项目概述

这个项目建立了一个MCP服务器，用于查询World Mini Apps文档，并将其与Cursor集成。

主要思路

主要想法是创建一个能够阅读MiniApps文档的代理，并在使用Cursor编写World MiniApp时帮助你进行编码。

先决条件

• Python 3：从python.org下载或通过Homebrew安装：

  brew install python
  

• Cursor：已安装在你的系统上。

安装说明

1. 设置Python环境

打开终端并运行以下命令：

# 创建虚拟环境
python3 -m venv .venv

# 激活虚拟环境
source .venv/bin/activate

2. 安装依赖项

在虚拟环境激活后，安装所需的包：

pip install langchain_community langchain-openai langchain-anthropic scikit-learn bs4 pandas pyarrow matplotlib lxml langgraph "mcp[cli]" tiktoken

3. 构建文档向量存储库

运行构建脚本之前，在终端中导出你的OpenAI API密钥：

export OPENAI_API_KEY="your-openai-api-key"

然后运行：

python3 worldMiniApp-MCP/miniApp_build_docs.py

注意：Mateo（World团队）提到，你可以使用https://docs.world.org/llms-full.txt来支持所有World文档。

此脚本将创建llms_full.txt和sklearn_vectorstore.parquet文件。

4. 运行MCP服务器

通过运行以下命令启动MCP服务器：

python3 worldMiniApp-MCP/miniApp_mcp.py

该服务器将在标准输入输出上运行，并等待MCP请求。

5. 配置Cursor以使用你的MCP服务器

1. 打开Cursor设置：

   • 在Cursor中，转到“设置”并点击MCP选项卡。

2. 激活MCP并添加配置：

   • 将下面的JSON复制粘贴到MCP配置区域：

{
  "mcpServers": {
    "world-mini-app-mcp": {
      "command": "your-absolute-path-to-repo-folder/WorldMCP/.venv/bin/python",
      "args": [
        "your-absolute-path-to-repo-folder/WorldMCP/worldMiniApp-MCP/miniApp_mcp.py"
      ],
      "env": {
        "OPENAI_API_KEY": "sk-xxxxxxxxxxxxxxxxxxxx"
      }
    }
  }
}

• 将"your-openai-api-key"替换为你的实际API密钥。

3. 保存配置：
   • Cursor现在将检测到你的MCP服务器。

图片支持步骤如下：

6. 在Cursor中与MCP代理聊天

• 切换到代理模式：
  • 不是使用标准聊天，而是激活Cursor中的代理模式。
• 当你聊天时，Cursor将根据需要使用你的MCP工具（world_mini_app_query_tool）来获取World MiniApp文档。

1. 记得使用Claude Sonnet

   • 特别是模型“claude-3.7-sonnet-thinking”

2. 获取Anthropic的API密钥：

   • 前往https://console.anthropic.com/
   • 创建个人资料
   • 获取API密钥（建议充值10美元用于测试和构建你的MiniApp，因为Claude 3.7的使用量更大）

3. 打开Cursor设置：

   • 在Cursor中，转到“设置”并点击“模型”选项卡。
   • 选择Claude模型
   • 输入你的Anthropic API密钥

图片支持步骤如下：

（可选）使用MCP Inspector测试

要手动检查你的MCP服务器，安装并运行MCP Inspector：

npm install -g @modelcontextprotocol/inspector
mcp-inspector

以上是所有内容的完整中文翻译。