AI编程Cursor之高级使用技巧

一、引言

以Cursor为代表的新一代AI驱动的代码编辑器，通过其强大的Agent模式和高级功能，为开发者提供了高效、智能的编程体验。本文将详细介绍Cursor的Agent模式功能以及一些实用的高级使用技巧，帮助你充分挖掘Cursor的潜力。

目前版本Cursor有很多与Agent模式相关的，总的目的就是让Agent模式更强大，更智能，更符合开发者的使用习惯。这也是为了和Windsurf直接展开竞争，毕竟Windsurf的Agent模式已经很强大了，Cursor不能落后太多。

本文主要介绍Cursor高级使用技巧，以及Agent模式。除了Agent模式外，Cursor还提供了许多高级功能，帮助开发者更高效地完成任务。

二、Cursor常规使用技巧

（一）上下文管理：精准控制代码范围

在开发过程中，准确的上下文管理对于提升AI生成代码的质量至关重要。Cursor通过@命令和上下文胶囊（Context Pills）功能，让开发者可以精确控制AI的工作范围。

使用方法：

• 上下文胶囊：在聊天窗口顶部显示当前的上下文范围，开发者可以添加或移除胶囊，以调整AI的关注范围。

• 文件选择：使用#加文件名的方式，指定某个文件作为上下文。

  例如，输入#main.py，AI将只关注main.py文件中的内容。

下图是Context Pills的示例，可以看到，Cursor会自动提取当前文件可能的上下文，并显示在聊天窗口顶部。

技巧点：

• 在处理大型项目时，利用上下文胶囊可以显著提高AI生成代码的准确性。

• 在复杂任务中，可以通过分段提供上下文，逐步引导AI完成任务。

（二）智能补全与自动生成：快速实现代码编写

Cursor的代码自动补全功能，不仅可以根据上下文生成代码，还支持通过自然语言描述生成完整的代码模块。

快捷键：

• **Ctrl + K**：打开命令输入框，用于输入自然语言指令或关键字。

• Tab键：接受AI的补全建议。

实例：

1. 代码生成：通过自然语言输入“读取CSV文件并训练机器学习模型”，Cursor会自动生成完整的代码。

2. 代码优化：当现有代码需要改进时，Cursor会根据上下文提供优化建议，开发者可以选择接受或拒绝。

高级用法：

• 嵌套生成：在生成代码后，可以进一步要求Cursor添加注释、优化性能或处理异常情况。

• 多模型支持：Cursor支持GPT、Claude等多种模型，开发者可以根据需求选择不同的模型，提高生成结果的质量。

（三）代码交互：与代码“对话”

Cursor的Chat模式是一个强大的交互工具，允许开发者直接与代码“对话”，获取解释和建议。

使用方法：

• **快捷键Ctrl + L**：打开聊天面板，与代码进行交互。

• 提问：可以针对整个代码库或特定代码段提问，例如“这段代码的作用是什么？”或“如何优化这段代码？”

下图是Chat模式的@选项，可以看到，用户聊天的时候，也可以自主选择各种上下文，来更好的提出问题。

实例：

1. 代码解释：当不确定某段代码的功能时，使用聊天功能获取详细解释。

2. 代码改进：通过对话询问如何优化代码，Cursor会提供多种改进方案，并解释每种方案的优缺点。

（四）版本控制与检查点：确保代码安全

Cursor内置了强大的版本控制功能，每次生成代码或修改文件时，都会自动创建一个检查点（Checkpoint）。

使用方法：

• 回滚代码：如果对当前修改不满意，可以随时回滚到之前的版本。

如下图所示，如果对修改不满意，可以点击restore恢复到修改之前的状态。

优势：

• 在尝试新功能或大规模重构时，检查点功能可以作为“后悔药”，确保代码安全。

• 方便团队协作时追踪代码变更。

（五）文档生成与管理：提升项目可维护性

Cursor不仅可以生成代码，还可以自动生成项目文档，包括函数说明、使用指南等。

实用技巧：

• 从一开始就写Readme：在创建项目时，让Cursor生成详细的Readme文件，明确项目目标和功能。

• 代码注释：要求Cursor在生成代码时自动添加清晰的注释，提升代码的可读性。

示例：

在项目初期，输入指令“生成项目的Readme文件”，Cursor会根据代码库内容生成一份详细的文档，包括功能描述、使用方法和依赖项说明。然后再随后的任务中，Cursor会根据代码库内容自动更新Readme文件。

