快速摘要：2026 年 2 月 17 日，Cursor 正式发布 2.5 版本，推出了全新的插件市场（Marketplace）。 这次更新的核心在于——插件将 MCP 服务器、Skills（技能）、Subagents（子智能体）、Rules（规则）和 Hooks（钩子）五大原语打包成一个可安装单元，开发者只需一键操作即可让 AI 智能体接入 Figma、Stripe、AWS、Linear 等外部工具。这意味着，Cursor 不再只是一个写代码的编辑器，而是进化成了一个覆盖"规划→设计→支付→部署→数据分析"全生命周期的 AI 开发平台。本文将从底层协议原理、插件架构拆解到具体的安装配置操作，为你做一次完整且详细的技术解读。往下看，有更详细的拆解。
一、先搞清楚背景：Cursor 是什么，为什么它的插件系统值得关注
1.1 Cursor 的定位与技术基因
如果你还没接触过 Cursor，这里做一个简要介绍。Cursor 是由 Anysphere 公司开发的一款 AI 原生代码编辑器，它基于 VS Code 的开源内核进行了深度定制。和 GitHub Copilot 这种"在现有 IDE 上叠加插件"的思路不同，Cursor 直接把 AI 能力嵌入编辑器的底层架构中。它可以打开文件、执行终端命令、对多文件进行差异比对（diff），甚至管理浏览器交互——这些操作的延迟都比通过 API 层调用的插件模式更低。
莫潇羽@无忆研习社（www.wuyi.wiki）注意到，Cursor 的发展脉络非常清晰：从最初的 AI Chat（只提供建议，需要人工复制粘贴），到 Composer（可以跨文件自动修改代码），再到如今的完整 AI Agent（智能体自主完成任务），每一步都在减少人类的手动介入。而 2.5 版本的插件系统，正是这条路线的最新延伸——让 AI 智能体不再"孤立"在代码编辑器里，而是能主动连接外部世界的工具和数据源。
1.2 为什么需要插件系统
在没有插件系统之前，如果你想让 Cursor 的 AI 智能体访问 Figma 的设计稿或者 Stripe 的支付接口，需要自己手动配置 MCP 服务器、编写规则文件、设置权限等。这些步骤虽然可行，但配置过程繁琐，门槛也不低。
插件系统做的事情，本质上就是把这些零散的配置打包成一个标准化的"安装包"。你可以把它理解为——MCP 服务器相当于"硬件设备"，Skills 相当于"驱动程序"，Rules 相当于"系统设置"，而插件就是把硬件、驱动、设置全部预装好的"开箱即用套件"。一键安装之后，AI 智能体就知道怎么用这些工具了。
这也是莫潇羽@无忆研习社长期关注 AI 开发工具演进的一个核心观察：好的工具不是增加配置项，而是减少配置项。
1.3 Cursor 的发展时间线回顾
在深入插件系统之前，有必要简要回顾 Cursor 的关键版本节点，这样你才能理解 2.5 版本在整个产品演进中的位置。
2023 年底，Cursor 完成种子轮融资约 800 万美元，产品初始形态就是一个带 AI 聊天功能的代码编辑器。2024 年中期完成 A 轮融资后，估值来到约 4 亿美元。同年，Cursor 推出了改变游戏规则的 Composer 功能，让 AI 可以跨多个文件进行协调修改，而不是只能在单个文件内给出建议。
2025 年是 Cursor 的爆发之年。年中推出了 Background Agents（后台智能体），允许 AI 在后台自主执行任务；同年还发布了 Visual Editor（可视化编辑器），支持通过拖拽和"指点+描述"的方式修改 UI。到 2025 年 11 月，Cursor 完成了由 Accel 和 Coatue Management 领投的 D 轮融资，估值接近 300 亿美元。
进入 2026 年，Cursor 2.5 的插件系统发布，标志着 Cursor 从"AI 代码编辑器"正式升级为"AI 开发平台"。理解这条发展脉络，你就能明白为什么插件系统对 Cursor 的战略意义如此重大——它不是在做一个小功能，而是在构建一个生态。
1.4 Cursor 的核心技术优势
在讨论插件之前，莫潇羽还想强调 Cursor 的几个核心技术特点，因为这些特点直接影响了插件系统的设计和使用体验。
第一，代码库索引能力。当你在 Cursor 中打开一个项目文件夹时，它会自动扫描项目结构并计算文件哈希的 Merkle 树。这让系统能够高效地追踪变化，只更新相关部分的索引。文件会被按照逻辑单元（函数、类、代码块）而非任意文本段来切分，这意味着 AI 智能体对代码结构的理解是语义级别的。
