許多初學者在使用AI工具時常常遇到一個痛點：雖然AI能夠提供指導，但實際操作仍然需要手動完成。本文將為你帶來一個“保姆級”教程，介紹如何通過配置Cursor和Sqlite MCP Server，讓AI直接操作數(shù)據(jù)庫，從而實現(xiàn)真正的自動化編程。

在用Cursor等AI工具編程的同學們，有沒有發(fā)現(xiàn)，你原本想讓AI幫你解決問題，但AI老是讓你自己去操作。

例如我做數(shù)據(jù)分析，一定離不開數(shù)據(jù)庫，每次需要執(zhí)行操作的時候，都是讓AI給我命令，然后我手動去執(zhí)行。

其實這個過程完全沒有必要，我們可以讓AI自己去操作數(shù)據(jù)庫?。?！

這就是我們今天要介紹的MCP Server的能力??！

可以看下Cursor官方文檔中的介紹：

https://docs.cursor.com/context/model-context-protocol

起因是我有開發(fā)一個內(nèi)容矩陣系統(tǒng)，伴隨著一個sqlite數(shù)據(jù)庫, 雖然說是AI編程，但還多本地的操作它無法執(zhí)行，要我去做，我就變成了它的小弟，這讓我很不爽。直到我用上MCP，真正讓Cursor變成AI Agent之后，我才看到了真正的人工智能。

做交互设计10年，我为何转岗到产品经理？

真正转岗之后，我发现很多工作还是超出了自己的想象。产品经理的工作确实比较杂。理论上，产品经理的工作包括了产品的方方面面，从市场研究、用户调研、数据分析...

查看详情 >

今天就給大家介紹一個MCP的實操：讓Cursor操作MCP

設置步驟

總共分成三步

下載SQL Lite MCP Server

用到的項目地址是：https://github.com/modelcontextprotocol/servers/tree/main/src/sqlite

但我直接到主頁https://github.com/modelcontextprotocol/servers/tree/main 把整個servers 都下載了

解壓到了這里：

配置MCP服務器

你需要創(chuàng)建一個MCP配置文件，有兩種位置可以放置：

• 項目配置：在你的項目目錄下創(chuàng)建?.cursor/mcp.json?文件（僅在該項目中可用）
• 全局配置：在你的主目錄下創(chuàng)建?~/.cursor/mcp.json?文件（在所有Cursor工作區(qū)可用）這里的主目錄是linux的，windows的話可以直接到Cursor的設置里打開添加。

這里我是先用在單個項目的測試上，就用的項目配置：

配置SQLite MCP服務器

根據(jù)GitHub倉庫中的信息，SQLite MCP服務器有兩種運行方式：

方式一：使用uv（本地運行）

UV 是一個Python的包，我們先安裝他

pip install uv
pip install httpx mcp

把以下配置復制黏貼到剛生成好的mcp.json里，這是一個標準的MCP配置格式，其中我們看到需要自行做修改

{??
   “mcpServers”:{? ??
       “sqlite”:{? ? ??
           “command”:”uv”,? ? ??
               “args”:[? ? ? ??
                   “–directory”,? ? ? ??
                   “你的servers倉庫路徑/servers/src/sqlite”,? ? ? ??
                   “run”,? ? ? ??
                   “mcp-server-sqlite”,? ? ? ??
                   “–db-path”,? ? ? ??
                   “~/你的數(shù)據(jù)庫.db”? ? ??
               ]? ??
           }
}
}

注意我的路徑：

然后我的配置文件長這樣：

其實這個配置的邏輯很簡單，就是命令行運行uv –directory D:/ProgramData/js/mcp/servers-main/src/sqlite run mcp-server-sqlite –db-path ai_editor.db 只是把它們每個元素拆開了放進去，這樣就好理解了。

方式二：使用Docker

這個方法還要配置Docker，對大部分人來說有點太麻煩了，就僅展示

{??
   “mcpServers”:{? ??
       “sqlite”:{? ? ??
           “command”:”docker”,? ? ??
               “args”:[? ? ? ??
                   “run”,? ? ? ??
                   “–rm”,? ? ? ??
                   “-i”,? ? ? ?
                   “-v”,? ? ? ??
                   “mcp-test:/mcp”,? ? ? ??
                   “mcp/sqlite”,? ? ? ??
                   “–db-path”,? ? ? ??
                   “/mcp/test.db”? ? ??
               ]? ??
           }
}
}

使用Docker前需要先構建鏡像：

docker build -t mcp/sqlite .

