该项目设置了一个 MCP 服务器来查询 World Mini Apps 文档,并将其与 Cursor 集成。
该概念是创建一个能够读取 MiniApps 文档的代理,然后帮助你在 Cursor 中编写你的世界迷你应用。
brew install python
打开终端并运行以下命令:
# 创建虚拟环境
python3 -m venv .venv
# 激活虚拟环境
source .venv/bin/activate
激活虚拟环境后,安装所需的包:
pip install langchain_community langchain-openai langchain-anthropic scikit-learn bs4 pandas pyarrow matplotlib lxml langgraph "mcp[cli]" tiktoken
在运行构建脚本之前,在终端中导出你的 OpenAI API 密钥:
export OPENAI_API_KEY="your-openai-api-key"
然后,运行:
python3 worldMiniApp-MCP/miniApp_build_docs.py
备注:Mateo(World 团队)表示你可以使用 https://docs.world.org/llms-full.txt 来支持所有 World 文档。
此脚本将创建 llms_full.txt 和 sklearn_vectorstore.parquet 文件。
启动你的 MCP 服务器:
python3 worldMiniApp-MCP/miniApp_mcp.py
服务器通过标准 I/O 运行,并等待 MCP 请求。
打开 Cursor 设置:
激活 MCP 并添加配置:
{
"mcpServers": {
"world-mini-app-mcp": {
"command": "your-absolute-path-to-repo-folder/WorldMCP/.venv/bin/python",
"args": [
"your-absolute-path-to-repo-folder/WorldMCP/worldMiniApp-MCP/miniApp_m_ mcp.py"
],
"env": {
"OPENAI_API_KEY": "sk-xxxxxxxxxxxxxxxxxxxx"
}
}
}
}
"your-openai-api-key" 替换为你实际的 API 密钥。步骤图像支持:

记得使用 Claude Sonnet
从 Anthropic 获取 API 密钥:
打开 Cursor 设置:
步骤图像支持:

要手动检查你的 MCP 服务器,请安装并运行 MCP Inspector:
npm install -g @modelcontextprotocol/inspector
mcp-inspector