第二，Tab 预测功能。Cursor 的 Tab 补全运行在一个专门优化的高性能模型上（基于 Supermaven 技术），不仅预测接下来几个字符，还能预测开发者下一步可能的编辑位置。比如在 TypeScript 中，它会自动建议必要的 import 语句。这种"预判式"辅助在使用插件时同样有效——当你安装了 Stripe 插件后，Tab 补全会根据上下文自动建议 Stripe 相关的代码模式。
第三，Composer 多文件编辑。当你用自然语言描述一个需求，Composer 能识别出所有需要修改的文件，并为每个文件提出具体的代码变更（diff）。结合插件系统后，这种多文件协调能力被进一步放大——比如让 AI 同时修改后端 API 和前端组件，并调用 Stripe 创建对应的产品资源。
二、底层原理：理解 MCP（模型上下文协议）
要真正理解 Cursor 插件系统的工作原理，必须先了解它的底层基石——MCP（Model Context Protocol，模型上下文协议）。MCP 是 Anthropic 于 2024 年 11 月推出的一个开放标准协议，目的是标准化大语言模型（LLM）与外部数据源、工具之间的交互方式。2025 年底，Anthropic 已将 MCP 捐赠给了 Linux 基金会旗下的 Agentic AI Foundation，OpenAI、Google、Microsoft、Amazon 等巨头均为创始成员。也就是说，MCP 已经从一家公司的项目变成了行业标准。
2.1 MCP 的架构设计
MCP 采用经典的客户端-服务器（Client-Server）架构，核心组件包括三个层级：
MCP Host（宿主应用） 是运行大语言模型的应用程序，比如 Cursor、Claude Desktop 等。宿主应用负责发起连接请求，是整个交互流程的入口。
MCP Client（客户端） 嵌入在宿主应用内部，与特定的 MCP Server 建立一对一连接。一个宿主应用可以同时运行多个 Client 实例，每个 Client 对接一个不同的 Server。
MCP Server（服务器） 是轻量级的服务程序，每个 Server 封装了一类特定能力——可以是数据库查询、文件系统访问、API 调用等。Server 通过标准化的接口向 Client 暴露三种核心原语：Tools（工具）、Resources（资源）和 Prompts（提示词模板）。
整个通信基于 JSON-RPC 2.0 协议，消息格式统一且规范。用一个比喻来说，MCP 就像是"AI 世界的 USB-C 接口"：不管你要连接什么外部设备，只要遵循这个协议，就能即插即用。
2.2 MCP 的工作流程
实际运行时，一个完整的 MCP 交互流程大致如下：
首先，宿主应用（比如 Cursor）启动时，会初始化内嵌的 MCP Client。Client 与预配置的 MCP Server 建立连接。这个连接过程包括版本协商、能力声明等握手步骤。
连接建立后，Client 会向 Server 发送 tools/list 请求，获取该 Server 提供的所有可用工具列表。每个工具都有名称、描述和参数定义（JSON Schema 格式），AI 模型会根据这些信息判断何时该调用哪个工具。
当 AI 智能体在处理用户任务时，如果判断需要外部工具的帮助，就会通过 Client 向对应的 Server 发送 tools/call 请求，携带具体的参数。Server 执行操作后，将结果返回给 Client，再传递给 AI 模型，最终整合到回复中。
举个具体例子：当你让 Cursor 的 AI 智能体"查看 Linear 上关于用户认证模块的最新工单"时，AI 会识别出这个请求需要调用 Linear 的 MCP Server，然后发送相应的工具调用请求，拿到工单数据后，再结合代码上下文给你分析和建议。
值得一提的是，MCP 还支持资源的实时更新机制。通过订阅（subscribe）机制，Client 可以监听特定资源的变化——当 Server 端的数据发生变更时，会主动向 Client 推送通知。Client 收到通知后可以选择重新获取最新数据。这种"推拉结合"的模式确保了 AI 智能体始终能获取到最新的上下文信息，而不是基于过时的数据做出判断。在 Cursor 的插件场景中，这意味着当你的 Linear 工单状态被同事更新后，AI 智能体可以及时感知到这个变化，而不需要你手动刷新。
