1. Cursor 里让 AI 直接查库，MySQL MCP 到底解决什么问题

Cursor 写业务代码时，最烦的场景不是写不出 SQL，而是 AI 不知道你库里到底有哪些表、字段叫什么、状态值怎么存的。你贴一段建表语句给它，它给你写个SELECT * FROM user，结果你库里表名是t_user_info，字段是user_status而不是status，来回改三轮，时间全耗在猜表结构上。

MySQL MCP 就是来解决这个断层的。MCP 全称 Model Context Protocol，你可以把它理解成给 AI 装的一根「数据线」：Cursor 作为客户端，通过一个本地 MCP Server 进程连到你的 MySQL，AI 在对话里就能调用工具去list tables、describe table、执行只读查询。它不是一个插件市场里点一下就完事的扩展，而是一套「本地进程 + 配置文件 + 连接串」的组合，配好之后 Cursor 的 Agent 模式里会多出 MySQL 相关工具。

适合谁用：本地开发时数据库跑在 Docker 或本机 3306/13306 端口，想让 Cursor 帮你写查询、对字段、生成报表 SQL、排查数据问题的后端和数据分析同学。不适合谁：生产库直连（风险极高，本文只演示本地/测试库）、以及指望装完就自动同步全库 schema 的人——MCP 是按需查询，不是实时镜像。

这篇按「装 Server → 写 mcp.json → 填 TaoToken 统一 Key → 发一次 select 验证 → 排错」的顺序走，每一步都给可复制内容。热词里的 Cursor、MySQL、MCP 三个关键词会贯穿全文，你照着做基本能一次通。

2. 前置准备：Node 环境、MySQL 连接串与 TaoToken 统一 Key 的定位

先说清楚这一节要准备什么，避免你配到一半发现缺东西。

第一是 Node.js。mcp-mysql-server这类 MCP Server 大多通过npx拉起，所以本机要有 Node 18 以上。验证命令：

node -v npm -v

如果node -v报 command not found，先去 Node 官网装 LTS 版本，装完重开终端。Windows 用户注意：Cursor 读取的是系统 PATH，如果你在 WSL 里装的 Node，而 Cursor 跑在 Windows 侧，npx会找不到，这种情况要么在 Windows 侧也装一份 Node，要么把 Cursor 的 MCP 配置指向 WSL 的路径。

第二是 MySQL 连接串。格式是标准的 URI：

mysql://用户名:密码@主机:端口/数据库名

举例：mysql://root:123456@127.0.0.1:3306/demo_db。这里有个高频坑：密码里如果有@、#、:这类字符，必须做 URL 编码，比如@写成%40，否则连接串会被解析错位，报错通常是getaddrinfo ENOTFOUND或者直接连到错误主机。本地 Docker 起的 MySQL，主机写127.0.0.1比写localhost更稳，因为部分环境localhost会走 socket 而不是 TCP。

第三是 TaoToken 统一 Key 的定位。这里要区分两件事：MySQL MCP 连的是你的数据库，用的是数据库账号密码；而 Cursor 里的 AI 模型调用走的是另一条链路，用的是模型服务的 Key。TaoToken 的作用是把模型调用这条链路统一起来——你可以在一个地方拿到 Key，然后在 Cursor、Cline、Codex 等多个工具里复用同一套 Base URL 和 Key，不用每个工具单独去配一遍模型凭证。

TaoToken 的 API 地址是https://taotoken.net/api，控制台和 Key 管理入口在官网https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=。你需要拿到两样东西：Base URL（就是上面那个 API 地址）和一把 API Key。Key 在控制台的 API Keys 页面创建，创建后只显示一次，复制存好。

模型 ID 这块，Cursor 里填的是模型名，比如claude-sonnet-4-20250514这类，具体以你账号下可用的模型列表为准。三件套记牢：Base URL + API Key + Model ID，后面配置里会分别出现。

