AgentHubAgentHub

使用场景/Cursor 开发必备

Cursor 必备 MCP 组合推荐

面向 Cursor 用户的入门组合:文件、GitHub、文档、浏览器。快速搭建 AI 编程工作流。

共匹配 6,654 个资源 · 第 89 / 139 页

什么是Cursor 开发必备?

Cursor 对 MCP 的支持是原生且开箱即用的:在 Settings → MCP 或项目根的 .cursor/mcp.json 中粘贴一段 JSON 即可接入任意 MCP Server。搭配 AgentHub 的一键配置生成器,从发现到接入通常不超过一分钟。

推荐的入门组合覆盖四类高频需求:Filesystem(读写项目文件)、GitHub(PR / Issue / diff)、Context7(最新框架文档,减少幻觉)、Playwright(浏览器验证与 E2E)。之后再按业务补充数据库、抓取或国内服务类 MCP。

本页列出的每个资源都附带 Cursor 专用配置片段:在 AgentHub 打开资源详情页 → 选择 Cursor Tab → 复制 JSON 粘贴即可,安装命令与鉴权环境变量一并给出。

适合做什么

  • 全栈开发
  • 开源贡献
  • 学习新框架
  • 小型自动化脚本

不太适合

  • 纯对话无代码场景
  • 不允许本地进程的企业环境
常见组合: Filesystem + GitHub + Context7 + Playwright

相关资源

查看全部 →

浏览器操作

SkillSkillsMP

通过 agent-browser 实现无头浏览器自动化——Rust CLI 守护进程,带持久化 auth profile,支持快速、可脚本化、并行的浏览器工作。支持批量命令、网络拦截、设备模拟、按站点 auth profile(一次有头登录,此后始终无头)、通过 --session 并行隔离会话。工作流:ReviewStories(将 YAML 用户故事分发到并行 UIReviewer)、Automate(加载并运行参数化 recipe 模板)、Update。通过 agent-browser 指令委派给通用 agent 做后台并行抓取。若站点有 bot 检测则回退到 Interceptor。适用场景:无头浏览器、批量抓取、快速截图、dev server 测试、并行浏览器、后台自动化、提取数据、审查 stories、自动化 recipe、批量截图、并行抓取多页。不适用于真实 Chrome 的部署验证或 UI 确认(用 Interceptor)。不适用于简单单 URL 抓取(用 WebFetch)。不适用于验证码或 bot 检测绕过(用 BrightData 或

source

数据抓取 Apify

SkillSkillsMP

通过 Apify actor 抓取社交媒体平台、商业数据与电商内容——Instagram 资料/帖子/话题标签/评论、LinkedIn 资料/职位/帖子、TikTok 资料/话题标签/视频/评论、YouTube 频道/搜索/评论、Facebook 帖子/群组/评论、Google Maps 商家搜索并提取联系方式/评论/图片、Amazon 商品/评论/价格,以及配合自定义 pageFunction 提取逻辑的通用多页网页爬取。基于文件的 TypeScript 封装(scrapeInstagramProfile、searchGoogleMaps、scrapeAmazonProduct、scrapeWebsite 等)在返回模型上下文前于代码中过滤与转换数据,相比直接走 MCP 协议可节省 95-99% 的 token。通过 Promise.all 并行查询多平台,支撑社媒监听看板。线索富化流水线:Google Maps → 合格过滤 → 可选 LinkedIn 富化。可同时在 Instagram、YouTube、TikTok 上做竞品分析。适用场景:抓取 Instagram、抓取 LinkedIn、抓取 TikTok、抓取 YouTube、抓取 Faceboo

source

浏览器操作

SkillSkillsMP

通过 agent-browser 实现无头浏览器自动化——Rust CLI 守护进程,带持久化 auth profile,支持快速、可脚本化、并行的浏览器工作。支持批量命令、网络拦截、设备模拟、按站点 auth profile(一次有头登录,此后始终无头)、通过 --session 并行隔离会话。工作流:ReviewStories(将 YAML 用户故事分发到并行 UIReviewer)、Automate(加载并运行参数化 recipe 模板)、Update。通过 agent-browser 指令委派给通用 agent 做后台并行抓取。若站点有 bot 检测则回退到 Interceptor。适用场景:无头浏览器、批量抓取、快速截图、dev server 测试、并行浏览器、后台自动化、提取数据、审查 stories、自动化 recipe、批量截图、并行抓取多页。不适用于真实 Chrome 的部署验证或 UI 确认(用 Interceptor)。不适用于简单单 URL 抓取(用 WebFetch)。不适用于验证码或 bot 检测绕过(用 BrightData 或

