Verbinden des Cursors

Nutze Cursor mit Modellen, MCP-Tools und Fähigkeiten über Unity Gateway. Konfigurieren Sie den Modellzugriff in den Cursor-IDE-Einstellungen. Verwenden Sie die Unity Gateway CLI (ug), um MCP-Tools und Skills hinzuzufügen, oder konfigurieren Sie sie manuell.

Prerequisites

Du brauchst die URL deines Azure Databricks Workspaces und Zugriff auf die Modelle, MCPs und Skills, die du nutzen möchtest. Installiere Cursor. Um die ug MCP-Integration zu nutzen, installieren Sie außerdem den Cursor Agent, der den cursor-agent Befehl bereitstellt.

Wenn dein Administrator dein Gerät bereits konfiguriert hat, folge den Einrichtungsanweisungen deiner Organisation.

Cursor-IDE

1. Konfigurieren Sie die Basis-URL und den API-Schlüssel

Cursor-Einstellungen > öffnen > Cursor-Einstellungen > modellieren > API-Schlüssel.

Aktivieren Sie Override OpenAI Base URL und geben Sie ein:

https://<workspace-hostname>/ai-gateway/cursor/v1

Ersetzen Sie <workspace-hostname> durch den Hostnamen Ihres Azure Databricks-Arbeitsbereichs. Füge dein persönliches Azure Databricks-Zugriffstoken in das Feld OpenAI API Key ein.

2. Benutzerdefinierte Modelle hinzufügen

Klicken Sie in den Cursoreinstellungen auf +Benutzerdefiniertes Modell hinzufügen . Geben Sie den vollständigen Namen eines Foundation-Modells ein, das in Ihrem Arbeitsbereich verfügbar ist, und aktivieren Sie dann den Umschalter. Wiederhole das für jedes Modell, das du verwenden möchtest.

Beispiele für Modellnamen:

Anbieter Modellname
OpenAI system.ai.gpt-5-5
Gemini system.ai.gemini-3-5-flash
Claude system.ai.claude-opus-4-6

Verfügbare Modelle hängen von deinem Arbeitsbereich und den Berechtigungen ab. Diese Verbindung verwendet von Azure Databricks bereitgestellte Modelle.

3. Teste die Verbindung

Öffne den Ask-Modus unter Cmd+L macOS oder Ctrl+L Windows/Linux. Wählen Sie Ihr Modell aus und senden Sie eine Nachricht. Anfragen, die dieses benutzerdefinierte Modell verwenden, werden durch das Unity Gateway geleitet.

Cursor Agent im Terminal

Verwenden Sie die Unity Gateway CLI

Installiere und führe ugdann diesen Befehl aus deinem Projektverzeichnis aus:

ug cursor

Das öffnet Cursor Agent in deinem Terminal. Fang an, mit denselben Eingabeaufforderungen und Befehlen zu arbeiten, die du bereits benutzt. Modelle laufen über Ihr Cursor-Konto; ug konfiguriert kein Modellrouting für Cursor Agent.

MCP-Werkzeuge hinzufügen

Um system.ai.sandbox, system.ai.web_search oder system.ai.dbsql zu verwenden, muss ein Kontoadministrator die Unity Gateway-Beta über die Seite Previews der Kontokonsole aktivieren. Siehe Kontovorschauen verwalten.

Verwenden Sie die Unity Gateway CLI

Mit installiertem Cursor Agent führe aus:

ug mcp add --agents cursor

Wählen Sie die MCPs aus, die Sie hinzufügen möchten. ug registriert sie in ~/.cursor/mcp.json, das von der IDE und dem Terminalagenten verwendet wird. Starte Cursor oder deine Agentensitzung neu und bitte ihn dann, ein verbundenes Tool zu verwenden.

MCPs manuell konfigurieren

Verwenden Sie OAuth für eine Verbindung mit automatischer Token-Aktualisierung oder einen persönlichen Zugriffstoken für lokale Tests.

Verwenden Sie OAuth

Diese Konfiguration verwendet mcp-remote und erfordert Node.js mit npx.

  1. Lass einen Kontoadministrator einen öffentlichen OAuth-Client mit Redirect-URL http://localhost:3334/oauth/callback und Scope ai-gateway erstellen.

  2. Führen Sie diesen Eintrag mit ~/.cursor/mcp.json zusammen, wobei bestehende Server erhalten bleiben:

    {
  "mcpServers": {
    "databricks-tools": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote",
        "https://<workspace-hostname>/ai-gateway/mcp-services/<catalog>.<schema>.<service>",
        "3334",
        "--static-oauth-client-info",
        "{\"client_id\":\"<client-id>\"}",
        "--static-oauth-client-metadata",
        "{\"scope\":\"ai-gateway offline_access\"}"
      ]
    }
  }
}

  3. Ersetzen Sie den Hostnamen, MCP-Namen und Client-ID. Starte den Cursor neu und schließe die Anmeldung in deinem Browser ab.

