好久不见，我是 Lena。最近我越来越明显地注意到一件事：那些真正好用的 Agent，不是更聪明，而是连得更好。
我原本没打算写这篇。但在连续几周观察 Cursor 在接入和未接入 MCP Servers 时的表现后，我开始顺手记笔记。最后，这些笔记就变成了这篇文章。
MCP Servers 在 Cursor 里到底做什么
默认情况下，Cursor 的 AI Agent 只知道你的代码库。就这些。它看不到你的 Postgres 表，不知道 GitHub 上有哪些 issue，也打不开浏览器。它具备隔离运行的能力，但也的确被隔离着。
Cursor 如何通过 MCP 扩展 Agent 能力
MCP，也就是 Model Context Protocol，是 Anthropic 在 2024 年 11 月发布的开放标准。这个思路本身并不复杂：与其让每个 AI 工具都为每个外部服务各自造一次性集成，不如有一个通用协议。一个 server，任何兼容 client 都能接。Cursor 官方 MCP 文档 的说法很准确，它把 MCP 形容为“Cursor 的插件系统”，让 Agent 可以通过标准化接口连接外部数据源。
真正发生的事情是：当你添加一个 MCP Server 后，Cursor 会把它作为子进程启动（针对本地 stdio transport），或者通过 HTTP 建立连接。Server 会把自己提供的 tools 告诉 Cursor。Agent 会在自己的可用工具集中看到这些 tools。等它判断某个 tool 相关时，就会发起调用，结果再回到当前对话里。
Cursor 当前对所有已连接 servers 的 tool 总数支持上限是 40 个。再往上，Agent 选择正确 tool 的能力就会明显变差。这点值得记住。
什么样的 MCP Server 才是真的有用，而不是噱头
这件事我也还在继续摸索。有些 servers 的价值几乎是一上手就能感到的，你不用提醒，Agent 自己就会去调用，输出质量也会随之变化。另一些则只是……放在那里。要么从不被调用，要么只调用一次就再也没人理它。
从我的观察看，真正会被用起来的 server，通常都有一个清晰而狭窄的职责。不是“什么都能做”，而更像是“回答 Agent 单靠自己回答不了的一类问题”。文件操作、SQL 查询、Web 搜索、GitHub 状态。只要 tool 的目的足够具体，Agent 似乎就更容易稳定地伸手去用它。
如何在 Cursor 中安装 MCP Servers
逐步配置
2025 年末，这套配置流程有过一轮变化。到了 2026 年初，主要有三种路径：
选项 1 — 一键安装：很多 server 的文档页现在都带有 “Add to Cursor” 按钮。点一下，Cursor 就会弹出对话框，并预先填好 server 名称和 transport。
选项 2 — 设置界面：打开 Cursor Settings（Mac 上是 Cmd+,，Windows 上是 Ctrl+,）。进入 Features > MCP。点击 + Add New MCP Server。然后填写名称、transport 类型（本地用 stdio，远程用 streamable HTTP），以及命令或 URL。
选项 3 — 直接编辑配置文件：在项目根目录创建 .cursor/mcp.json，用于项目级 servers；或者创建 ~/.cursor/mcp.json，用于全局 servers。格式如下：
{
"mcpServers": {
"server-name": {
"command": "npx",
"args": ["-y", "@package/mcp-server"],
"env": {
"API_KEY": "your-key"
}
}
}
}
有一点当时很容易踩坑：如果缺少根键 "mcpServers"，Cursor 会静默忽略整个文件。 不会报错，server 也不会出现。另外，用 npx 时一定记得加 -y，否则进程会卡在确认提示上，一直等不到输入。
2026 年最值得装的 12 个 Cursor MCP Servers
这些都是真实存在、仍在维护中的 servers。我不会把自己无法验证当前可用性的东西列进来。
- Filesystem —
@modelcontextprotocol/server-filesystem
在 Cursor 默认作用域之外读取、写入、搜索和管理文件。你可以自行定义哪些目录可访问。当 Agent 需要跨更广的项目结构操作文件时，这个 server 很有用。这也是 Anthropic 官方 reference servers 之一，维护稳定。
- Brave Search —
@modelcontextprotocol/server-brave-search
直接在 Cursor 里做 Web 搜索。 Agent 可以自己去查文档、确认某个 package 是否还存在，或者研究一条错误信息，而不用你手动复制粘贴。它使用的是 Brave 的独立搜索索引。需要 Brave API key（有免费层）。
- PostgreSQL —
@modelcontextprotocol/server-postgres
把它指向某个数据库 URL 后，Agent 就能查询 schema、运行 SQL，并用自然语言解释表结构。我发现它在理解陌生代码库时尤其有用，因为 Agent 可以直接回答“这张表里到底装了什么”，而不用你先把 schema 定义贴给它。
- GitHub (Official) — hosted at
api.githubcopilot.com/mcp/
GitHub's official MCP server 让 Agent 可以读取仓库、打开 issues、审阅 PR，以及管理分支，而不用你来回切换上下文。它需要 Cursor v0.48.0+ 才支持 Streamable HTTP，还需要 Personal Access Token。注意：旧的 npm 包 @modelcontextprotocol/server-github 已在 2025 年 4 月弃用。 现在请改用官方托管 server 或 Docker 镜像。