（六）Rules for AI：自定义AI行为

Cursor允许开发者通过 Rules for AI 功能自定义AI的行为，使其更符合个人或团队的开发需求。这一功能可以在Cursor的设置中找到，路径为：Settings > General > Rules for AI。

使用方法：

• 打开设置：在Cursor中，导航到 Settings > General > Rules for AI。

• 添加规则：在规则编辑框中输入自定义规则，例如要求AI优先生成某种语言的代码或遵循某种设计模式。

• 保存并应用：完成规则配置后，点击保存，AI将根据新规则调整行为。

下图是我设置的几个规则，可以看到，我让Cursor遵循著名的ThinkingClaude提示词，具体效果大家可以去试试，主要是为了展示Cursor的思考过程。

常见应用场景：

• 编码规范：要求AI遵循特定的代码风格或团队的命名约定。

• 技术栈偏好：优先生成与项目技术栈匹配的代码，例如Python或JavaScript。

• 性能优化：让AI生成更高效的算法或代码实现。

示例规则：

- 优先生成Python代码- 使用中文回复- 在代码中添加详细注释- 使用Windows的命令行命令

（七）自定义AI规则：个性化你的Cursor

Rules for AI是针对整个Cursor的设置，所以类似System Prompt，Cursor还支持通过.cursorrules文件进一步自定义AI的项目行为，开发者可以根据个人习惯和项目需求调整AI的工作方式。

下面这个Python的rules文件，来自网络，大家可以从下面网站寻找

https://cursorlist.comhttps://cursor.directory/rules

配置示例：

你是Python、FastAPI以及可扩展API开发方面的专家。关键原则- 撰写简洁的、专业性的回复，并附上准确的Python示例。- 使用函数式、声明式编程；尽可能避免使用类。- 优先选择迭代和模块化，而非代码复制。- 使用带有助动词的描述性变量名（例如，is_active、has_permission）。- 目录和文件使用小写字母并以下划线分隔（例如，routers/user_routes.py）。- 对于路由和实用函数，优先使用具名导出。- 使用“接收对象，返回对象（RORO）”模式。Python/FastAPI- 对于纯函数使用def定义，对于异步操作使用async def定义。- 为所有函数签名添加类型提示。在输入验证方面，优先使用Pydantic模型而非原始字典。- 文件结构：导出的路由器、子路由、实用工具、静态内容、类型（模型、模式）。- 在条件语句中避免不必要的花括号。- 对于条件语句中的单行语句，省略花括号。- 对于简单的条件语句，使用简洁的单行语法（例如，if condition: do_something()）。错误处理与验证- 优先处理错误和边界情况：    - 在函数开头处理错误和边界情况。    - 对于错误条件，使用提前返回以避免深度嵌套的if语句。    - 将正常执行路径放在函数的最后，以提高可读性。    - 避免不必要的else语句；改用if-return模式。    - 使用防护子句尽早处理前置条件和无效状态。    - 实现恰当的错误日志记录和用户友好的错误消息。    - 使用自定义错误类型或错误工厂来实现一致的错误处理。依赖项- FastAPI- Pydantic v2- 异步数据库库，如asyncpg或aiomysql- SQLAlchemy 2.0（如果使用对象关系映射（ORM）功能）FastAPI特定指南- 使用函数式组件（普通函数）和Pydantic模型进行输入验证和响应模式定义。- 使用带有清晰返回类型注释的声明式路由定义。- 对于同步操作使用def定义，对于异步操作使用async def定义。- 尽量减少@app.on_event("startup")和@app.on_event("shutdown")的使用；更倾向于使用生命周期上下文管理器来管理启动和关闭事件。- 使用中间件进行日志记录、错误监控和性能优化。- 对于I/O密集型任务，使用异步函数、缓存策略和延迟加载来优化性能。- 对于预期的错误，使用HTTPException并将其建模为特定的HTTP响应。- 使用中间件处理意外错误、进行日志记录和错误监控。- 使用Pydantic的BaseModel实现一致的输入/输出验证和响应模式。性能优化- 尽量减少阻塞I/O操作；对于所有数据库调用和外部API请求，使用异步操作。- 使用Redis或内存存储等工具对静态数据和频繁访问的数据进行缓存。- 使用Pydantic优化数据的序列化和反序列化。- 对于大型数据集和大量的API响应，使用延迟加载技术。关键约定1. 依靠FastAPI的依赖注入系统来管理状态和共享资源。2. 优先考虑API性能指标（响应时间、延迟、吞吐量）。3. 限制路由中的阻塞操作：    - 倾向于使用异步和非阻塞流程。    - 对于数据库和外部API操作，使用专用的异步函数。    - 清晰地构建路由和依赖关系，以优化可读性和可维护性。有关数据模型、路径操作和中间件的最佳实践，请参考FastAPI文档。 

