ReaderMX.
云加社区

如何将本地CodeBuddy/Cursor嵌入在线应用

云周晓楷约 11 分钟
关注腾讯云开发者，一手技术干货提前解锁👇

本文会介绍如何把本地 CodeBuddy/Cursor 这类 Agent 接入在线应用，重点拆解从裸 LLM API、自建 Agent、Spawn CLI 到 ACP + MCP 的方案取舍，以及最终如何通过 Local Agent Proxy、Session Sandbox 和 Browser Tool Bridge 让 Agent 安全修改在线业务状态，或许能为有类似 Agent 嵌入需求的团队提供一些参考。

00

问题：在线编辑器效率低

我们业务在做一个在线模板编辑器。用户可以在浏览器里打开模板代码，可以看到画布、组件树、预览和保存审核流程。模板本身是一棵 JSON/DSL 树，所有的变更修改都围绕这个 JSON 内容展开。

这会导致，一个看起来很简单的需求，比如 “按钮圆角调大一点”，“修改文字黑暗模式颜色”，“补一下点击态”，这些操作都需要开发来去找节点、改代码、预览、排查，再回到 JSON 继续改。

Image

在 AI 时代，这不是一个优化的开发体验：

  • 非开发同学很难直接参与，往往一个小改动就需要产品/设计/开发投入人力排期；

  • 大量重复劳动，一个需求往往牵扯到多个模板，每个模板做类似的操作，开发时间会被大量重复性调整占住。

  • 视觉调整通常不是一次完成，需要长期反复调整迭代。

  • 规范检查依赖经验，新人很难快速上手，避免踩过的坑。

能不能让用户用自然语言描述目标，让 Agent 理解当前模板，并直接完成受控修改？

01

为什么需要 Agent，而不是 Chat Bot?

如果只是回答问题，一个普通 Chat API 其实就够了。但我们要解决的不是“问答”，而是“让 AI 真的完成一次编辑任务”。

模板编辑天然是一个带状态、带工具、带校验的流程。用户说一句“把按钮圆角调大一点”，背后不只是生成一段文案，而是要让 Agent 真的理解当前模板、找到目标节点、做最小修改、触发预览，并且不能破坏原有的保存审核链路。

Image

所以，一个真正可用的模板编辑 Agent 至少要能做到：

  • 读取当前模板摘要。

  • 理解用户提到的节点或当前选中节点。

  • 在需求不清楚时多轮澄清，必要的时候读取知识库。

  • 调用工具修改局部节点，而不是整棵树乱写。

  • 展示修改过程和工具调用状态。

  • 失败后能重试。

  • 用户能取消长任务。

  • 根据团队规则执行检查。

  • 修改后仍走原有预览、diff、保存审核流程。

这些能力叠在一起，本质上已经不是“LLM 生成一段 JSON”了，而是一个完整的 Agent 工作流。这也是后面所有技术选择的前提：我们要接入的是一个能完成任务的 Agent。

02

如何引入 Agent?

明确了要的是 Agent 之后，下一步就是选接入方式。

一开始看起来有很多选择：最容易想到的是直接调模型 API；再进一步，可以自建 Agent Runtime；也可以直接拉起本地 CLI 子进程（codebuddy -p "Hi"）；或者接某个厂商的 Agent SDK（https://www.codebuddy.ai/docs/cli/sdk）。

这些方案都各有优劣，结合我们的场景：司内 B 端应用，核心用户集中，我们想要“又快又好”的解决方案。 最好可以直接复用本地已经成熟的 Agent，而不是把在线模板编辑器变成一个自研 Agent 平台。

Image

方案
形态
优势
问题
适合度
裸 LLM API
在线应用直接调用模型 API，自己拼 prompt、解析输出
最快做 demo，依赖少
没有完整 Agent 循环；工具调用、权限、会话、重试、上下文管理都要自己做
适合轻量问答
自建 Agent Runtime
自己实现 planning、tool calling、memory、权限、会话
控制力最强
成本最高，需要长期维护 Agent 框架和模型适配
小团队不划算
Spawn 本地 CLI
本地服务直接拉起 Cursor/CodeBuddy CLI，解析输出
复用现成本地 Agent 能力
每个 CLI 的启动、认证、事件格式、工具语义都不同
可行但脆弱
Vendor Agent SDK
接某个厂商提供的 Agent SDK
单一 Agent 接入体验好
绑定单一生态，换 Agent 成本高
适合明确押注单一厂商
ACP + MCP
在线应用通过 ACP 连接本地 coding agent，同时用 MCP 暴露业务工具
标准会话、流式更新、权限、取消、MCP 工具注入；可复用本地 Agent，也能保持业务工具标准化
需要本地 Proxy、CORS/PNA、Session Sandbox、工具 schema
最符合“又快又好”