此外，MCP 还引入了 Prompts（提示词模板）这一原语。Server 可以预定义一组提示词模板，Client 端可以发现并使用这些模板。比如 Figma 的 MCP Server 可能会提供一个名为 create_design_system_rules 的提示词模板，当 AI 智能体需要根据设计系统生成编码规范时，就可以直接调用这个预定义的模板，而不需要从零开始构造提示词。这种机制大大提高了工具使用的一致性和可靠性。
2.3 MCP 的传输方式
MCP 支持两种主要的传输机制：
Stdio（标准输入/输出） 模式适用于本地运行的 MCP Server。宿主应用将 Server 作为子进程启动，两者通过 stdin/stdout 进行通信。这种模式的好处是配置简单、延迟低、不需要网络。
SSE（Server-Sent Events） 模式则用于远程 MCP Server，通过 HTTP 协议进行通信。客户端通过 SSE 接收服务器推送的消息，通过 POST 请求发送指令。这种模式适合云端服务和团队共享的场景。
理解这些传输方式很重要，因为在后面配置 Cursor 插件时，你会看到 mcp.json 文件中对这两种模式的具体配置方法。
{
"mcpServers": {
"example-local-server": {
"command": "node",
"args": ["path/to/server/index.js"],
"env": {
"API_KEY": "your-api-key"
}
},
"example-remote-server": {
"url": "https://mcp.example.com/sse",
"headers": {
"Authorization": "Bearer your-token"
}
}
}
}上面的配置示例中，example-local-server 使用了本地 Stdio 模式（通过 command 和 args 启动子进程），而 example-remote-server 使用了远程 SSE 模式（通过 url 直接连接）。莫潇羽@无忆研习社建议初学者先从本地模式入手，理解了原理之后再尝试远程模式。
2.4 MCP 与传统 Function Calling 的区别
很多同学可能会问：MCP 和 OpenAI 的 Function Calling 有什么区别？莫潇羽在这里做一个对比。
Function Calling 是模型厂商提供的一种能力，允许模型在生成过程中声明需要调用某个函数。但它是"紧耦合"的——每次换一个模型或换一个工具，都需要重新适配接口。如果有 N 个 AI 应用和 M 个工具，理论上需要 N×M 次适配。
MCP 的思路是"解耦"。通过一个标准化的中间协议层，每个 AI 应用只需要实现一次 MCP Client，每个工具只需要实现一次 MCP Server，总共只需要 N+M 次适配。这就是为什么它被比作"USB-C 接口"。
从实用角度看，MCP 的另一个优势是动态发现能力——AI 智能体可以在运行时自动发现可用工具，不需要在代码中硬编码工具列表。这对于插件系统这种需要灵活扩展的场景尤为重要。
2.5 MCP 的安全机制
既然 MCP 允许 AI 智能体访问外部工具和数据，安全问题自然不可忽视。莫潇羽@无忆研习社在这里梳理一下 MCP 内置的几层安全保障。
权限控制层面，MCP 支持精细化的权限管理。每个 MCP Server 可以定义自己暴露哪些工具和资源，Client 端也可以限制对特定 Server 的访问范围。在 Cursor 的实现中，当你第一次连接某个插件的 MCP Server 时，会弹出授权确认页面，你可以明确看到该 Server 请求访问哪些数据和功能。
数据传输层面，MCP 的远程模式（SSE）基于 HTTPS 加密传输，确保数据在网络传输过程中不会被窃取或篡改。对于本地模式（Stdio），由于通信完全在本机进程间进行，数据不离开你的设备，安全性更高。
运行时隔离层面，最佳实践建议通过沙箱或容器化技术将 MCP Server 的运行环境与主系统隔离。这样即使某个 Server 存在漏洞，也不会影响到系统的其他部分。Cursor 自身对插件的 MCP Server 也做了一定程度的进程隔离。