Für zusätzliche gleichzeitige Verbindungen verwenden Sie für jede einen anderen Callback-Port und registrieren Sie deren passende Redirect-URL. Wenn Ihre Organisation einen vertraulichen Client benötigt, sehen Sie sich die statischen OAuth-Zugangsdaten von mcp-remote an.

Verwenden Sie ein persönliches Zugriffstoken

Erstelle einen persönlichen Zugriffstoken und führe diesen Eintrag in ~/.cursor/mcp.json zusammen:

{
  "mcpServers": {
    "dbsql": {
      "url": "https://<workspace-hostname>/ai-gateway/mcp-services/system.ai.dbsql",
      "headers": {
        "Authorization": "Bearer <databricks-pat>"
      }
    }
  }
}

Ersetze den Hostnamen und das Token. Für einen anderen Dienst verwenden Sie einen eindeutigen Servernamen und ersetzen system.ai.dbsql durch dessen dreiteiligen Unity Catalog-Namen. Behalte nicht verwandte Servereinträge und halte Token aus der Versionsverwaltung heraus.

Starte Cursor neu, überprüfe den Server in seinen MCP-Einstellungen und bitte den Agenten, ein Nur-Lese-Tool aufzurufen. Für system.ai.dbsql versuchen Sie SELECT 1 AS result. Bestätigen Sie, dass der Agent einen Tool-Call macht und das Ergebnis zurückgibt. Wenn der MCP um die Zustimmung des Anbieters bittet, öffne den Login-Link, mache die Anmeldung durch und versuche den Aufruf erneut. Siehe MCP-Authentifizierung und Netzwerkkommunikation für Berechtigungen und Verbindungsfehler.

Hinzufügen von Fähigkeiten

Verwenden Sie die Unity Gateway CLI

Starte den Auswahlassistenten, um veröffentlichte Skills herunterzuladen:

ug skills add

Der Cursor liest die heruntergeladenen Fähigkeiten von ~/.agents/skills/. Starte eine neue Sitzung, um sie zu nutzen. Downloads sind lokale Schnappschüsse; führe den Befehl erneut aus, um Updates zu erhalten.

Verbinden Sie das Fertigkeitsregister manuell

Um veröffentlichte Fähigkeiten über MCP zu laden, füge diesen Eintrag zusammen in ~/.cursor/mcp.json:

{
  "mcpServers": {
    "databricks-skill-registry": {
      "url": "https://<workspace-hostname>/ai-gateway/skills/",
      "headers": {
        "Authorization": "Bearer <databricks-pat>"
      }
    }
  }
}

Ersetze den Hostnamen und das Token, wobei der nachfolgende Schrägstrich in der URL bleibt. Starte den Cursor neu und bitte ihn, eine Fähigkeit zu benutzen, wie zum Beispiel Use <catalog>.<schema>.<skill-name> to review this query.

Das Register stellt Funktionen über MCP bereit. Um bereits vorhandene Skill-Dateien zu installieren, legen Sie den kompletten Ordner, einschließlich SKILL.md und der gebündelten Dateien, in ~/.agents/skills/ oder in den .cursor/skills/Ihres Projekts. Siehe die Dokumentation zu Cursors Fähigkeiten.

Die Unity-Gateway-Fähigkeiten befinden sich in der Beta. Siehe Governance-Fähigkeiten für Aktivierung und Berechtigungen.

Problembehandlung

ug cursor Ich kann den Cursor Agent nicht finden: Installiere den Cursor Agent und prüfe, ob er cursor-agent in deinem Terminal verfügbar ist.

Ein benutzerdefiniertes Modell scheitert in der IDE: Überprüfen Sie die Gateway-URL, Token-Ablaufdatum, Modellname und Ihre Modellberechtigungen. Wählen Sie das benutzerdefinierte Modell im Gespräch aus.

Eine MCP- oder Skill-Verbindung schlägt fehl: Überprüfen Sie die URL, MCP-Berechtigungen und den Konnektorfehler. Prüfen Sie bei manuellen Verbindungen auch das Token-Ablaufdatum. Bei ug Einrichtungsproblemen führe ug doctor aus.

Ein heruntergeladener Skill fehlt: Überprüfen Sie, ob sein Ordner SKILL.md enthält und sich in einem unterstützten Skill-Verzeichnis befindet. Benutzer-Downloads gelten für Ihren lokalen Rechner; sie sind für Cloud-Agenten nicht automatisch verfügbar.

Nächste Schritte

  • Zuletzt aktualisiert um