- Playwright (Microsoft) —
@playwright/mcp@latest
Microsoft's Playwright MCP 给 Agent 提供了一个真正的浏览器。它可以导航页面、填写表单、截图和抓取内容，而且依赖的是 Playwright 的 accessibility tree，而不是截图，因此速度更快、稳定性也更高。很适合做 UI 验证和流程测试。
- Slack —
@modelcontextprotocol/server-slack
读取频道、发送消息、搜索历史对话。如果 Agent 需要从团队讨论里获取上下文，这会很有帮助。像“我们上周对这个 API 最后是怎么定的？”这类问题，你就不用自己再去翻 Slack 了。
- Supabase MCP
官方 Supabase server，带 20+ 个 tools：表设计、migrations、SQL 查询、数据库分支、项目管理。它把 Postgres、认证和存储放在了一起。对于后端建在 Supabase 上的全栈开发者来说，这个 server 尤其实用。
- Firecrawl —
firecrawl-mcp
把 URL 转成 Markdown。Agent 可以抓文档页面、竞品网站或任何公开 URL，并把它们当成干净文本来读取。它很适合 RAG pipelines、读取不在你代码库里的文档，或者做竞品研究。需要 Firecrawl API key（有免费层）。
- Context7 —
@upstash/context7-mcp
把当前版本、精确到版本号的库与框架文档直接拉进 Agent 的上下文里。当 Agent 正在处理一个自己不够熟悉的库时，Context7 可以拉取真实的最新文档，而不是依赖可能已经过时的训练数据。
- Memory —
@modelcontextprotocol/server-memory
基于知识图谱结构的跨会话持久 memory。 这个很有意思。Agent 可以在不同对话之间存储和取回信息。我还没有完全确认它被调用得有多稳定，有时它似乎真的“记住了什么”，但我还没能验证这种模式是否一致。值得继续观察。
- Puppeteer —
@modelcontextprotocol/server-puppeteer
和 Playwright 类似的浏览器自动化，只不过底层用的是 Puppeteer。它更适合手动站点测试，以及让 Claude 引导你与网页交互。有些开发者在更简单的抓取任务上会更偏好它。
- Docker MCP
编排多容器环境、调试服务、验证部署。如果你的开发工作流经常围绕 Docker 展开，这会很有用，因为 Agent 可以直接检查容器状态，而不用你再切去终端。
没有哪个 MCP Server 能解决的一点：能力持久化
这里有个问题，我一直在想，但还没有完全想清楚。
为什么你的 Cursor Agent 记不住什么是有效的
MCP Servers 给 Agent 提供的是访问外部工具的能力。这一点真实而且有价值。但它们解决不了另一个问题：Agent 不会记住上一次到底什么是有效的。 每次会话都会重新开始。昨天成功的调试模式不会被继承。两周前解决某类错误的那套修复方式，也不会留下来。
最好的 Cursor MCP Servers 很擅长处理连接层。The MCP specification itself 定义的是 Agent 如何连接到 tools，而不是 Agent 如何随着时间累积并共享成功策略。
这不是在批评 MCP。那是另一个问题。MCP 处理的是访问能力。就我目前的观察，真正缺失的，仍然是那一层能让 Agent 经验 变得可复用的机制。不是只在某一次 tool call 里有效，而是能贯穿构建某样东西的完整生命周期，把一次成功做法带到下一次。
我现在还不知道这在实践里会长成什么样。我会继续观察。
FAQ
- 我该如何把 MCP Servers 添加到 Cursor？
有三种方式：使用某个 server 文档页上的一键 “Add to Cursor” 按钮，进入 Cursor Settings > Features > MCP > + Add New MCP Server，或者手动编辑 .cursor/mcp.json。如果团队要共享配置，配置文件方式通常更合适。至于当前 JSON 结构，请始终以 Cursor's MCP documentation 为准，它会随着版本变化。
- 2026 年哪个 MCP Server 最适合 Cursor？
嗯，我觉得大概率没有单一答案。如果你常和数据库打交道，Postgres server 会明显改变 Agent 能做的事情；如果你需要 Web 访问，Brave Search 或 Firecrawl 会很实用；如果是版本控制场景，官方 GitHub server 更合适。真正最好用的 server，完全取决于你当前工作流的缺口在哪里，也就是 Agent 正想伸手去够、但还够不到哪些工具。
- Cursor 的 MCP Servers 都免费吗？
有些完全免费并且本地运行（Filesystem、Playwright、Memory）。另一些需要 API key，但通常提供免费层（Brave Search、Firecrawl）。GitHub server 需要 Personal Access Token。Supabase 则有自己的定价。MCP 本身并不收费，它是一个开放协议。
我一直反复想到的一点是：到了 2026 年初，整个生态已经增长到 5,000 多个 servers。它们中的绝大多数我大概永远都不会试。这里列出来的，是那些真的改变了 Agent 行为的 ones，不只是它“理论上能做什么”，而是它在没人提醒的情况下，实际上会去做什么。
我大概还会继续观察这一组名单在今年会怎么变化。
注：MCP Server 的包名和安装方式会随着版本更新而变化。安装前请始终以官方来源为准。本文所有链接均已在 2026 年 3 月验证可访问。