审计与日志层面，建议对每次工具调用进行日志记录。这不仅有助于调试问题，也为事后追踪和异常行为分析提供了数据基础。在企业环境中，这些审计日志可能还涉及合规要求。
莫潇羽在实际使用中的建议是：对于个人学习和实验项目，可以放心使用各种插件；但对于涉及客户数据或商业机密的正式项目，请务必仔细评估每个插件的数据流向，必要时优先选择本地模式的 MCP Server。
三、Cursor 插件的五大核心原语：深度拆解
了解了 MCP 协议之后，接下来我们来看 Cursor 插件系统是如何在 MCP 基础上进一步封装的。一个 Cursor 插件可以包含以下五种"原语"（primitives）的任意组合：
3.1 MCP Servers（MCP 服务器）
这是插件最核心的组成部分。MCP Server 负责将 Cursor 的 AI 智能体连接到外部工具或数据源。每个 Server 对外暴露一组工具（Tools），AI 智能体可以根据上下文自动调用这些工具。
以 Stripe 插件为例，它的 MCP Server 提供了创建产品、设置价格、生成支付链接等工具。当你告诉 Cursor "帮我创建一个月费 99 元的订阅产品并生成支付页面"，AI 智能体就会自动调用这些工具完成任务。
3.2 Skills（技能）
Skills 是领域特定的提示词和代码组合，你可以理解为"AI 智能体的专业知识文档"。当 AI 智能体遇到相关任务时，会自动发现并加载这些 Skills，从而获得更专业的执行能力。
具体来说，每个 Skill 是一个 SKILL.md 文件，包含 frontmatter 元数据和详细的操作指南。比如 Figma 插件的 Skill 会告诉 AI 智能体：当需要把设计稿转成代码时，应该先通过 MCP 工具获取设计数据，然后按照什么样的规范来生成前端组件。
Skills 的关键价值在于：它让 AI 智能体不仅"能"调用工具，还"懂得"如何正确地调用工具。没有 Skills 的话，AI 可能会用一种很笨拙的方式来使用工具；有了 Skills，AI 就像学了一套标准操作流程一样，输出质量会显著提升。
3.3 Subagents（子智能体）
子智能体是 Cursor 2.5 中一个非常重要的进化。Subagents 是一种专门化的智能体，可以让 Cursor 并行地完成多个任务。在 2.5 版本中，子智能体的运行变得异步化——它们可以在后台执行任务，同时主智能体继续处理其他工作；而且子智能体还可以生成"子子智能体"，形成多层级的任务分解。
举个例子，当你让 Cursor 重构一个大型项目时，主智能体可以把任务分解为：子智能体 A 负责修改后端 API 路由，子智能体 B 负责更新前端组件，子智能体 C 负责调整单元测试。三者并行执行，效率远高于串行处理。
3.4 Rules（规则）
Rules 是系统级别的指令，用于在所有会话中统一执行编码标准和偏好设置。它们以 .mdc 文件的形式存在，可以包含如"使用 TypeScript 严格模式""所有函数必须有 JSDoc 注释""API 错误处理统一使用 try-catch"等约束。
Rules 的执行模式有三种：Always（始终执行）、Agent Decides（由 AI 自行判断是否执行） 和 Manual（手动触发）。你可以在 Cursor 的设置中为每条规则选择适合的模式。
3.5 Hooks（钩子）
Hooks 是自定义脚本，允许开发者在特定的执行节点上观察和控制 AI 智能体的行为。你可以把 Hooks 理解为"事件监听器"——当某个事件发生时（比如 AI 智能体准备提交代码前、读取文件前），Hooks 可以拦截并执行自定义逻辑。
Hooks 的配置文件是 .cursor/hooks.json，一个典型的配置可能是这样的：
{
"version": 1,
"hooks": {
"beforeSubmitPrompt": {
"command": "node scripts/validate-prompt.js"
},
"afterFileChange": {
"command": "npm run lint -- --fix"
}
}
}在这个例子中，beforeSubmitPrompt 会在 AI 提交提示词之前执行验证脚本，afterFileChange 会在文件被修改后自动运行代码检查。Hooks 对于团队协作中维护代码质量非常有帮助。
四、Cursor 插件的完整目录结构