提示：数据库密码和模型 Key 都不要提交到 Git。mcp.json 如果放在项目目录里，记得加进.gitignore；更推荐放在用户级配置目录，和项目解耦。

3. 可复制配置：mcp.json 骨架、TaoToken Key 填入位置与 Cursor 设置

这一节是全文核心，给你能直接抄的配置。

先装 MCP Server。excerpt 里给的是从 GitHub 直接装的方式，我实测下来用npx按需拉取最省事，不用全局装：

npx -y github:f4ww4z/mcp-mysql-server --help

第一次执行会下载依赖，稍等一会。如果你更想全局装一份固定版本，可以用：

npm install -g github:f4ww4z/mcp-mysql-server

装完后，Cursor 的 MCP 配置有两个位置：项目级.cursor/mcp.json（只对当前项目生效）和用户级~/.cursor/mcp.json（全局生效）。本地开发建议用项目级，方便跟着项目走。文件内容骨架如下：

{ "mcpServers": { "mysql-local": { "command": "npx", "args": [ "-y", "github:f4ww4z/mcp-mysql-server", "mysql://root:123456@127.0.0.1:3306/demo_db" ] } } }

把mysql://root:123456@127.0.0.1:3306/demo_db换成你自己的连接串。mysql-local是你在 Cursor 里看到的服务名，可以改成mysql-dev、mysql-order之类，多个库就配多个条目。

接下来是 TaoToken 统一 Key 的填入位置。Cursor 的模型配置不在 mcp.json 里，而是在 Cursor 设置里。打开 Cursor → Settings → Models（或 Cursor Settings 里的 Models 面板），找到 OpenAI API Key / Base URL 这类自定义模型入口，填入：

Base URL: https://taotoken.net/api API Key: 你的 TaoToken Key Model: claude-sonnet-4-20250514（以你账号可用模型为准）

如果你用的是 Cursor 的 OpenAI 兼容模式，Base URL 就填https://taotoken.net/api，注意不要多加/v1后缀，具体以接入文档为准，文档入口在https://taotoken.net/api（API 地址，不加 UTM）。Key 从控制台 API Keys 页面拿，入口：https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite。

这里解释一下为什么要把模型 Key 和数据库连接分开配：MCP Server 只负责「连库、查库」，它不关心你用哪个模型；模型 Key 负责「AI 怎么思考、怎么调工具」。两者解耦后，你换模型不用动数据库配置，换库也不用动模型配置。TaoToken 统一 Key 的价值就在于模型这一侧只维护一份凭证，Cursor、Cline、Codex 共用。

如果你同时用 Cline 或 Codex，它们的配置也遵循同一套三件套。Cline 的 MCP 配置在扩展设置里，Codex 的凭证在~/.codex/auth.json，格式大致是：

{ "OPENAI_API_KEY": "你的 TaoToken Key", "OPENAI_BASE_URL": "https://taotoken.net/api" }

注意auth.json里的字段名以你所用版本为准，改完重启对应工具。CC Switch 这类多配置切换工具也是同理，核心就是 Base URL + Key + Model ID 三件套对齐。

配置写完后，回到 Cursor 的 MCP 面板，应该能看到mysql-local这个服务，状态从红点变绿点或显示 connected。如果一直是红的，先别急着改配置，去第 5 节对照报错。

4. 验证请求：发一次 select 确认链路真的通了

配置显示 connected 不等于能查库，必须发一次真实查询。这一步别跳过，很多人卡在「看起来连上了但 AI 说没有工具」。

打开 Cursor 的 Chat 或 Agent 模式，输入一句明确指令：

用 mysql-local 这个 MCP 工具，列出当前数据库里所有的表名

如果工具挂载成功，Cursor 会弹出工具调用确认，你点允许，它会执行类似SHOW TABLES的语句并返回结果。接着做一次更具体的验证：

用 mysql-local 查询 t_user_info 表的前 5 行，只返回 id 和 user_status 两列

预期结果是 AI 调用工具执行SELECT id, user_status FROM t_user_info LIMIT 5，然后把结果整理成表格给你。看到真实数据返回，说明「Cursor → MCP Server → MySQL」这条链路通了。

再验证模型侧是否走的是 TaoToken。在对话里问一个需要模型推理的问题，比如「根据刚才查到的 user_status 分布，帮我写一条统计各状态数量的 SQL」。如果模型正常响应且工具调用正常，说明模型 Key 和 MCP 两条链路都在工作。你也可以在 TaoToken 控制台的用量页面看到这次调用的记录，入口：https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite。

