MCP Servers for Cursor AI

Cursor AI 的 MCP 服务

此仓库包含适用于 Cursor AI 的 Model Context Protocol（MCP）服务配置，可集成外部工具和数据库。

可用的 MCP 服务

1. PostgreSQL MCP 服务

一个功能齐全的 Model Context Protocol（MCP）服务，提供 PostgreSQL 数据库管理功能。此服务可协助分析现有的 PostgreSQL 配置、提供实施指导、调试数据库问题、管理架构、迁移数据以及监控数据库性能。

• 位置：./postgresql-mcp/
• 功能：数据库分析、架构管理、数据迁移、监控
• 来源：HenkDz/postgresql-mcp-server

主要工具

• analyze_database：分析 PostgreSQL 配置和性能
• get_setup_instructions：获取 PostgreSQL 设置的分步指导
• debug_database：调试常见的 PostgreSQL 问题
• get_schema_info：获取数据库架构信息
• create_table、alter_table：管理数据库表
• export_table_data、import_table_data：在不同格式之间迁移数据
• copy_between_databases：在 PostgreSQL 实例之间复制数据
• monitor_database：实时监控 PostgreSQL 指标

Cursor AI 使用示例

• “分析我的 PostgreSQL 数据库：postgresql://user:password@localhost:5432/dbname”
• “显示我的 PostgreSQL 数据库中 users 表的架构”
• “创建一个新的 products 表，包含 id、name、price 和 created_at 列”
• “监控我的数据库性能，并显示所有耗时超过 30 秒的查询”

2. Obsidian MCP 服务

此服务通过 Local REST API 插件支持 AI 与 Obsidian.md 笔记和库交互。这样，你就可以直接在 Cursor AI 中搜索、读取和写入 Obsidian 库中的内容。

• 位置：./obsidian-mcp/
• 功能：列出文件、搜索笔记、读取和写入内容
• 来源：MarkusPfundstein/mcp-obsidian
• 要求：已安装 Local REST API 插件的 Obsidian

主要工具

• list_files_in_vault：列出 Obsidian 库中的所有文件
• list_files_in_dir：列出指定目录中的文件
• get_file_contents：获取指定笔记的内容
• simple_search：在库中搜索匹配的文本
• complex_search：使用模式匹配进行高级搜索
• patch_content：向现有笔记中插入内容
• append_content：向新建或现有笔记中添加内容
• batch_get_file_contents：一次获取多个文件

Cursor AI 使用示例

• “列出我的 Obsidian 库中的所有文件”
• “获取名为 ‘Project Requirements’ 的笔记内容”
• “在我的库中搜索所有提及 ‘machine learning’ 的内容”
• “新建一篇名为 ‘Meeting Summary’ 的笔记，总结最近一次项目会议”
• “将今天的任务添加到我的 ‘Daily Notes’ 文件中 ‘Tasks’ 标题下”

3. n8n MCP 服务

此服务通过 n8n API 与 n8n 实例集成，可直接在 Cursor AI 中管理和执行工作流。它基于 MCP SDK 构建，可实现标准化通信。

• 位置：./n8n-mcp/
• 功能：列出工作流、管理工作流状态、执行工作流、查看执行记录
• 要求：具有 API 访问权限的 n8n 实例
• 实现方式：使用 Model Context Protocol SDK，并通过 Zod 进行验证

主要工具

• mcp_list_workflows：列出 n8n 实例中的所有工作流
• mcp_get_workflow：按 ID 获取指定工作流的详情
• mcp_activate_workflow：按 ID 激活指定工作流
• mcp_deactivate_workflow：按 ID 停用指定工作流
• mcp_execute_workflow：执行指定工作流，可选择传入输入数据
• mcp_list_workflow_executions：列出指定工作流的执行记录
• mcp_get_execution：按 ID 获取指定执行记录的详情

在 Cursor AI 中的使用示例

• “列出我的 n8n 实例中的所有工作流”
• “显示工作流 X 的详细信息”
• “激活工作流 Y，让它开始监听触发器”
• “使用这些输入数据执行工作流 Z”
• “显示工作流 X 的所有近期执行记录”
• “获取运行 ABC 的执行详情”

4. Gemini Image MCP 服务

此服务使用 Google 的 Gemini 2.5 Flash Image 模型提供 AI 图像生成能力。只需输入文本描述，即可直接生成高质量图像，并全面控制尺寸、输出位置和生成参数。

• 位置：./gemini-image-mcp/
• 功能：文本生成图像、多种尺寸、可自定义输出、支持流式传输
• 需要：Google Gemini API 密钥
• 实现方式：使用 MCP SDK 构建，参数完全可配置

主要工具

• generate_image：使用可自定义的参数，根据文本提示词生成图像
  • 支持多种图像尺寸（256px、512px、1K、2K、4K）
  • 可配置输出目录和文件命名
  • 可选择为生成的图像添加 AI 文本描述
  • 自动管理和验证文件

在 Cursor AI 中的使用示例

• “生成一张海上日落的图像”
• “生成一张有飞行汽车的未来城市 4K 图像”
• “生成一张可爱机器人的图像，并保存到 ./my-images/”
• “生成一张漂浮岛屿上梦幻城堡的 2K 图像，将其命名为 castle_concept.png”
• “生成一张现代极简风格咖啡机的图像，采用产品摄影风格”

