100% 本地 MCP client

MCP 客户端是 AI 应用（比如 Cursor）中用来建立与外部工具连接的组件。目前不少 IDE 已经支持配置本地 AI，代码环境下直接绕过客户端做测试也是一种常见做法。

机器配置稍好一些的话，可以跑个满血版模型。推荐用 LlamaEdge——Ollama 默认会下载量化版，体验打些折扣。优点是上手零门槛，拿来就用。

智能 RAG

由 MCP 驱动的智能检索增强生成（Agentic RAG）系统：能搜索向量数据库，必要时回退到网页搜索。

把外部数据通过 MCP 封装成标准协议，是当前比较主流的做法。在没有 MCP 之前，只能靠 function call 来实现。对个人使用者来说，如果调用范围很小，不如直接内部封装接口获取数据——MCP 还是有点复杂度的。除非你用的 IDE 不支持自己封装。像 Dify、n8n 这类平台，用接口反而更快，上 MCP 反倒显得鸡肋。

财务分析

基于 Cursor 或 Claude Desktop 构建 MCP 驱动的 AI 智能体，实现对股市趋势的数据获取、分析及洞察生成。

这块思路和前文类似：对接各种外部数据，从数据库拉取数据交给 AI 生成报表。目前比较流行的是让 AI 把数据画成图表。主流 AI IDE 普遍支持 Mermaid 语法，豆包在这方面体验不错，画出的图还能直接下载。不过推理能力距离国外产品还有明显差距——继续加油。

语音智能体

构建 MCP 驱动的语音智能体，支持数据库查询并在需要时回退到网页搜索。

对倾向于语音交互的产品设计，这种方式很适用。核心逻辑是：把 LLM 不擅长的部分交给 MCP，由业务自身决定需要哪些数据和工具。

统一 MCP 服务器

构建 MCP 服务器，借助 MindsDB 和 Cursor IDE 的统一接口，实现对 200+ 数据源的自然语言查询与对话交互。

目前的 MCP 协议规定一个服务只能暴露一个协议。如果企业有大量服务，部署起来就是一场灾难。曾向官方提交过 issue，希望 MCP 能成为多服务协议，得到的回复是“这就是我们的设计，想集成你们自己实现”。于是只能自己封装一个服务，用于集成各种 MCP 协议，统一返回给客户端。

Claude Desktop 与 Cursor 共享记忆

开发者通常独立使用 Claude Desktop 和 Cursor，缺乏上下文共享。添加公共记忆层，就能实现跨工具操作的上下文保持。

复杂文档检索增强生成系统

使用 MCP 为复杂文档（含表格、图表、图像及复杂排版等元素）驱动的 RAG 应用赋能。

顺便吐槽一下微软最近开源的那个文档提取工具——堂堂微软做出来的开源项目，品质实在不敢恭维，连二流水平都没达到。名字就不提了。

报表数据生成器

构建可以生成任意类型集成数据集的 MCP 服务器：以 Cursor 作为 MCP 宿主，结合 SDV 生成真实的报表。

深度研究

ChatGPT 具备深度研究功能，能帮用户获取任意主题的详细洞察。这里可以构建 100% 本地化的替代方案。

给开发者推荐一下 DeepWiki，文档生成神器。与其自己折腾搭建，不如直接用现成的。