公众号:求知AI
关注公众号,免费分享知识AI相关所有新闻、知识、技术

Cursor等AI Coding Assistant使用MCP服务

目前已有许多开源的 **MCP(Model Context Protocol)**服务可供开发者调用,以增强 AI 编程助手的能力,实现编程时,能够有更加丰富的外部知识。

本次使用的MCP服务,来自开源的实现对浏览器网址自动爬虫的脚本。能够根据你定制化需求进行爬取

git:https://github.com/firecrawl/firecrawl-mcp-server

Step1

  1. 首先我们要下载 Node.js >= 18.19.0 and pnpm/npm

https://nodejs.org/zh-cn/download
在这里插入图片描述
在这里插入图片描述
2. 检验npm 是否安装

npm -v
在这里插入图片描述
3. 创建全局安装目录和缓存目录

mkdir node_global mkdir node_cache
在这里插入图片描述
4. 配置路径

npm config set prefix "D:\download-net\nodejs\node_global"

npm config set prefix "D:\download-net\nodejs\node_cache"

  1. 追加环境变量

• 环境变量追加(系统变量):

• NODE_HOME → Node.js安装路径

• Path新增:%NODE_HOME%\node_global 和 %NODE_HOME%\node_cache。

Step2

在 GitHub下载的firecrawl-mcp 项目中,package.json 所在目录下

执行以下命令安装 MCP 服务npm install -g firecrawl-mcp
在这里插入图片描述

Step3

Cursor 或其他支持 MCP的AI 编程助手 可以通过 JSON 配置文件添加 MCP 服务。
在这里插入图片描述

{
  "mcpServers": {
    "firecrawl-mcp": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "YOUR-API-KEY"
      }
    }
  }
}

Step4



配置环境变量,将 FIRECRAWL_API_KEY 添加到系统环境变量中,这样MCP服务就可以直接调用

在这里插入图片描述

Step5

配置成功显示是下方这样的
在这里插入图片描述

Step6

运行一个示例任务,可以看到 AI 编程助手 成功调用 MCP 服务并获取到了相关信息

在这里插入图片描述

Logo

更多推荐