想象一下：你在 Cursor 里写完一段代码，不用切换窗口、不用打开 TablePlus，直接对 Agent 说一句“帮我查一下 users 表最近 100 条记录中 status = ‘active’ 的数据”，十秒钟后结果就出现在编辑器里。这不再是科幻场景。随着 Model Context Protocol (MCP) 在 2025-2026 年的爆发式普及，AI 代码编辑器与数据库之间的“最后一公里”已经被打通。本文将带你从零开始，把测试数据库完整接入 Cursor 的 AI Agent。一、问题：为什么我们需要“在编辑器里查数据库”？每一个开发者都熟悉这种疼痛：你正在 Cursor 里写一个新的 API 接口，需要一个测试用户的数据来验证逻辑。你最小化 Cursor，打开 DBeaver 或 DataGrip，输入 SQL 查询，复制结果，再切回 Cursor 粘贴。如果查询结果不符合预期，你改一下 SQL，再查一次，再粘贴。一天下来，这种“上下文切换”可能发生几十次，每一次都在打断你的心流。更大的问题在 AI 编程场景下被放大了。当你让 Cursor 的 AI Agent 帮你写一段数据库相关的代码时，它只能根据你的自然语言描述来猜测表结构和字段名。根据阿里巴巴 PolarDB Supabase 团队的官方文档描述，AI 模型对你的实际后端一无所知——它不知道数据库表结构、字段名称和关系，结果生成的代码看起来正确，但实际上引用了不存在的表和字段，开发者必须手动弥合这个差距。这正是 MCP 要解
