MCP 项目推荐

这份清单整理了 7 个实用的开源 MCP 项目，适合在 Cursor 等 AI 编程工具中搭建更强的能力边界与工作流。

#01. EdgeOne Pages MCP

把 AI 生成的 HTML、文件夹或 zip 直接部署成可公开访问的网页链接，适合演示、分享或快速上线小作品。

• 开源地址：https://github.com/TencentEdgeOne/edgeone-pages-mcp↗

#02. Chrome MCP

让 AI 直接调用你本地的 Chrome 浏览器完成网页操作、截图、书签管理与内容搜索，适合自动化和信息整理。

• 开源地址：https://github.com/hangwin/mcp-chrome↗

#03. Firecrawl MCP Server

给 AI 增加网页抓取能力，支持单页提取、批量爬取、全网搜索、深度抓取与结构化提取。

• 开源地址：https://github.com/mendableai/firecrawl-mcp-server↗

#04. Context7 MCP

解决 AI 编程“乱编 API”的问题。在提示词中添加 use context7，即可拉取最新官方文档与示例，显著提升代码可靠性。

• 开源地址：https://github.com/upstash/context7↗

#05. Sequential Thinking MCP

把复杂问题拆解为清晰的连续步骤，追踪推理过程并生成阶段性摘要，适合复杂任务的结构化思考。

• 开源地址：https://github.com/arben-adm/mcp-sequential-thinking↗

#06. Shrimp Task Manager MCP

充当 AI 的“项目经理”，拆解任务步骤、维护执行顺序与依赖关系，并支持研究模式与任务记忆。

• 开源地址：https://github.com/cjo4m06/mcp-shrimp-task-manager↗

#07. Interactive Feedback MCP

强调“先确认再执行”：AI 会先询问关键决策点，再继续生成，减少反复修改与无效调用。

• 开源地址：https://github.com/poliva/interactive-feedback-mcp↗

#使用建议

• 先从 1-2 个 MCP 开始接入，避免上下文过重。
• 结合 .cursorrules 与项目规范，让输出稳定可控。
• 对外网操作类 MCP，建议配置最小权限与审计日志。