关于 Cursor Delegate
Cursor Delegate 是一个 MCP 服务,让 AI 编码客户端将实现任务交给 Cursor 的命令行 Agent。它以结构化结果供审查,并支持先规划、代码库问答,以及需要澄清时恢复会话。
主要功能
- 01将实现任务交给 Cursor 命令行 Agent
- 02以 JSON 返回变更文件和会话信息
- 03实现前审查计划
- 04针对代码库提问
- 05澄清后恢复会话
适用场景
- 01委托多文件编辑,同时由原 Agent 审查
- 02执行前批准实现计划
- 03通过 Cursor Agent 查询代码库
MCP 相关
它通过 MCP stdio 向 MCP 客户端提供委托桥接。客户端发送任务说明,由 Cursor 命令行 Agent 执行并返回结果。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
3收录的工具列表 · 更新于 6 天前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| fast | boolean | 否 | 快速层级;成本较高——仅在用户要求时使用。 |
| mode | enum | 否 | agent 实现;plan 和 ask 是给 agent 的指令,不是限制。agent | plan | ask |
| spec | string | 是 | 任务概要:目标、范围、需原样引用的固定决策、验收标准。按原文发送。请指出要读取的文件,而不要粘贴代码;也可通过 contextFiles 附加文件及上下文。 |
| model | string | 否 | ACP 系列的裸 ID,包含版本:composer-2.5、grok-4.5、claude-opus-5、gpt-5.6-sol。doctor deep:true 会列出所有 ID。 |
| effort | string | 否 | 所选模型对应的准确 Cursor 思考强度值。不同模型的值各不相同,有些模型不提供思考强度选项;无效值会在提示词发送前报错,并列出可接受的值。仅在用户要求设置 Cursor 思考强度时传入——主机自身的推理设置与此无关。 |
| context | string | 否 | 上下文窗口大小;gpt-5.x 接受 272k 和 1m。不要猜测后传入。 |
| workspace | string | 是 | agent 的工作目录,不是限制。应选择包含任务文件的最小目录;如果没有这样的目录,则至少使用项目根目录。目录必须已存在;调用时绝不要创建目录。 |
| contextFiles | array | 否 | 要附加而非粘贴到 spec 中的路径。文本会作为引用提供给 agent,agent 可打开这些文件;图片(png/jpg/gif/webp,<5MB)会以内联方式发送。相对路径按 workspace 解析,但不受其范围限制。跳过的文件会在 protocolWarnings 中报告,不会导致失败。 |
| resumeSessionId | string | 否 | 继续现有的 ACP 会话。 |
详细介绍
Cursor Delegate
别再把前沿 Agent 的使用限额浪费在模板化工作上。
将编辑任务委派给 Cursor 的 CLI Agent——你的 Agent 编写任务说明并审查差异。
让你最出色的编码 Agent 专注于最需要判断力的环节:理解任务、制定计划并审查结果。
Cursor Delegate 是一个 MCP 桥接工具,让 Claude Code、ChatGPT/Codex、Copilot——或任何 MCP 客户端——都能将实现工作交给 Cursor 的 CLI Agent,然后获得清晰、结构化的结果以供审查。

🧠 保持前沿品质
你的助手负责发挥前沿模型的优势:理解任务、撰写精确的任务说明,并审查完成后的差异。Composer 2.5 根据任务说明执行实现工作流。内置技能会将审查步骤纳入工作流——负责界定工作范围的 Agent 会在汇报前重新检查已更改的文件。
⚡ 更快完成
Composer 2.5 专为高效处理多文件编辑而打造。整个委派只需一次调用——输入任务说明,输出结果——这样你审查的就是完整差异,而不必盯着编辑逐个写入文件。
🔋 使用限额不再成为瓶颈
Composer 和 Grok 使用 Cursor Models 使用池,与受支持的 Cursor 方案上的第三方模型用量分开计算。你的 Claude 或 Codex 订阅负责处理任务说明和审查,而 Cursor 负责实现。如果你按 API 令牌付费,实现工作就会转由你已有的 Cursor 容量承担。


功能特性
- 🤝 原生插件 — 安装到 Claude Code、ChatGPT/Codex 或 GitHub Copilot CLI 中,然后只需说 “将这项工作委派给 Cursor”。共享技能会教你的 Agent 如何有效地进行委派。
- 💬 运行不中断 — 如果 Cursor 需要澄清,它会结束本轮并将问题作为普通结果返回。你的 Agent 会读取问题,并通过恢复同一会话来作答——不会有任何操作卡在等待输入的模态框上。
- 📦 清晰、命名明确的结果 — 最终答案、已更改文件、会话 ID 和计划都作为一个紧凑的 JSON 负载返回。无需抓取内容。
- 📋 先制定计划 —
plan模式:Cursor 起草计划,你审核后,同一会话再执行计划。 - 🔍 随时提问 —
ask模式:针对代码库进行问答。 - 🩺 自我诊断 — 提供
doctor工具,设置不正确时会准确告知缺少什么。 - 🔌 便携 — 使用纯 stdio MCP,因此可在任何地方运行:VS Code、JetBrains、Windsurf、Visual Studio、OpenCode、Antigravity 等。
plan 和 ask 是给 Agent 的指令,workspace 是其工作目录——安全和委派参考详细说明了此桥接会强制执行哪些规则,以及会返回哪些信息。