对比下来，裸 LLM API 和自建 Agent Runtime 都会把大量 Agent 基础设施压回我们自己身上；直接 Spawn 本地 CLI 虽然能复用用户本机的 CodeBuddy/Cursor，但会很快陷入不同 CLI 私有协议的适配成本。

所以我们最终选择的是 ACP + MCP：用 ACP 标准化在线应用和本地 Agent 的会话连接，用 MCP 标准化 Agent 能调用的业务工具。这样既能复用成熟的本地 Agent，又不用把在线编辑器改造成一个自研 Agent 平台。

拆开看就是三件事：

  • ACP 负责接入本地 Agent。

  • MCP 负责暴露业务工具。

  • 在线应用仍然拥有自己的业务状态、预览和保存流程。

03

等等，ACP 是什么?

ACP 是 Agent Client Protocol，用于标准化 code editors/IDEs 与 coding agents 的通信。它使用 JSON-RPC。典型本地形态是 client 启动 agent 子进程，再通过 stdio 通信。

这个协议最早是由 Zed 编辑器推动并在 Zed Agent Panel 里落地的：Zed 希望编辑器不再为每个 Agent 单独做私有适配，而是像 LSP 连接 language server 一样，通过一套标准协议连接不同 coding agent。后来协议仓库也独立到了 agentclientprotocol/agent-client-protocol，定位就是 “connecting any editor to any agent”。

放到我们的场景里，可以这样对应：

  • 在线编辑器承担 ACP Client 角色。

  • CodeBuddy/Cursor 是 ACP Agent。

  • MCP 用来把在线应用的业务能力暴露给 Agent。

需要注意，业界有其他协议也缩写为 ACP。本文里的 ACP 指的是 agentclientprotocol.com 的 Agent Client Protocol。

Image

我们不需要一上来就把 ACP 的所有细节都讲完。对这篇文章来说，简单了解下面这几个核心能力就够了：

能力
方法/通知
本文用途
初始化
initialize
协商版本和能力
认证
authenticate
处理 Cursor 或其他 CLI 登录
新会话
session/new
创建 Agent conversation，注入 cwd 和 MCP servers
发起任务
session/prompt
发送用户 prompt
流式进度
session/update
驱动 Agent 面板里的消息、思考、工具调用
取消
session/cancel
中断长任务
权限
session/request_permission
敏感操作前让 Host 授权
恢复
session/load
Agent 支持时恢复历史会话

一句话概括就是：

ACP 是 Agent 和 Client 通信的标准协议，让 Client 可以介入/感知 Agent 认证、权限审批、Session 会话、工具调用等过程。

04

Agent 如何修改编辑器状态?

接入之后，Agent 应该怎么修改在线应用里的业务状态呢？我们当时也尝试过几种方案。

4.1 让 Agent 直接操作 DOM 或页面函数

最直接的想法，是让 Agent 通过 browser eval、页面 API 或隐藏 RPC 改页面。

这个方案看起来简单：改完马上可见。但问题也很明显：

  • Vue/React 状态会和 DOM 结果漂移。

  • 页面内部实现一变，Agent 工具就坏。

  • 权限边界模糊，很难审计“改了什么业务对象”。

所以这条路不能走。它太依赖页面内部实现，也很难回答“Agent 到底改了哪个业务对象”。

4.2 把模板 JSON 镜像成本地文件

另一个自然想法是：每个在线会话生成一个本地 session 目录，把当前模板写成 template.json，让 Agent 像改代码一样改文件，再同步回网页。这个方案非常符合 coding agent 的直觉，初期也容易实现。但做下去会发现，浏览器状态和本地文件很容易变成双写源，并继续带来一串问题：

