Tecton 的 Co-Pilot 包含了适用于 Cursor 和 Claude Code 等 MCP 客户端的 MCP 服务器规则。 阅读这篇博客,了解更多内容。
ℹ️ 信息: 本指南将指导您如何设置 Tecton MCP 服务器,并配置您的功能仓库以在使用 Tecton 开发功能时使用它。
Tecton MCP 服务器提供了以下工具,这些工具可以被 Cursor 或 Claude Code 等 MCP 客户端使用:
| 工具名称 | 描述 |
|---|---|
query_example_code_snippet_index_tool | 使用向量数据库查找相关的 Tecton 代码示例。有助于在编写新 Tecton 代码之前找到使用模式。 |
query_documentation_index_tool | 根据查询检索 Tecton 文档片段。提供来自 Tecton 官方文档的上下文。 |
get_full_tecton_sdk_reference_tool | 获取完整的 Tecton SDK 参考,包括所有可用的类和函数。当需要对 SDK 进行广泛概述时使用。 |
query_tecton_sdk_reference_tool | 获取指定类或函数列表的 Tecton SDK 参考。对于特定 SDK 组件的目标信息非常理想。 |
query_tecton_metrics_tool | 查询 Tecton Metrics API。返回可读或原始 OpenMetrics 格式的系统指标。 |
ℹ️ 基于 API 的工具: 如果 MCP 服务器配置了
TECTON_API_KEY环境变量,MCP 服务器将注册额外的基于 API 的工具,包括 Tecton 特征服务和 Metrics API 工具。这使得代理能够查询在线特征服务,从批处理、流式传输和实时数据源获取新鲜特征,并访问系统指标。
安装 uv 包管理器:
brew install uv
将此仓库克隆到本地机器:
git clone https://github.com/tecton-ai/tecton-mcp.git
cd tecton-mcp
pwd
注意: 在接下来的步骤中,您刚刚克隆的仓库所在的目录将被称为 <path-to-local-clone>。
运行以下命令验证安装。
MCP_SMOKE_TEST=1 uv --directory <path-to-local-clone> run mcp run src/tecton_mcp/mcp_server/server.py
该命令应无错误退出,并打印类似 MCP_SMOKE_TEST 已设置。初始化后退出。 的消息。这确认了您的本地设置正确工作——Cursor 将在需要时自动启动 MCP 服务器作为子进程。
登录到您的 Tecton 集群以认证 Tecton MCP 服务器使用的 Tecton SDK:
tecton login yourcluster.tecton.ai
配置 Cursor(或其他 MCP 客户端)与 MCP 服务器(见下文)
现在您可以进入 Cursor 中的 功能仓库 并开始使用 Tecton 的 Co-Pilot —— 直接集成在 Cursor 中。
观看这个 Loom,了解如何使用集成来构建新功能:https://www.loom.com/share/3658f665668a41d2b0ea2355b433c616
以下测试已通过 Cursor 0.48 及以上版本
导航至 Cursor 设置 -> MCP 工具 并点击“添加自定义 MCP 服务器”按钮,这将打开 Cursor 的 mcp.json 文件。
在此文件中添加以下配置。确保修改路径 <path-to-local-clone> 以匹配您克隆仓库的目录:
{
"mcpServers": {
"tecton": {
"command": "uv",
"args": [
"--directory",
"<path-to-local-clone>",
"run",
"mcp",
"run",
"src/tecton_mcp/mcp_server/server.py"
]
}
}
}
将此仓库的 .cursor/rules 文件夹 中的 cursorrules 符号链接到您的 功能仓库。使用符号链接确保原始规则的任何更新都会自动出现在您的功能仓库中:
# 将整个 .cursor 目录符号链接到您的功能仓库
ln -s <path-to-local-clone>/.cursor <path-to-tecton-feature-repo>/.cursor
为了确保您的集成按预期工作,请向 Cursor 代理提出如下问题并确保它正确调用了您的 Tecton MCP 工具:
查询 Tecton 示例索引并告诉我关于 BatchFeatureViews 的一些情况以及它们与 StreamFeatureViews 的区别。同时查看 SDK 参考。
如果没有调用 Tecton MCP 工具,您可能需要重启 Cursor 或重新加载 Cursor 窗口以确保新工具已正确注册。
导航到您的 Tecton 功能仓库并运行以下命令。
