你的团队可以使用多个 AI 模型，并将 Cursor 集成到各种服务中。本文档介绍如何控制哪些模型可用、管理 MCP 服务器的信任设置，以及配置与 Slack、GitHub、Linear 等工具的集成。

模型访问控制

企业团队可以控制团队成员可使用的 AI 模型，如需启用此功能，请联系销售团队。这有助于管理成本、确保合理使用，并符合组织政策要求。

模型访问控制通过 团队仪表盘 进行配置。进入 Settings，然后找到 “Model Access Control”（仅限 Enterprise 版）。

企业模型发布方式

当有新模型可用时，Cursor 不会立即为所有企业团队启用。

相反，企业团队可以自行选择是否在其组织中启用新模型。

请参见 Models 以查看当前可用模型列表。

限制个人 API 密钥（BYOK 管控）

企业团队可以阻止团队成员在 Cursor 中使用他们自己的第三方服务提供商（OpenAI、Anthropic、Azure、AWS Bedrock）的 API 密钥。所有调用都会通过 Cursor 所包含的模型及其统一的使用池进行处理。

可在 团队面板的“设置”中进行配置（仅限 Enterprise）。

MCP 服务器信任管理

Model Context Protocol (MCP) 允许你把外部工具和数据源连接到 Cursor。MCP 服务器可以：

• 从外部系统读取文件
• 代表你执行操作
• 访问数据库和 API
• 集成第三方服务

MCP 服务器由外部厂商而非 Cursor 设计和实现。我们与合作伙伴一起提供一个经过验证的可信服务器市场，但在为你的团队启用任何服务器之前，你都应先审查该服务器的功能和权限。

由于 MCP 服务器具有较强的能力，你需要管理你的团队可以使用哪些服务器。

MCP 允许列表

企业团队可以控制团队成员被允许使用哪些 MCP 服务器。在 团队仪表盘 的 “MCP Configuration” 下进行配置 (仅限企业版) 。

你也可以通过 MDM 分发 ~/.cursor/permissions.json，从托管文件设置按用户的 MCP 自动运行允许列表。

在该文件中，mcpAllowlist 必须是一个使用 server:tool 语法的 JSON 字符串数组：

条目	含义
server:tool	一个特定 MCP 服务器上的一个特定工具
server:*	一个 MCP 服务器上的所有工具
*:tool	任意 MCP 服务器上的某个工具名称
*:*	所有 MCP 工具

Cursor 按以下顺序解析生效的 MCP 允许列表：

1. 团队仪表盘或其他由管理员控制的设置
2. ~/.cursor/permissions.json
3. 编辑器设置中的 MCP 允许列表以及内联的 Add to allowlist

较高优先级的来源会替换较低优先级的来源。它们不会合并。

当允许列表启用时，只有与允许列表条目匹配的服务器才能运行。不匹配的服务器会被阻止。

将服务器添加到允许列表不会将其推送到用户的机器上。团队成员仍需在各自的 Cursor 设置 中配置该服务器。

所有允许列表条目都支持使用 * 通配符来匹配任意字符序列。

基于命令的服务器 (stdio)

对于使用 command 和 args 配置的本地 MCP 服务器，允许列表会与完整命令字符串进行匹配：即 command 的值以及所有 args 的值用空格连接而成的字符串。

给定如下 mcp.json 配置：

{  "mcpServers": {    "my-tool": {      "command": "npx",      "args": ["-y", "@acme/mcp-tool@latest"]    }  }}

完整命令字符串是 npx -y @acme/mcp-tool@latest。在大多数系统上，shell 会将 npx 解析为类似 /usr/local/bin/npx 或 /opt/homebrew/bin/npx 的完整路径，因此实际字符串会变成 /usr/local/bin/npx -y @acme/mcp-tool@latest。

使用前导 * 通配符即可在不考虑安装路径的情况下进行匹配：

允许列表条目	匹配结果
*npx -y @acme/mcp-tool@latest	任意路径下的 npx，并带有这些完全一致的参数
/usr/local/bin/npx -y @acme/mcp-tool@latest	仅此精确路径
*npx -y @acme/*	任意 @acme 作用域下的 MCP 包
*python */scripts/mcp-server.py*	任意匹配路径下的 Python 服务器，并带有任意后续参数

基于 URL 的服务器 (HTTP/SSE)

对于使用 url 配置的远程 MCP 服务器，允许列表会根据 URL 进行匹配。

给定如下 mcp.json 配置：

{  "mcpServers": {    "acme-tools": {      "url": "https://mcp.acme.com/sse"    }  }}

允许列表条目会与完整 URL https://mcp.acme.com/sse 进行匹配：

允许列表条目	匹配结果
https://mcp.acme.com/sse	此精确 URL
https://*.acme.com/*	acme.com 下的任意子域名和路径
https://mcp.acme.com/*	此主机上的任意路径

Git 仓库阻止列表

你可以阻止 Cursor 访问特定仓库。

在 team dashboard 的「Repository Blocklist」（仅限企业版）中添加仓库 URL 或匹配模式。Cursor 会拒绝为被阻止的仓库建立索引或执行任何操作。

集成：Slack

Slack 集成使 Cloud Agents 能够直接在 Slack 中运行。团队成员可以在消息中提及 @cursor 并给出提示，自动生成的代码更改会通过拉取请求（pull request）提交。

Cursor 需要权限来读取消息、发布回复以及访问频道元数据。完整的权限列表请参阅 Slack 集成文档。

有关详细的配置和使用说明，请参阅 Slack 集成。

集成：GitHub、GHES 和 GitLab

将 Cursor 连接到你的版本控制系统，以便与 Cloud Agents 配合使用。

Cursor 需要对代码仓库的读取权限，以及创建 PR 的写入权限。你可以控制 Cursor 应用可以访问哪些代码仓库。

有关设置，请参阅 GitHub 集成。

集成：Linear

连接Linear，以便从问题中启动 Cloud Agent。

Cursor 需要对问题的读取权限，以及更新问题状态的写入权限。

详情请参见 Linear 集成。

 

《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。全书共11章，前6章涵盖深度学习基础，包括张量运算、神经网络原理、数据预处理及卷积神经网络等；后5章进阶探讨图像、文本、音频建模技术，并结合Transformer架构解析大语言模型的开发实践。书中通过房价预测、图像分类等案例讲解模型构建方法，每章附有动手练习题，帮助读者巩固实战能力。内容兼顾数学原理与工程实现，适配PyTorch框架最新技术发展趋势。