20 分钟高效掌握 cursor

(本文属于在前端小组的一次小分享,这里做个同步分享。)
一、pro 权益说明
目前公司购买了 2 个 pro 月付账号,权益包括无限制 tab 补全与 ai 聊天,但每个月只有 500 个快速请求权益,如果 500 次用完后将进入慢速排队机制,不过从目前体验来看,即便是慢速对于 tab 补全影响也非常小。
但 cursor 有多设备检测,如果多设备高频使用 chat 会导致聊天出现报错并进入冷却期,不过 tab 补全并不会受影响。
关于多设备限制的问题目前已给官方写邮件,看能否解除限制,等待官方答复。(三天了,没回我)
二、tab 补全
事实上即便没看过 cursor 文档,会使用 tab 补全和 AI chat 已经其实掌握了 cursor 最核心的功能,这也是我觉得 cursor 做的非常好的地方,不需要文档说明什么,上手就是惊艳的体验,这里还是简单给大家介绍 cursor 基础能力:
cursor 会根据用户行为预测代码补全,除了早期 copilot 写注释以及理解上下文的代码补全,cursor 支持用户任意修改智能预测以及修正代码格式错误,比如大括号闭合缺失修正;以及多行代码批量预测(一次 tab 自定修改多行),光标预测(cursor 会在预测你下次修改的地方出现 tab 图标)。
我个人觉得最惊艳的是 cursor 会理解我的操作意图,有一天我希望修复一个 bug,于是尝试输出了几个变量的值,跟踪代码在哪一步出现了异常,当我理清思路鼠标点击要修改的地方, cursor 直接把我接下来要写的 bug 修复代码直接生成了,我觉得这一点确实是目前其它 AI ide 或者插件没带给我的体验。
由于 tab 预测属于 cursor 被动技能,大家只管使用和体验就好了,这里就不过多叙述了。
三、 cursor 的三种问答方式
cursor 支持 command + K
、command + i
和 command + l
分别唤醒三种聊天方式,这里简单给大家解释下区别:
3.1 内联聊天:
一般操作是直接选中部分代码后通过 command + K
唤醒,适合小范围代码提问优化或者修改,比如我全选了一个组件,让它帮我补全关键注释或者帮我编写 readme 文档,对于不爱写注释和文档的同学简直是福音。
在生成之后点击 accept 接收 AI 建议即可,需要注意的是,当下无论什么 AI 可能都会在无意识修改你的代码,可能会造成意料之外的代码篡改或丢失,所以如果有 AI 建议的采纳,强烈建议写好 commit 信息便于后续跟踪和回溯。
除此之外在内联弹窗右下角,我们可以切换大模型选项,不过在 deepseek 爆火的春节期间, cursor 官方有提及设计编码方向,目前所有模型中代码体验最佳的还是 claude-3.5-sonnet
。
3.2 AI Chat(聊天)
我们可以通过 command + L
快速唤醒聊天窗口,与内联聊天一样,我们也可以鼠标选择部分代码作为上下文进行聊天。
让我们快速了解聊天的功能点,这里我按数字标注进行解释
1:Add context
可添加聊天上下文,在下拉框中支持搜索文件
2:聊天历史,在这可以看到历史聊天,记录同样支持搜索,类似 openAI,点击历史记录可以看到当时的聊天记录。
3:与内联聊天一样,我们可以在这选择模型。
4:支持上传图片进行问答,比如设计稿比较简单的组件我们可以提供好需求上下文后让 cursor 帮我实现,之后我们再润色。
5:在输入问题后,cursor 支持两种提问,如果直接 enter
cursor 会基于 AI 检索信息以及你的上下文进行回答,但有时候我们只想聊聊项目的问题,比如 base utils 有封装 axios ,后续有元改了包的结构和内容,我想知道现在这个文件在哪,很显然互联网信息帮助不了我们,我可以直接描述问题后 command + enter
,此时就是基于项目代码来提问,这对于项目找代码或者理解项目非常有帮助。
3.3 Composer(编写器)
我们可以通过 command + I
快速唤醒 Composer 窗口,可能有同学发现这个跟 Chat 窗口好像非常相似,而且用起来好像没什么问题,都能问问题和写代码,但事实上 cursor 对这两者的定位完全不同,我们先说清楚 composer 的作用。
与 Chat 类似,此功能统一支持上下文添加模型切换等基础功能,但在右下角与 Chat 有明显区别,Composer 支持 normal 和 agent 两种模式:
normal(普通模式): 适合复杂度不高单一的任务。
用户: 生成一个 Button 组件
AI: 这是一个简单的 Button 组件:
[直接生成代码]
agent(代理模式):适合复杂度高的重构或者多步骤任务,这类任务往往需要拆解成多步骤进行多次沟通,agent 模式对于 normal 模式代码理解能力会更强。
用户: 生成一个 Button 组件
AI: 让我们一步步来:
1. 您需要什么样的按钮风格?