理解了五大原语之后，我们来看一个 Cursor 插件在文件系统中是什么样子的。根据 Cursor 官方 GitHub 仓库（github.com/cursor/plugins）中公布的规范，一个标准的插件目录结构如下：
plugin-name/
├── .cursor-plugin/
│ └── plugin.json # 插件清单文件（核心配置）
├── skills/
│ └── SKILL.md # AI 智能体技能文件
├── rules/
│ └── coding-standards.mdc # 编码规则文件
├── mcp.json # MCP 服务器定义
├── README.md # 插件说明文档
├── CHANGELOG.md # 更新日志
└── LICENSE # 许可证其中 plugin.json 是插件的核心清单文件，包含插件名称、版本、作者、描述、关键词等元数据。如果你要发布到 Cursor Marketplace，这个文件中的信息就是用户看到的插件简介。
对于包含多个插件的仓库（比如某个团队维护的插件集合），还会有一个顶层的 marketplace.json 文件来索引所有子插件：
plugins/
├── .cursor-plugin/
│ └── marketplace.json # 市场索引文件
├── plugin-a/
│ ├── .cursor-plugin/
│ │ └── plugin.json
│ ├── skills/
│ ├── rules/
│ └── mcp.json
├── plugin-b/
│ └── ...莫潇羽@无忆研习社（www.wuyi.wiki）建议开发者在创建自定义插件时，先去 github.com/cursor/plugin-template 克隆官方模板，这样可以省去很多初始化工作。
五、实操指南：如何安装和使用 Cursor 插件
下面进入实际操作环节。莫潇羽将以一个完全零基础的视角，带你走一遍从安装到使用的完整流程。
5.1 前置准备
在开始之前，请确保以下环境已就绪：
- 已安装 Cursor 编辑器（版本 2.5 或以上），可以在
cursor.com/download下载最新版本 - 拥有 Cursor 账号（免费 Hobby 计划即可体验，但 AI 功能额度有限）
- 如果需要使用特定插件（如 Stripe、AWS），需要提前准备好对应平台的 API 密钥
5.2 浏览和发现插件
你有两种方式浏览可用的插件。
方式一：通过 Cursor Marketplace 网页。 在浏览器中打开 cursor.com/marketplace，你会看到一个按照用途分类的插件列表。每个插件卡片会显示名称、简介、提供的 MCP Server 数量、Skills 数量等信息。
方式二：在 Cursor 编辑器中直接搜索。 打开 Cursor 后，点击顶部菜单进入 Marketplace 面板，可以按名称或功能搜索插件。
目前 Cursor 的首批合作伙伴插件涵盖了开发全生命周期的各个环节，莫潇羽在这里按使用场景做一个分类梳理：
规划与项目管理： Linear 插件——访问工单、项目和文档，让 AI 智能体可以根据具体的需求工单来编写代码。Notion 插件——连接你的知识库和项目文档。
UI 设计转代码： Figma 插件——将 Figma 设计稿直接转换为前端代码，自动提取设计系统和样式变量，是前端工程师的效率利器。
支付集成： Stripe 插件——通过 AI 智能体直接创建产品、设置价格、生成支付链接、测试支付流程，大幅简化支付功能的开发。
服务部署与基础设施： AWS 插件、Cloudflare 插件、Vercel 插件——一键部署到云平台，管理服务器资源，配置持续集成/持续部署（CI/CD）流程。
数据与分析： Databricks 插件、Snowflake 插件、Amplitude 插件、Hex 插件——查询生产环境数据、分析用户行为、生成数据洞察报告。
团队协作： Cursor Team Kit——这是 Cursor 团队自己发布的插件，包含了他们内部使用的 CI、代码审查、测试等工作流。对于想学习最佳实践的团队来说非常有参考价值。
5.3 安装插件的具体步骤
以安装 Figma 插件为例，完整的操作步骤如下：
第一步，进入插件页面。 在 Cursor Marketplace 中搜索"Figma"，点击进入插件详情页。你会看到该插件包含的 MCP Servers、Skills、Subagents 和 Hooks 列表。