  • Agent 容易整文件覆盖，破坏局部 diff。

  • dirty flag、保存审核、画布状态可能和文件同步结果不一致。

  • 一旦有并发操作或用户手动编辑，就会出现同步竞态。

我们放弃了模板文件镜像。

4.3 MCP-only Access

最终我们采用的是 MCP-only Access。

Image

Agent 不直接写 DOM，也不直接写本地模板文件。我们给 Agent 提供理解、变更、校验的结构化 MCP 工具：

  • template.get_summary

  • template.get_node

  • template.get_template

  • template.patch_node

  • template.insert_child

  • template.remove_node

  • template.validate

这些工具的实际执行会落回浏览器里的在线编辑器状态。这样做的核心好处是：在线编辑器依然是唯一业务状态源。

Agent 可以思考、读取、请求修改，但真正修改模板状态的是在线应用暴露出来的工具。画布、预览、diff、保存审核都还能沿用原来的产品链路。

05

整体架构

把前面的选择合起来，最终架构可以拆成几层：

Online Template Editor  |  HTTP / WebSocket to 127.0.0.1  vLocal Agent Proxy  |  ACP JSON-RPC over stdio  vCodeBuddy / Cursor  |  MCP tool call  vTemplate MCP  |  proxy /api/tool/call  vBrowser Tool Bridge  |  in-memory state mutation  vOnline Template Editor
Image

这几层的职责是这样的：

  • 在线编辑器：业务状态、画布、保存审核、用户交互。

  • 本地 Agent 代理：本地进程生命周期、ACP WebSocket、Session Sandbox、HTTP bridge、MCP 配置生成。

  • ACP Agent：推理、多轮任务、工具调用。

  • MCP + Browser Tool Bridge：把产品能力暴露给 Agent，但执行权回到浏览器。

这里最重要的边界是：本地 Agent 不是直接拥有模板状态。它通过 MCP 请求修改，Host 决定怎么执行。这样既能复用本地 Agent 的能力，又不会把在线编辑器原有的状态模型打散。

06

实现细节补充

6.1 一次会话的工作区是怎样的？

本地 Agent 通常期待自己运行在一个“项目目录”里。这个目录里可以有项目说明、MCP 配置、技能文件等。但在线应用不能把真实业务状态随便写成文件让 Agent 改。否则前面好不容易建立起来的“Host 是唯一状态源”又会被破坏。

所以我们为每个编辑器会话创建一个独立的 Session Sandbox，也就是一个专门给本地 Cursor/CodeBuddy 准备的会话工作区，每次对话都是一个全新的目录。

Image

一个 Session Sandbox 大概长这样：

session-cwd/  AGENTS.md  CODEBUDDY.md  .mcp.json  .cursor/    mcp.json    skills -> ../.online-agent/skills  .codebuddy/    mcp.json    settings.json    skills -> ../.online-agent/skills  .claude/    skills -> ../.online-agent/skills  .online-agent/    host-system-prompt.md    skills/      ux-master/        SKILL.md        rules/

这个目录里有三类关键内容：Agent 要读的系统说明、Agent 要连接的 MCP 工具，以及按需安装的 skills。

System Prompt

应用层需要定义 Agent 在这个在线编辑器里的身份、边界和工作流。工程上可以把它叫做 Host System Prompt。

这部分很关键。因为对 Cursor/CodeBuddy 来说，它默认是在一个代码项目里工作；但在我们的场景里，它真正要服务的是一个在线编辑器。System Prompt 需要把这个身份切换讲清楚：

  • 你是在线模板编辑器里的模板 Agent，不是底层 Cursor/CodeBuddy 产品本身。

  • 你的任务是友好地解决用户需求；

  • 模板是 JSON/DSL 树，节点、样式、children 的基本结构是什么。

  • 只能通过 Template MCP 读写模板，不允许读写磁盘里的模板文件。

  • 推荐流程是先读摘要，再读节点，最小 patch，校验，最后回复用户。

  • skill 文件在 session skills 目录，按路径读取 SKILL.md。

Proxy 在 session 启动时会把这段 System Prompt 写入：

  • AGENTS.md

  • CODEBUDDY.md

这样这些 Agent 工具自动就会读取系统提示词。同时还会补充当前 session cwd 的说明，明确所有相对路径都相对于这个目录。

MCP Config

只有 prompt 还不够。Agent 还需要知道有哪些工具可以用，所以 Proxy 还会写 MCP 配置，让本地 Agent 在创建会话时能连接 Template MCP。

