node" "command": "/usr/bin/go" "command": "/opt/homebrew/bin/python3" "command": "npx", "command": "Users/my/xxx.EXE"

3、args（进程参数）

语义

• 传给command的参数数组

• 等价于 shell 中的：command arg1 arg2 arg3

通用规则

• 必须是数组

• 每个元素是一个独立参数

• 顺序严格保留

• Cursor 不做拼接、不做转义

demo

"args": [ "-jar", "/path/to/server.jar" ]

"args": [ "server.py" ]

"args": [ "--mcp" ],

4、env（进程环境变量）

语义

• 启动 MCP Server 时注入的环境变量

通用规则

• 可选

• Key / Value 都是字符串

• 会和系统环境合并

• 若冲突 → 覆盖系统值

demo

"env": { "LOG_LEVEL": "debug", "SPRING_PROFILES_ACTIVE": "prod" }

三、McpServers的「运行时行为规则」

这些是 Cursor 对所有 MCP Server 的统一行为假设。

1、通信模型（硬性规则）

Cursor (Host) stdin ─────► MCP Server stdout ◄───── MCP Server

• stdio 是唯一通道

• 不支持 socket / http / grpc

• Server 不需要监听端口

2、生命周期规则

• Cursor 启动 Server

• Server常驻

• 一个 Server 对应一个进程

• Cursor 退出 → Server 进程结束

3、输出规则（非常关键）

违反规则 → Server 直接被判定为异常

4、JSON-RPC 规则（通用）

• 一行一个 JSON

• UTF-8

• 必须 flush

• Cursor 不支持 chunked / streaming

四、cursor调用Mcp Tool的链路

和提示词是强关联的，参考LangChain4j框架（三）核心接口使用（4）Tool和MCP_langchain4j 一个类中写两个工具,工具具有抵用先后顺序-CSDN博客

这篇介绍的匹配规则。

你在 Cursor 输入自然语言 ↓ Cursor 将上下文 + MCP tools 描述发给 LLM ↓ LLM 决定是否要调用某个 MCP tool ↓ Cursor 解析 LLM 的 tool call 意图 ↓ Cursor 作为 MCP Host 调用 MCP Server ↓ MCP Server 执行 tool（你的代码） ↓ 结果通过 MCP 协议返回 ↓ Cursor 把结果交给 LLM ↓ LLM 生成最终回复

五、Cursor自带的tools

默认安装的 Cursor，大概包含50~70 个内置 tools（持续迭代中，具体版本会略有差异），默认安装的 Cursor 内置 tools 并不会出现在你自己配置的mcpServers中。

• Cursor 自带 tools

  • 这些是Cursor 内部实现的工具，属于Host 自己的能力

  • 它们不依赖你配置的 MCP Server

  • 例如：查函数定义、搜索文档、单位换算等

• 你配置的mcpServers

  • 只是告诉 Cursor如何启动外部 MCP Server 进程

  • 这些 MCP Server 里才有你自定义的 MCP tool（比如get_user_by_id）

  • Cursor 启动后会通过 stdio 调用 MCP 协议与这些进程通信

Cursor (Host)
│
├─ 内置工具 (50~70 个)
│ └─ 直接执行，无需 MCP
│
└─ MCP Servers (你配置的)
└─ get_user_by_id / 自定义 tool

内置 tools 和 MCP Servers 是两条平行能力线
只有 LLM 看到全部工具，Cursor 内部会调不同实现。所以如果提示词不够精确，会出现cursor调用自己的tool而没有调用到你的tools的”翻车“情况。