4-4 如何透過 MCP 提高開發生產力?
2025年5月12日
在前面幾個單元了解完 MCP 之後，在這個單元我們將透過一系列的實際的展示，來談如何利用 MCP 在工作上提升開發的生產力。
為什麼需要 MCP？
首先，讓我們稍微回顧一下為什麼我們需要 MCP。如前面的單元提到，假設今天沒有 MCP 的情況下，Cursor 的 AI 代理已經能夠協助我們完成許多任務，包括：
- 撰寫設計文件
- 修改設計文件
- 撰寫測試
- 撰寫程式碼
然而，這些功能仍然侷限在編輯器當中。即使編輯器增加了 AI 的強大功能，工程師的工作中仍有許多任務，在未對接到外部工具的情況下，無法由 AI 自動化完成。
有了 MCP，AI 代理能夠對接到不同的工具，讓 Cursor 的功能不再侷限於編輯器。例如，當一個需求下來時，我們可以透過 Jira 或 Linear 的 MCP 抓取需求相關資訊來實作；在 Cursor 協助完成實作後，可以透過 Playwright MCP 進一步驗證；最後，確認無誤後，透過 GitHub 或 GitLab 的 MCP 直接發 PR。透過這些不同的 MCP，Cursor 能幫我們完成更多工作。
實際展演：整合 MCP 的開發流程
以下我們將實際展演，展示如何透過整合不同的 MCP，讓 Cursor 協助我們完成更多任務。
第一步：使用 Linear MCP 抓取需求資訊
當產品端產生一個需求的 ticket 後，假設我們能夠對接到 ticket 所在的平台（例如 Jira 或 Linear），就可以讓 Cursor 直接取得 ticket 相關資訊，無需手動複製貼上。
在這次展演中，我們將展示如何透過 Linear 的 MCP 抓取需求資訊。我們的目標是開發一個簡單的 to-do list 應用，重點不在應用本身，而是理解如何在流程中善用 MCP。
目前的應用具備以下基本功能：
- 瀏覽目前的 to-do
- 新增 to-do
但修改或刪除功能尚未實作。新功能的 ticket 核心需求是完成刪除功能。有了這個背景後，我們進入 Cursor 的畫面。在 Chrome 中，可以看到目前支援新增和瀏覽 to-do 的程式碼。接下來，我們使用 Linear 的 MCP 取得實作刪除功能的 ticket 資訊。
由於已串接好 Linear 的 MCP，我們可以直接使用，在提示詞中輸入「我需要實作一個刪除功能，幫我找到相關的 ticket，然後實作」。點擊送出後，Cursor 呼叫 Linear 的 MCP 工具，成功取得 ticket 相關資訊。接著，Cursor 根據這些資訊進行規劃，並根據現有程式碼新增刪除邏輯。
第二步：使用 Playwright MCP 自動化驗證
雖然手動測試確認功能正常，但理想情況下，我們希望透過自動化方式驗證。這裡我們使用 Playwright MCP。在提示詞中輸入「我有這個需求，用 Linear MCP 找到這個需求，同時用 Playwright MCP 做驗證」。
送出後，Cursor 呼叫 Linear MCP 取得 ticket 資訊，並透過 Playwright MCP 訪問開發環境。Cursor 透過 Playwright 執行操作，確認功能正確後，根據結果撰寫 E2E 測試。
第三步：使用 GitLab MCP 提交程式碼
完成功能開發和 E2E 測試後，我們將程式碼 commit 並發 PR。在這單元我們會展示如何透過 GitLab 的 MCP 發 merge request。
在發 PR 前先 stage 更動的程式碼，接著請 Cursor 撰寫 commit 訊息，內容根據新增的刪除功能生成。完成 commit 後，將程式碼推送到遠端分支。接著使用預設提示詞「根據目前分支與主要分支的差異，使用 GitLab 的 MCP 發一個 merge request」。
Cursor 呼叫 create_merge_request 工具，根據 commit 記錄在 GitLab 上發 merge request。檢查 GitLab 後，確認新的 merge request 已生成。相較於第三章需手動複製描述到 GitLab，今天有了 GitLab MCP，我們直接從 Cursor 完成 PR 描述並發送，簡化流程。
此系列文章為 《給工程師的 Cursor 工作流 — 透過 AI 代理全方位提升開發生產力》 搭配的教材。希望透過這系列文章，將過去協助導入 AI 工具及使用 Cursor 的經驗擴展並分享給想提升生產力的讀者。如果對課程感興趣的讀者，可以加入 E+ 成長計畫，觀看影片學習。