想单独测模型对话是否通，可以用模型对话页面发一条消息：https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite。这一步能快速区分「是模型 Key 的问题」还是「是 MCP 的问题」。

验证通过后，建议做一件事：把常用查询固化成提示词模板。比如「查订单表最近 7 天各状态数量」，让 AI 每次按模板调工具，减少它自由发挥导致的慢查询。MCP 工具默认应该只给只读权限，如果你的 Server 支持配置只读模式，务必打开，避免 AI 误执行UPDATE或DELETE。

实测下来，第一次查询会有几秒延迟，因为npx要拉起进程；后续同一会话内会快很多。如果每次都要等很久，考虑全局安装固定版本，减少每次拉取开销。

5. 常见报错排查：401、local proxy failed、reading choices 与 OAuth 报错

这一节按真实报错对照，遇到问题直接搜关键词。

401 Unauthorized。两种可能：一是模型侧 Key 错，检查 Cursor 里填的 TaoToken Key 是否完整、有没有多余空格，Base URL 是否是https://taotoken.net/api；二是数据库侧账号密码错，检查连接串里的用户名密码，注意 URL 编码。区分方法：如果 AI 能正常聊天但调 MCP 工具报 401，是数据库侧；如果聊天本身就报 401，是模型 Key 侧。

local proxy failed / connection refused。这是 MCP Server 进程没起来或连不上库。先手动跑一遍：

npx -y github:f4ww4z/mcp-mysql-server "mysql://root:123456@127.0.0.1:3306/demo_db"

看终端报什么。常见原因：MySQL 没启动、端口写错、Docker 容器没映射端口、防火墙拦截。Docker 场景下确认docker ps里端口映射是0.0.0.0:3306->3306/tcp而不是只绑了容器内网。

reading 'choices' / Cannot read properties of undefined (reading 'choices')。这个报错通常出现在模型返回结构不符合预期时，根因多是 Base URL 配错，比如多加了/v1或者少加了路径，导致返回的不是标准 chat completions 结构。把 Base URL 改回https://taotoken.net/api再试。如果还不行，去模型对话页面单独测一次，确认 Key 和模型 ID 可用。

OAuth 相关报错 / authentication failed。如果你用的是需要 OAuth 的模型接入方式，检查是否走了正确的鉴权流程。用 TaoToken 统一 Key 的场景下，一般用 API Key 直连即可，不需要额外 OAuth。如果工具提示要登录，检查是不是配置里混入了旧的凭证文件，清掉~/.codex/auth.json或对应工具的缓存后重配。

工具列表里看不到 mysql-local。检查 mcp.json 的 JSON 语法，逗号、引号最容易错。可以用python -m json.tool .cursor/mcp.json校验。另外 Cursor 修改 mcp.json 后需要重启或点刷新，不是自动热加载。

查询超时。大表SELECT *会拖死，给 AI 的指令里明确加LIMIT，或者让 Server 配置查询超时。生产库绝对不要直连，这条是红线。

排查顺序建议：先手动跑 Server 命令 → 再校验 JSON → 再单独测模型对话 → 最后看 Cursor MCP 面板状态。按这个顺序能快速定位是库的问题、配置的问题还是模型的问题。

6. 把 Key 和接入方式固定下来，后续扩展更省事

配通之后，建议把这次的接入方式沉淀成团队可复用的模板。mcp.json 骨架抽出来放项目.cursor/目录，连接串用环境变量占位，比如mysql://${DB_USER}:${DB_PASS}@${DB_HOST}:${DB_PORT}/${DB_NAME}，不同人本地填不同值。模型侧统一用 TaoToken 的 Base URL 和 Key，新同学入职只要拿一把 Key，Cursor、Cline、Codex 一次配齐，不用每个工具单独申请。

如果你后续要做更长期的 Agent 开发、多工具编排，可以关注 Coding Plan 这类方案，入口：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite。接入文档和 API 细节在https://taotoken.net/api（API 地址，不加 UTM），Key 管理在https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite。

最后提醒一句：MCP 给 AI 的是「查库能力」，不是「改库权限」。本地开发也建议用只读账号跑 MCP，写操作走你正常的迁移流程。这样即使 AI 理解偏了，最坏结果也只是查错数据，不会动到你的表结构。