第二步，点击"Add to Cursor"按钮。 如果你是在网页端浏览，点击按钮后会自动唤起 Cursor 编辑器，并开始安装插件。如果你在编辑器内部，可以直接点击安装。
另外，你也可以使用命令行方式快速安装。在 Cursor 的聊天窗口中输入：
/add-plugin figma系统会自动完成下载和配置。
第三步，连接 MCP Server。 安装完成后，打开 Cursor 的设置面板，找到"MCP"选项。你会看到刚安装的插件对应的 MCP Server，旁边有一个"Connect"按钮。点击后，Cursor 会跳转到 Figma 的授权页面，你需要同意授权 Cursor 访问你的 Figma 账户数据。授权完成后，MCP Server 就会自动建立连接。
第四步，验证安装。 在 Cursor 的 AI 聊天窗口中输入类似"请帮我获取 Figma 项目中首页的设计数据"的指令，如果 AI 智能体能够正确调用 Figma 的 MCP 工具并返回设计数据，说明插件安装和配置都成功了。
5.4 插件权限与安全配置
安装插件后，莫潇羽@无忆研习社建议你检查以下安全相关的配置：
API 密钥管理。 部分插件（如 AWS、Stripe）需要你输入 API 密钥。请确保使用最小权限原则——只授予插件完成工作所需的最小权限。比如 Stripe 插件只需要测试模式的密钥就够了，不要使用生产环境的密钥来调试。在存储方面，建议将密钥放在系统环境变量中，而不是写在配置文件里。如果你使用的是 macOS 或 Linux，可以在 ~/.bashrc 或 ~/.zshrc 中添加：
export STRIPE_API_KEY="sk_test_你的测试密钥"
export AWS_ACCESS_KEY_ID="你的密钥ID"
export AWS_SECRET_ACCESS_KEY="你的密钥"修改后记得执行 source ~/.zshrc 让环境变量生效。Windows 用户可以通过"系统属性 → 高级 → 环境变量"来设置。
Rules 执行模式。 每个插件安装后，其内置的 Rules 默认可能是"Agent Decides"模式。如果你需要更严格的控制，可以在 Cursor Settings 中把关键规则改为"Always"模式。莫潇羽的建议是：对于代码风格和安全相关的 Rules，设置为"Always"；对于一些辅助性的建议类 Rules，保持"Agent Decides"即可，给 AI 智能体一定的灵活度。
数据隐私考量。 使用 MCP Server 时，你的部分数据（如代码片段、提示词内容）会被传递到第三方服务。请根据项目的保密等级来决定是否启用某些插件。对于敏感项目，建议优先使用本地（Stdio）模式的 MCP Server。此外，Cursor 官方声明他们不会使用你的代码来训练 AI 模型，但第三方 MCP Server 的数据处理策略由各自的服务提供商决定，建议在使用前阅读相关的隐私条款。
5.5 插件管理的日常操作
安装插件只是第一步，日常使用中你还需要了解一些管理操作。
查看已安装的插件。 打开 Cursor 设置面板，进入 Plugins 或 MCP 选项卡，可以看到所有已安装的插件列表，以及每个插件的 MCP Server 连接状态、Skills 数量和 Rules 配置。
更新插件。 当插件作者发布了新版本，你会在 Marketplace 中看到更新提示。点击更新按钮即可完成升级。建议定期检查插件更新，因为新版本通常会修复已知的兼容性问题并添加新功能。
禁用或卸载插件。 如果某个插件暂时不需要使用，可以选择"禁用"而不是"卸载"。禁用状态下，插件的 MCP Server 不会建立连接，不会消耗系统资源，但配置信息会保留，方便你后续重新启用。如果确定不再需要，可以选择"卸载"来完全移除。
切换不同项目时的插件策略。 不同项目可能需要不同的插件组合。Cursor 允许你在项目级别配置插件——通过在项目根目录下创建 .cursor/ 目录并放入相应的配置文件，可以覆盖全局设置。这样在切换项目时，相关的插件会自动启用或禁用，非常方便。
六、实战场景演练：从设计稿到支付页面的完整开发流程
为了让大家更直观地感受 Cursor 插件系统在实际开发中的作用，莫潇羽在这里模拟一个完整的开发场景。
6.1 场景描述