实用场景：

• 针对特定项目（如后端API开发或机器学习模型训练），定义专属的AI行为规则。

• 在团队协作中，确保AI生成的代码符合团队的编码规范。

三、Agent模式：你的智能编程伙伴

什么是Agent模式

Agent模式是Cursor中一项核心功能，它通过深度集成AI技术，主动与开发者的代码库交互，提供上下文相关的建议、代码生成和操作支持。Agent模式的设计目标是成为开发者的“智能编程伙伴”，帮助完成复杂任务并提升开发效率。

核心功能：

• 自动上下文提取：Agent会自动从代码库中提取相关上下文信息，帮助开发者快速定位问题或生成代码。

• 运行终端命令：无需离开编辑器，即可直接运行命令行操作。

• 文件操作：支持文件创建、修改、删除等操作，简化开发流程。

• 语义搜索：通过代码语义搜索功能，快速找到关键代码片段。

• 工具调用：Agent最多支持连续调用25个工具，可以胜任更加复杂的开发场景。

如何启用Agent模式

启用Agent模式非常简单，只需使用快捷键 ⌘.（Mac）或 Ctrl + .（Windows/Linux），即可激活Agent功能。在Agent模式下，你可以通过命令行或快捷键执行以下操作：

• 上下文管理：通过@命令快速调整AI的关注范围。

• 终端操作：直接在编辑器中输入命令，Agent会自动执行。

• 文件交互：通过命令快速创建、修改或删除文件。

或者直接在Composer右下角点击agent按钮，也可以启用Agent模式，如下图所示。

使用场景

如果是一般的聊天交互，比如你想让Cursor帮你修改某个文件，那么Normal模式就可以完成，不需要启用Agent模式。

如果需要Cursor独立的去完成一项相对复杂的任务，那么Agent模式可以做的事情非常多，以下是一些常见的使用场景：

• 代码重构：当需要对某个模块进行重构时，Agent会根据代码库上下文提供优化建议，并自动生成替代代码。

• 错误修复：当代码出现错误时，Agent不仅会标注问题，还会提供详细的修复建议，并自动修复。

• 自动化任务：通过Agent，可以实现文件批量操作、脚本生成等自动化任务，大幅提升效率。

• 代码生成：通过Agent，可以实现代码生成，比如生成一个完整的项目。

正如之前提到的，Agent模式可以连续调用最多25个工具，所以它会自己努力尝试各种方法，直到完成任务，中途不需要用户的干预。这就是它的强大之处，也是它和普通聊天模式最大的区别。

比如我让Cursor帮我生成一个后端项目，它会自动生成一个完整的项目，包括项目结构、前后端代码、测试用例等。

总结

Cursor通过Agent模式的增强和一系列高级功能，为开发者提供了一个智能、高效的编程环境。从代码生成、优化到文档管理，再到自定义AI规则，Cursor几乎覆盖了开发流程的各个环节。无论是个人开发者还是团队协作，Cursor都能显著提升工作效率。

如果你还没有尝试过Cursor这些方法，不妨也去试试。通过合理利用Agent模式、高级技巧和自定义规则，你也可以成为编程效率的“10倍开发者”！