source

数据抓取 Apify

SkillSkillsMP

通过 Apify actor 抓取社交媒体平台、商业数据与电商内容——Instagram 资料/帖子/话题标签/评论、LinkedIn 资料/职位/帖子、TikTok 资料/话题标签/视频/评论、YouTube 频道/搜索/评论、Facebook 帖子/群组/评论、Google Maps 商家搜索并提取联系方式/评论/图片、Amazon 商品/评论/价格,以及配合自定义 pageFunction 提取逻辑的通用多页网页爬取。基于文件的 TypeScript 封装(scrapeInstagramProfile、searchGoogleMaps、scrapeAmazonProduct、scrapeWebsite 等)在返回模型上下文前于代码中过滤与转换数据,相比直接走 MCP 协议可节省 95-99% 的 token。通过 Promise.all 并行查询多平台,支撑社媒监听看板。线索富化流水线:Google Maps → 合格过滤 → 可选 LinkedIn 富化。可同时在 Instagram、YouTube、TikTok 上做竞品分析。适用场景:抓取 Instagram、抓取 LinkedIn、抓取 TikTok、抓取 YouTube、抓取 Faceboo

source

agent-browser(浏览器自动化 CLI)

SkillSkillsMP

面向 AI agent 的浏览器自动化 CLI。当用户需要与网站交互时使用,包括页面导航、填写表单、点击按钮、截图、提取数据、测试 Web 应用或自动化任何浏览器任务。触发语包括「打开网站」「填写表单」「点击按钮」「截图」「抓取页面数据」「测试这个 Web 应用」「登录网站」「自动化浏览器操作」等需要程序化网页交互的任务。

source

SQL(Rock RMS)

vdevelop

SkillSkillsMP

为 Rock RMS 数据库生成安全、正确的 SQL 脚本。处理 INSERT、UPDATE、DELETE、SELECT 查询、数据迁移与种子脚本,并遵循 Rock 的 schema 约定(PersonAlias、审计列、FK 约束、DefinedType/DefinedValue 查找、基于 Guid 的引用)。当用户说“create a sql script”“write sql”“insert data”“seed data”“data migration”“update records”“sql for Rock”“populate data”“add test data”“query Rock database”,或任何直接对 Rock RMS 数据库执行 SQL 的请求时使用。当用户描述要在 Rock 中添加、修改或查询的数据——即使未明说“SQL”——也应使用,例如“add 100 attendance records”“create a new campus”“give Ted Decker some financial transactions”“set up check-in data”。凡涉及 Rock 数据库记录且 SQL 是合适工具的任务,使用本技能。

source

django-models(Django 模型设计)

SkillSkillsMP

遵循 silo、复制、relocation 与外键等架构约定,为 Sentry 设计 Django ORM 模型。在新增 Django 模型、为功能设计模型、决定数据存放位置、选择外键类型,或重构现有模型的 silo 归属时使用。触发语:“add a Django model”“create a model”“design a model for X”“new database table”“store this data in the DB”“I need to track Y”“model for [feature]”。不适用于 Pydantic 模型、dataclass、ML 模型或 Protobuf——本技能专指 Sentry 代码库中的 Django ORM 模型。

source

常见问题

Cursor 里 MCP 配置放在项目还是全局?

两者皆可:项目级 .cursor/mcp.json 随仓库共享给团队,全局 ~/.cursor/mcp.json 对本机所有项目生效。含密钥的配置建议放项目级并加入 .gitignore,或用环境变量引用。

一次接太多 MCP 会影响 Cursor 性能吗?

每个启用的 MCP 都会向上下文注入工具定义,建议按项目启用、用完禁用不常用的服务器,把上下文留给真正需要的工具。

Windows / macOS 配置有区别吗?

JSON 结构相同,差异主要在命令路径与环境变量写法(如 npx 与绝对路径、引号转义)。AgentHub 详情页会区分 stdio 与远程托管(streamable-http/SSE)两类接入方式。

配套安装与配置教程

相关场景