假设你要为一个 SaaS 产品开发一个订阅支付页面。设计稿在 Figma 上，需求工单在 Linear 上，支付集成使用 Stripe，最终部署到 Vercel。
第一步：从 Linear 获取需求
在 Cursor 中打开 AI 聊天窗口，输入：
请查看 Linear 上标记为"支付页面开发"的工单，告诉我具体的需求描述和验收标准。AI 智能体通过 Linear 插件的 MCP Server 获取工单信息，返回需求详情。你可以进一步追问："工单里有提到任何技术约束吗？"AI 会继续查询关联的文档和评论。
第二步：从 Figma 获取设计稿并生成代码
接下来输入：
请从 Figma 项目中获取支付页面的设计稿，并基于设计数据生成 React 组件代码，使用 Tailwind CSS 进行样式处理。Figma 插件的 MCP Server 会获取设计数据，而 Figma 插件的 Skill 会指导 AI 按照最佳实践来生成代码——比如自动提取设计系统中的颜色变量、间距规范等，确保生成的代码与设计稿高度一致。
第三步：集成 Stripe 支付
代码框架生成后，输入：
请使用 Stripe 创建一个名为"专业版月度订阅"的产品，并设置价格。然后在刚生成的支付页面中集成 Stripe Checkout 的支付流程。Stripe 插件的 MCP Server 会调用 Stripe API 创建产品和价格，然后 AI 智能体会在代码中集成 Stripe 的支付链接和 Checkout 跳转逻辑。
第四步：部署到 Vercel
最后输入：
请将项目部署到 Vercel 的预览环境，让我可以测试整个支付流程。Vercel 插件的 MCP Server 会处理部署流程，返回预览链接。你可以直接在浏览器中打开链接进行功能测试。
这个流程中，你几乎不需要离开 Cursor 编辑器，所有的外部工具交互都由 AI 智能体通过插件完成。这就是 Cursor 所说的"在同一个地方生成代码，并统筹整个产品开发生命周期"。
6.2 各个核心插件的详细功能拆解
为了帮助你更好地判断哪些插件适合自己的工作流，莫潇羽@无忆研习社在这里对几个核心插件做一个更详细的功能说明。
Linear 插件的深度用法。 Linear 是一个流行的项目管理工具，很多技术团队用它来管理需求、Bug 和迭代计划。安装 Linear 插件后，你不只是可以"查看工单"这么简单。AI 智能体可以根据工单的描述自动理解需求背景，然后在编写代码时参考工单中的验收标准。你甚至可以让 AI 在代码完成后自动更新工单状态，比如将状态从"进行中"改为"待审查"。这种"需求→代码→状态更新"的自动化闭环，对于敏捷开发团队来说非常有价值。
Figma 插件的技术细节。 Figma 插件的 MCP Server 不是简单地截取设计稿的截图然后让 AI 去"看图说话"。它会通过 Figma 的官方 API 获取结构化的设计数据——包括组件树结构、颜色值（精确到十六进制）、间距数值、字体大小、圆角半径等所有设计参数。AI 智能体拿到这些结构化数据后，可以非常精确地还原设计意图。再加上 Figma 插件的 Skill 文件中定义了"如何将设计系统映射到 Tailwind CSS 类名"等最佳实践指引，生成的代码质量会显著优于纯粹基于视觉识别的方案。莫潇羽实际测试下来，使用 Figma 插件生成的前端组件在像素级还原度上表现相当出色，特别是在处理设计系统中的变量和 Token 时。
Stripe 插件的实操要点。 Stripe 插件提供的工具覆盖了支付集成开发中最常见的操作。具体来说，你可以通过 AI 智能体完成以下任务：创建产品（Product）和价格（Price）资源、生成 Checkout Session（支付会话）或 Payment Link（支付链接）、查询支付状态和交易记录、配置 Webhook 端点用于接收支付事件通知。值得注意的是，Stripe 官方工程师 Gus Nguyen 对这个插件的评价是："它让 Cursor 真正理解了 Stripe 集成应该怎么构建，整个开发和测试过程快了很多。"使用时记得先把 Stripe 切换到测试模式（Test Mode），用测试 API 密钥来进行开发调试。