claude mcp add-json tecton-mcp '{
"command": "uv",
"args": [
"--directory",
"<path-to-local-clone>",
"run",
"mcp",
"run",
"src/tecton_mcp/mcp_server/server.py"
]
}'
您应该看到以下消息:
已添加标准 I/O MCP 服务器 tecton-mcp2 到本地配置
接下来,启动 claude 并运行 /mcp 以确保 tecton-mcp 已连接。
claude "/mcp"
您应该看到以下内容:
tecton-mcp ✔ 已连接 · 按 Enter 查看详细信息
CLAUDE.md 规则将 Tecton 推荐的 CLAUDE.md 符号链接到您的 功能仓库。使用符号链接确保原始规则的任何更新都会自动出现在您的功能仓库中:
ln -s <path-to-local-clone>/CLAUDE.md <path-to-tecton-feature-repo>/CLAUDE.md
您可以将 Tecton 的 MCP 服务器连接到 Augment,以启用针对 Tecton 内部代码库的智能补全和响应。
导航到 Augment -> 设置 -> 工具 -> MCP -> 从 JSON 导入,并导入以下配置(更新 <path-to-local-clone> 至您克隆此仓库的路径):
{
"mcpServers": {
"tecton": {
"command": "uv",
"args": [
"--directory",
"<path-to-local-clone>",
"run",
"mcp",
"run",
"src/tecton_mcp/mcp_server/server.py"
]
}
}
}
您应在 Augment MCP 设置中看到 MCP 服务器。
截至 2025 年 6 月,以下是 Cursor 中表现最佳的 Tecton 特征工程 LLMs 的堆栈排名列表;随着新模型的发布,此列表可能会随时间演变:
Tecton MCP 与像 Cursor 这样的基于 LLM 的编辑器集成,提供基于工具的上下文和特征工程辅助:

使用 Tecton MCP 构建特征的整体流程如下:

要将 Tecton MCP 服务器更新到最新版本:
从仓库拉取最新更改:
cd <path-to-local-clone>
git pull
关闭并重新启动 Cursor,以确保加载了更新的 MCP 服务器。
就这样!MCP 服务器作为由 Cursor 启动的子进程运行,因此没有持久的后台服务需要手动停止或重启。下次 Cursor 需要与 MCP 服务器通信时,会自动使用更新的代码。
默认情况下,此工具为 Tecton SDK 的最新预发行版提供指导。如果您需要工具与特定发布的 Tecton 版本(例如 1.0.34 或 1.1.10)对齐,请遵循以下步骤:
pyproject.toml 中固定版本。打开 pyproject.toml 并替换现有的依赖项行dependencies = [
# ... 其他依赖项 ...
"tecton>=0.8.0a0"
]
用确切的版本,例如
dependencies = [
# ... 其他依赖项 ...
"tecton==1.1.10"
]
uv.lock 记录了依赖关系图,所以必须删除它,以便 uv 可以解析新的 Tecton 版本:cd <path-to-local-clone>
rm uv.lock
重新生成锁文件 通过重新运行 快速开始 部分中的 第 2 步(MCP_SMOKE_TEST=1 uv --directory 命令)。(这将下载固定的版本到 MCP 的隔离环境中并重新创建 uv.lock。)
重启 Cursor 以使新 Tecton 版本加载到 MCP 虚拟环境中。
支持的版本: 当前工具支持 Tecton ≥ 1.0.0。代码示例尚未进行版本控制——它们始终使用最新的稳定 SDK——然而,文档和 SDK 参考索引现在将与您固定的版本匹配。
确保 Cursor 显示 "tecton" 作为 "启用" 的 MCP 服务器在 "Cursor 设置 -> MCP" 中。如果看不到 "绿色圆点",请在下面运行 MCP 服务器的诊断模式
要调试 Tecton MCP 服务器,您可以运行以下命令。将 <path-to-local-clone> 替换为您实际克隆仓库的路径:
uv --directory <path-to-local-clone> run mcp dev src/tecton_mcp/mcp_server/server.py
注意:启动 Tecton 的 MCP 服务器需要几秒钟,因为它正在将嵌入模型加载到内存中,用于搜索相关代码片段。
等待几秒钟直到 stdout 告诉您 MCP Inspector 已启动并运行,然后通过打印的 URL(类似于 http://localhost:5173)访问它。
点击 "连接",然后列出工具。您应该能看到 Tecton MCP 服务器工具并能查询它们。
本项目根据 MIT 许可证授权。