安装
你需要 Node.js 20+ 和 Cursor CLI,并已登录(cursor-agent login)。
Claude Code
/plugin marketplace add andreilungeanu/cursor-delegate-mcp
/plugin install cursor-delegate@cursor-delegate-mcp
然后只需提出请求:
委派给 Cursor:将 src/api 从回调迁移到 async/await 并更新测试,然后带我了解有哪些变化。
整个流程就是这样——Claude 编写任务说明,Cursor 处理文件,Claude 带你了解差异。
ChatGPT 桌面版 / Codex
codex plugin marketplace add andreilungeanu/cursor-delegate-mcp
codex plugin add cursor-delegate@cursor-delegate-mcp
GitHub Copilot CLI
copilot plugin install andreilungeanu/cursor-delegate-mcp
其他 MCP 客户端
{
"mcpServers": {
"cursor-delegate": {
"command": "npx",
"args": ["-y", "cursor-delegate-mcp"]
}
}
}
特定客户端的配置位置
VS Code — 一键安装,或 .vscode/mcp.json
也可以手动添加:
{
"servers": {
"cursor-delegate": {
"type": "stdio",
"command": "npx",
"args": ["-y", "cursor-delegate-mcp"]
}
}
}
或者使用此仓库的 URL 运行 Chat: Install Plugin From Source。
JetBrains AI Assistant — Settings → Tools → AI Assistant → MCP
在 Settings → Tools → AI Assistant → Model Context Protocol (MCP) 下,添加一个服务,命令设为 npx,参数设为 -y cursor-delegate-mcp。
Windsurf — ~/.codeium/windsurf/mcp_config.json
与上方通用配置片段中的 mcpServers 块相同。Cascade 限制所有服务合计最多使用 100 个工具。
Visual Studio 2022 / 2026 — %USERPROFILE%\.mcp.json
与 VS Code 相同的 servers + type: "stdio" 结构。需要 Visual Studio 2026 或 2022 17.14+。请注意,顶层键为 servers,而不是 mcpServers。Visual Studio 还会发现解决方案旁的 .mcp.json,以及 .vscode/mcp.json。
OpenCode — ~/.config/opencode/opencode.json 或项目中的 opencode.json
OpenCode 不使用 mcpServers。本地服务应放在 mcp 下,使用 type: "local",并将 command 设为一个数组:
{
"$schema": "https://opencode.ai/config.json",
"mcp": {
"cursor-delegate": {
"type": "local",
"command": ["npx", "-y", "cursor-delegate-mcp"],
"enabled": true
}
}
}
Google Antigravity — ~/.gemini/config/mcp_config.json 或工作区中的 .agents/mcp_config.json
与上方通用配置片段中的 mcpServers 块相同。在 IDE 中:点击 Agent 面板上的 … → MCP Servers → Manage MCP Servers → View raw config。Antigravity 2.0、IDE 和 CLI 共用 Gemini 配置文件。首次运行时,你可能需要批准该服务的工具。
Kiro — .kiro/settings/mcp.json 或 ~/.kiro/settings/mcp.json
与上方通用配置片段中的 mcpServers 块相同。如果两者都存在,则优先使用工作区文件。
Kilo Code — kilo.jsonc(使用 mcp 键,而不是 mcpServers)
与 OpenCode 的结构相同:type: "local",并将 command 设为一个数组。在 VS Code 扩展中:Settings → MCP → Add Server → Local (stdio)。在 Windows 上,如果找不到 npx,请使用命令 cmd,参数为 /c、npx、-y、cursor-delegate-mcp。
Zed — Settings → AI → MCP Servers,或在 Zed 设置中配置 context_servers
{
"context_servers": {
"cursor-delegate": {
"command": "npx",
"args": ["-y", "cursor-delegate-mcp"],
"env": {}
}
}
}
Zed 的原生 Agent 使用此配置。除非转发 Zed 的服务,否则 Zed 中的外部 ACP Agent 会读取各自的 MCP 配置。
许可证
MIT © Andrei Lungeanu
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。