AWS 插件的使用建议。 AWS 插件相对复杂一些，因为 AWS 服务本身的种类非常多。目前该插件提供了一个 Skill 文件和三个 MCP Server，分别对应不同的 AWS 服务群组。使用前你需要在 AWS IAM（身份与访问管理）中创建一个专门的访问密钥，并且按照最小权限原则来配置策略。莫潇羽的建议是：如果你只是想用 AI 来辅助编写 CloudFormation 模板或者管理 S3 存储桶，可以创建一个只有对应服务权限的 IAM 角色。千万不要把 AdministratorAccess 权限的密钥配置给 MCP Server。
Vercel 插件的部署体验。 对于使用 Next.js、Nuxt.js 等框架的前端项目来说，Vercel 插件几乎是即装即用的。它可以让 AI 智能体直接将代码部署到 Vercel 的预览环境或生产环境，省去了手动 git push 然后等待 CI/CD 流程的步骤。Vercel 的工程师 Elliot Dauber 表示："Cursor 现在知道我们的 React 最佳实践了，可以直接从编辑器里部署到预览或生产环境。"在使用时，你需要先通过 Vercel CLI 登录你的账户，然后在 MCP Server 连接时完成授权。
数据分析类插件的协同使用。 Databricks、Snowflake、Amplitude 和 Hex 这四个插件可以组合使用，构建一个强大的数据分析工作流。比如，你可以先用 Amplitude 插件查看用户行为漏斗数据，发现某个转化环节有问题；然后用 Databricks 或 Snowflake 插件查询底层数据库，做更深入的数据挖掘；最后用 Hex 插件生成可视化报告。Amplitude 的首席产品经理 Frank Lee 提到："有了 Amplitude 插件，Cursor 可以拉取丰富的行为数据上下文，分析增长看板，综合客户反馈，并将这些洞察转化为具体的建议。我甚至可以让 Cursor 直接起草一个 PR（Pull Request）。"
6.3 Cursor Team Kit：学习官方最佳实践的窗口
这里要特别提一下 Cursor Team Kit 这个插件。它是 Cursor 团队自己发布的，包含了他们内部用来构建 Cursor 产品时所使用的工作流配置。莫潇羽@无忆研习社建议每个使用 Cursor 的开发者都安装这个插件看一看，不是因为你一定需要用到它里面的所有功能，而是因为它是学习"如何有效组织 Skills、Rules 和 Hooks"的最佳范例。
通过研究 Cursor Team Kit 中的文件，你可以了解到 Cursor 官方团队是如何编写 SKILL.md 文件来引导 AI 行为的、他们定义了哪些 Rules 来维护代码质量、以及他们使用了什么样的 Hooks 来自动化重复性工作。这些经验对于你创建自己的插件或优化日常工作流都非常有帮助。
七、进阶操作：如何创建和发布自定义插件
除了使用现成的插件，你还可以创建自己的 Cursor 插件并发布到 Marketplace。以下是完整的创建流程（莫潇羽@无忆研习社为你梳理）：
7.1 克隆官方模板
首先，从 GitHub 克隆官方的插件模板：
git clone https://github.com/cursor/plugin-template.git my-plugin
cd my-plugin7.2 编辑插件清单
打开 .cursor-plugin/plugin.json，填入你的插件信息：
{
"name": "my-awesome-tool",
"displayName": "My Awesome Tool",
"version": "1.0.0",
"author": "your-name",
"description": "A brief description of what your plugin does",
"keywords": ["tool", "integration", "cursor"],
"license": "MIT"
}注意 name 字段必须是小写的 kebab-case 格式（用连字符分隔），且在 Marketplace 中必须唯一。
7.3 配置 MCP Server
编辑根目录下的 mcp.json 文件，定义你的 MCP Server：
{
"mcpServers": {
"my-tool-server": {
"command": "npx",
"args": ["-y", "my-tool-mcp-server"],
"env": {
"MY_API_KEY": "${MY_API_KEY}"
}
}
}
}这里的 ${MY_API_KEY} 使用了环境变