简化后的配置像这样：

{  "mcpServers": {    "template": {      "command": "node",      "args": ["template-mcp.js"],      "env": {        "PROXY_HTTP": "http://127.0.0.1:8090",        "EDITOR_SESSION_ID": "<editor-session-id>"      }    }  }}

其中的 EDITOR_SESSION_ID 是会话 ID，MCP 被 Agent 调用时，会带着这个 session id 回到 Local Agent Proxy，再由 Proxy 找到对应的 Browser Tool Bridge。也就是说，Agent 不需要知道浏览器页面在哪里，也不直接调用浏览器。它只调用 MCP。

Skills

除了工具，Agent 还需要领域知识。技能就是团队规则和流程的载体。比如某个 skill 可以告诉 Agent 如何检查点击态、如何修复布局规范、如何处理特定组件。类似的操作封装成技能就可以快速在其他场景下复用。

我们不会把所有 skill 都塞进每次 prompt。一方面上下文会变长，另一方面不同任务需要的规则也不同。更好的流程是：

  1. 在线输入框展示 slash command。

  2. 用户选择某个 skill。

  3. Host 在发送 prompt 前调用 ensureSessionSkills(editorSessionId, skillIds)。

  4. Proxy 检查 .online-agent/skills/<id>/SKILL.md 是否存在。

  5. 不存在则下载并安装。

  6. .cursor/skills、.codebuddy/skills、.claude/skills 都链接到工作区里的同一个 skills 目录。

Image

这样做有几个好处：

  • 不把所有规则都塞进上下文。

  • skill 可以独立发布，实时更新。

  • 同一个 session 内已经安装的 skill 可以复用。

  • 不同 Agent 可以用自己习惯的 skills 路径。

6.2 一次 prompt 的完整链路

现在把前面的组件串起来，看一次用户请求到底发生了什么。

Image

一次用户请求大概会经历这些步骤：

6.3 直连 Localhost 的工程细节

在线网页要连接用户本机服务，最直接的方式是访问 127.0.0.1。

链路大概是：

  • HTTP：http://127.0.0.1:8090/api/*

  • WebSocket：ws://127.0.0.1:8090/ws*

Image

这条链路听起来简单，但有些细节是需要考虑的：

第一是 CORS。Local Agent Proxy 要允许在线应用所在 origin，并返回必要响应头。

第二是 dev gate。请求里可以带一个约定的 header 或 query，避免任意网页随便调用本机 Agent。

第三是 Chrome Private Network Access。线上 HTTPS 页面访问本地网络地址时，浏览器可能发起 PNA preflight。Proxy 需要响应：

Access-Control-Allow-Origin: https://online-editor.example.comAccess-Control-Allow-Methods: GET, POST, PUT, OPTIONSAccess-Control-Allow-Headers: Content-Type, x-agent-dev-gateAccess-Control-Allow-Private-Network: true

第四是启动体验。启动脚本至少要做：

  • 解析最新 Agent 包版本。

  • 停掉占用端口的旧进程。

  • 启动 Local Agent Proxy。

  • 轮询 /api/health。

  • 给出明确的“回编辑器重试”提示。

使用 Chrome Private Network Accss 需要 HTTP，我们业务站点还是 http，目前是通过在脚本中加入 whistle 代理来实现的。

07

总结

回到标题，如何把本地 CodeBuddy/Cursor 嵌入在线应用？用 ACP 连接并驱动本地 Agent，用 MCP 暴露业务工具，用 Browser Tool Bridge 把工具调用落回在线应用状态，再用 Session Sandbox 给每次对话准备可控上下文。对于司内应用场景，这是一个性价比非常高的 Agent 集成方案。这个模式不只适用于模板编辑器，任何在线应用想接入本地 coding agent 都可以尝试这个方案。前提是，用户都能接受本地启动一个 Proxy Server。

Image

最后，再演示下我们应用里的最终接入效果

-End-
原创作者｜周晓楷
感谢你读到这里，不如关注一下？👇
图片
📢📢来抢开发者限席名额！点击下方图片直达👇
Image
Image
你对本文内容有哪些看法？同意、反对、困惑的地方是？欢迎留言，我们将邀请作者针对性回复你的评论，欢迎评论留言补充。我们将选取1则优质的评论，送出腾讯云定制文件袋套装1个（见下图）。7月22日中午12点开奖。
Image
扫码领取腾讯云开发者专属服务器代金券！
图片
Image
Image
Image
Image
Image

KEEP THE THREAD GOING

更多来源文章