3. 查看配置好的MCP Server，重啟Cursor

找到設置，如果能看到下面圖里的樣式，就說明Cursor識別成功了，否則就是Json文件哪里填錯了，例如windows的地址，是不能直接復制文件窗口上的，否則會有紅線報錯，這樣Cursor是識別不到MCP Server的

其次，還要觀察名字前面是否有綠色的燈，綠色才證明開著。

這里我一開始遇到一個大坑，一直不亮燈，甚至顯示client closed，查了各種網(wǎng)絡都沒有人說，我自己折騰了半天才解決。這個坑，如果你也遇到了，就看文末。

順利的話，就重啟Cursor，打開的時候會自動彈出命令行窗口

這是Cursor在替你運行 MCP Server，注意不要關閉，讓它一直開著。

使用SQLite MCP服務器的工具

配置好后，Cursor的Agent將能夠訪問以下SQLite工具，同時這也是我們下載的Sqlite MCP Server文件里定義好的命令：

查詢工具

• read_query：執(zhí)行SELECT查詢讀取數(shù)據(jù)
• write_query：執(zhí)行INSERT、UPDATE或DELETE查詢
• create_table：創(chuàng)建新表

模式工具

• list_tables：獲取所有表的列表
• describe-table：查看特定表的模式信息

分析工具

• append_insight：向memo資源添加新的業(yè)務見解

在Cursor的Agent中可以直接引用這些工具。Agent會自動檢測可用的MCP工具，或者你可以明確告訴Agent使用特定的工具。

接下來使用就很簡單了，例如我這個項目需要新增一些表格，就直接說：

當前項目是一個ai批量改寫內(nèi)容管理系統(tǒng)，每篇內(nèi)容都有id
現(xiàn)在我需要新增一個內(nèi)容的多版本管理功能
請你幫我在數(shù)據(jù)庫中新建好對應的多版本表格

然后AI就一如既往的查看當前項目，包括查看數(shù)據(jù)庫情況，就直接調(diào)用了，如下圖：

Calling MCP tool list_tables

格式：Calling + 某個工具+什么命令

最后的命令則是我們前面部署好的MCP Server里自定義好的

點開每個Call，就能看到它具體干了什么

如果你不想老是去點Run tool， 就可以把Features里的Enable auto-run mode打開

這個操作真的巨絲滑！！還會自動生成日志、視圖，甚至插入測試數(shù)據(jù)，最后再檢驗，比我做的還6

但要提醒一下，AI有很大的不確定性，不建議在生產(chǎn)環(huán)境直接用AI去改你的數(shù)據(jù)庫??！

建議是在剛開始做項目的時候，讓AI幫你完成初始化，或者在執(zhí)行前，手動做一個備份，如果有問題，能馬上恢復?。?！

一個大坑??！

遇到一個大坑，因為我是用Anaconda的多環(huán)境管理，包括構建的uv也是用的虛擬環(huán)境，導致我一直運行MCP Servers失敗，顯示client closed

后來我不斷嘗試，重新安裝依賴包之類的，偶然成功了一個，發(fā)現(xiàn)Cursor調(diào)用的是我電腦系統(tǒng)默認的Python，所以我判斷很可能是環(huán)境問題。

于是我找到系統(tǒng)環(huán)境變量查看，在用戶變量里找到了Cursor使用的系統(tǒng)Python

接著，還需要注意的是，每個MCP Server都有版本限制的，例如當前這個項目，找到.python-version就能看到要求是3.10

有了這個猜想，就馬上行動：

1.?卸載電腦本地的Python，注意還需要手動刪除掉上面系統(tǒng)變量里的路徑文件夾

2.?重新下載3.10包，默認位置，也就是前面系統(tǒng)變量提到的根目錄

3.?把系統(tǒng)變量里的 Python38 改成 Python310 因為結構一樣的，改個路徑名字就行

4.?重啟電腦，一定要重啟，這樣才能清掉緩存，讓Cursor能正確識別新的Python

5.?然后按以上的流程重新操作一遍，成功！

以上就是今天的所有內(nèi)容。