封面圖片：我給了我的 Cursor agent 真實工具，而不需要五個 API 金鑰

Neha Prasad

我嘗試建立一個能真正工作的 AI Agent。最大的瓶頸並不是模型。

上週，我想建立一個 AI agent，讓它不只是聊天而已。

我的目標很簡單：

  • 用即時瀏覽器操作我們的產品
  • 找到一份小型 ICP 潛在客戶清單
  • 豐富工作電子郵件地址
  • 以我們的品牌語調撰寫個人化推廣內容

令人驚訝的是，LLM 並不是瓶頸。

真正的挑戰在於設定。

設定問題

每個功能都需要另一個工具：

  • 另一個廠商帳戶
  • 另一個 API 金鑰
  • 另一個訂閱
  • 另一張信用卡

為了進行一次性實驗，我花費更多時間連接工具，而不是真正建立工作流程。

因此，我嘗試將 Vaaya 作為單一 MCP 伺服器在 Cursor 中使用。

安裝

安裝 Vaaya MCP：

npx @vaaya/mcp install

進入全螢幕模式 退出全螢幕模式

它會自動將以下內容加入我的 Cursor MCP 設定：

{
  "mcpServers": {
    "vaaya": {
      "command": "npx",
      "args": ["-y", "@vaaya/mcp"]
    }
  }
}

進入全螢幕模式 退出全螢幕模式

然後我只需要：

  1. 重新啟動 Cursor
  2. 開啟 設定 → MCP 並確認 vaaya 正在執行
  3. 切換至 Agent Chat（工具模式）
  4. 首次使用時核准一次性連接/註冊提示

這就是整個入門體驗。

我使用的提示詞 

使用 Vaaya 工具：

1. 在即時瀏覽器中開啟我們的產品並錄製簡短操作示範。
2. 找到 15 位符合我們 ICP 的 Series A SaaS 產品經理。
3. 豐富他們的工作電子郵件地址。
4. 以我們的品牌語調撰寫簡短推廣內容。

工作時顯示每個步驟。

不要發送任何內容。
僅限草稿。

進入全螢幕模式 退出全螢幕模式

我故意將所有內容保持在 草稿模式，這樣我可以在發送前審查輸出結果。

運作良好的部分

✅ 單一 MCP 而非管理多個廠商帳戶進行示範

✅ 工具呼叫在 agent UI 中可見，更容易理解和除錯 agent 的操作

✅ 按成功呼叫付費比支付多個月費訂閱更適合實驗

我不會跳過的部分

  • 發送前務必審查輸出
  • 從單一工作流程開始，而不是試圖自動化整個 GTM 流程
  • 保持首次實驗規模較小（15 個潛在客戶而非 500 個）

適用對象

如果你是：

  • 創辦人
  • DevRel 工程師
  • AI 工程師
  • 正在建立 agent 工作流程或示範的開發者

……而且你花費更多時間連接 API 而非測試想法，這個方法值得一試。

這不是魔法。

它只是消除了以下之間的許多設定摩擦：

「我有一個想法。」

和

「我的 agent 實際呼叫了工具。」

你可以在這裡查看：

https://vaaya.ai/
https://www.linkedin.com/company/vaayaio/posts/
https://x.com/getvaaya

並追蹤這些頁面！

如果你也建立了類似的 agent 工作流程，我很想知道你的技術堆疊長什麼樣子。

設定中哪個部分仍然感覺最痛苦？

標籤

#AI #MCP #Cursor #AIAgents #AgenticAI #DeveloperTools #Productivity #Automation #LLM #DevTools