配置

可在 src/config.ts 中灵活配置所有设置：

• 图像尺寸和默认尺寸
• 输出目录和文件命名模式
• 模型选择和响应模态
• 请求超时和并发限制
• 验证规则和安全设置
• 日志和调试选项

设置说明

前置条件

• Node.js 18 或更高版本
• Python 3.11 或更高版本，并安装 pip
• Obsidian.md，并安装 Local REST API 插件（用于 Obsidian 集成）
• PostgreSQL 数据库（用于 PostgreSQL 集成）
• 具有 API 访问权限的 n8n 实例（用于 n8n 集成）
• Google Gemini API 密钥（用于 Gemini Image 集成）

PostgreSQL 服务设置

1. 切换到 PostgreSQL MCP 目录：

   cd postgresql-mcp
   

2. 安装依赖项并构建：

   npm install
   npm run build
   

3. 服务将构建到 build/index.js

Obsidian 服务设置

1. 在 Obsidian 中安装 Local REST API 插件：

   • 打开 Obsidian 设置 → 社区插件
   • 搜索“Local REST API”并安装
   • 启用插件，并从设置中复制 API 密钥

2. 切换到 Obsidian MCP 目录：

   cd obsidian-mcp
   

3. 以开发模式安装软件包：

   pip install -e .
   

4. 在 .env 文件或 MCP 配置中设置 API 密钥

n8n 服务设置

1. 设置 n8n 实例并创建 API 密钥：

   • 登录 n8n 实例
   • 前往 Settings → API
   • 创建具有适当权限的新 API 密钥
   • 复制 API 密钥

2. 切换到 n8n MCP 目录：

   cd n8n-mcp
   

3. 安装依赖项并构建：

   npm install
   npm run build
   

4. 在 .env 文件或 MCP 配置中设置 n8n URL 和 API 密钥

Gemini Image 服务设置

1. 获取 Google Gemini API 密钥：

   • 访问 Google AI Studio
   • 创建 Google 账号或登录
   • 生成 API 密钥

2. 切换到 Gemini Image MCP 目录：

   cd gemini-image-mcp
   

3. 安装依赖项并构建：

   npm install
   npm run build
   

4. 服务将构建到 build/index.js

5. （可选）自定义配置：

   • 编辑 src/config.ts，调整图像尺寸、输出路径或其他设置
   • 更改后再次运行 npm run build

Cursor AI 配置

编辑位于 ~/.cursor/mcp.json 的 Cursor AI MCP 配置文件：

{
  "mcpServers": {
    "postgresql-mcp": {
      "command": "node",
      "args": ["/path/to/mcp-servers/postgresql-mcp/build/index.js"],
      "env": {
        "PG_DB_MAP": "{\"db1\":\"postgresql://username:password@hostname:5432/database_name?sslmode=require\",\"analytics\":\"postgresql://analytics_user:[email protected]:5432/analytics?sslmode=require\",\"default\":\"db1\"}"
      }
    },
    "mcp-obsidian": {
      "command": "/path/to/python/bin/mcp-obsidian",
      "args": [],
      "env": {
        "OBSIDIAN_API_KEY": "your_api_key_here"
      }
    },
    "n8n-mcp": {
      "command": "node",
      "args": ["/path/to/mcp-servers/n8n-mcp/build/index.js"],
      "env": {
        "N8N_BASE_URL": "https://your-n8n-instance.example.com",
        "N8N_API_KEY": "your_api_key_here"
      }
    },
    "gemini-image-mcp": {
      "command": "node",
      "args": ["/path/to/mcp-servers/gemini-image-mcp/build/index.js"],
      "env": {
        "GEMINI_API_KEY": "your_gemini_api_key_here"
      }
    }
  }
}

将路径、连接详细信息和 API 密钥替换为实际值。

调试

日志文件

• PostgreSQL MCP 日志：~/Library/Logs/Cursor/mcp-server-postgresql-mcp.log
• Obsidian MCP 日志：~/Library/Logs/Cursor/mcp-server-mcp-obsidian.log
• n8n MCP 日志：~/Library/Logs/Cursor/mcp-server-n8n-mcp.log
• Gemini Image MCP 日志：~/Library/Logs/Cursor/mcp-server-gemini-image-mcp.log

使用 MCP Inspector

对于 PostgreSQL：

npx @modelcontextprotocol/inspector node /path/to/postgresql-mcp/build/index.js

对于 Obsidian：

npx @modelcontextprotocol/inspector /path/to/python/bin/mcp-obsidian

对于 n8n：

npx @modelcontextprotocol/inspector node /path/to/n8n-mcp/build/index.js

对于 Gemini Image：

npx @modelcontextprotocol/inspector node /path/to/gemini-image-mcp/build/index.js

运行 inspector 前，请务必设置 GEMINI_API_KEY 环境变量。

安全注意事项

• PostgreSQL 连接字符串包含敏感凭据——请尽可能使用环境变量
• Obsidian MCP 服务拥有笔记的读写权限——请仔细检查权限
• n8n API 密钥可访问你的工作流——请使用权限适当的 API 密钥
• Gemini API 密钥可访问 Google 的图像生成服务——切勿将其提交到版本控制系统
• Gemini 服务会验证输出路径，以防止目录遍历攻击
• 所有服务都在你的计算机上本地运行，默认不会向网络暴露服务