- 基础按钮
- 描边按钮
- 图标按钮
2. 是否需要以下功能:
- 加载状态
- 禁用状态
- 不同尺寸
请告诉我您的具体需求。
特性 | Normal | Agent |
---|---|---|
交互方式 | 一问一答 | 持续对话 |
任务分析 | 简单直接 | 深入分析 |
上下文理解 | 基础 | 更强 |
代码生成 | 一次性 | 迭代式 |
适用复杂度 | 低-中 | 中-高 |
虽然 agent 模式更强大,但还是建议根据实际需求场景采取最佳的问答方式,在 agent 模式下每次提问会消耗 2 个快请求额度。
OK,介绍完 Composer 我们解释下与 Chat 的区别,其实光从名称上大家可能已经有所感知,Chat 更适合问答,因为它支持本地项目的问答和互联网信息问答,而 Composer 就是标准的代码生成器,适合处理更复杂的需求场景,如果你是提问建议使用 Chat,如果是要写代码做重构使用 Composer 即可。
// Chat 场景
1. "这段代码为什么会报错?"
2. "如何优化这个函数的性能?"
3. "帮我检查一下这段代码的问题"
4. "这个 API 该如何使用?"
5. 代码审查和讨论
// Chat 工作流
1. 选中代码或打开文件
2. 发起问题或讨论
3. AI 回答并可能提供修改建议
4. 确认修改后自动创建分支
5. 提交修改并保留对话历史
// Composer 场景
1. "生成一个 React 表单组件"
2. "重构这个类为函数组件"
3. "编写这个功能的单元测试"
4. "实现这个算法"
5. 大段代码生成和重写
// Composer 工作流
1. 描述需要生成的代码
2. AI 生成代码建议
3. 调整和修改生成的代码
4. 手动复制或应用代码
5. 手动管理版本控制
四、 cursor 的 context
在 chat 和 composer 模式除了通过 Add context
添加上下文之外,我们还可以通过 @ 灵活选择上下文,这里解释几种常用模式:
基本功能
- Files: 基于文件上下文进行提问,直接直接把文件拖拽到聊天作为上下文。
- 有同学可能要说了,我的文件分布很散且多,我难道要一个个拖拽吗,其实不用,我们在聊天窗口按下 /即可唤醒上下文,可以直接关联目前所有打开的文件或者被激活的文件。
- 有同学可能要说了,我的文件分布很散且多,我难道要一个个拖拽吗,其实不用,我们在聊天窗口按下 /即可唤醒上下文,可以直接关联目前所有打开的文件或者被激活的文件。
- Folders: 基于目录作为上下文,同样支持目录拖拽,非常方便。
- Code: 基于具体的代码块作为上下文,更方便的做法是先选中然后
Command + L/I
。 - Codebase: 将整个项目作为上下文(仅限 Chat ),与
command + enter
功能相同,我们可以@codebase
后回车询问本地项目中感兴趣的问题。 - Git: 基于 Git 历史 commit 快速了解代码变化或者提交信息,比如基于某个 commit 让 cursor 帮我撤销这个提交。
- Summarized Composers: 与之前 AI 问答的历史记录进行对话
- Docs:基于文档作为上下文,比如我们项目使用了 react,我们可以将 react 官方文档保存为文档,后续方便提问。
- Web: 类似 deepseek 联网,获取互联网最新信息作为辅助上下文进行提问。
- Lint errors: 询问代码中的语法错误和潜在问题。
- Recent Changes: 自动跟踪代码库最近更改作为上下文。
- Cursor Rules: 基于 Cursor 的自定义规则和设置对话,关于规则下面有介绍。
五、通过 cursorrules 提升代码规范
Cursor AI 是只是一个 AI 驱动的代码编辑器,不同人可能使用 cursor 做不同类型的项目,可能是 react 、Python 各类型项目,除了库版本不同,不同项目组可能有自己的规范,所以 cursorrules 文件的意义就是定义 Cursor AI 在生成代码时遵循的定制规则,允许我们根据特定需求和偏好调整其行为。
事实上 cursor 活跃的社区已经存在了大量成熟 cursorrules 可供参考,这就像 eslint 社区也有通用的社区规范,如果前期你没有细化的头绪可以直接拿来使用,这里分享几个成熟的 cursorrules 规范项目供大家参考,大家也可以先使用,再根据自己特定规范进行修改。
另外,早期的 cursorrule 是在项目根目录创建一份全局 .cursorrules
文件,后续版本已更新为在 cursor/rules 目录下创建不同规则的文件,.cursorrules
的做法会在未来版本移出,建议采用最新的做法。
cursor 支持为项目创建多个 rule,并通过 globs 配置为 rule 指定特定生效的文件或者目录,目前 notta web 已增加了一份全局开发规则,大家感兴趣可以看看,后续若有新建或者调整建议在前端社区做同步,避免带来额外影响。
# Cursor notta web 编码规范指南
你是以下技术栈的专家:
- TypeScript
- Node.js
- React
- Vite
- Rspack
- Ant Design v4
- React Router DOM v6
- lodash-es v4
- chrome extension v3
### 核心原则:
- 编写简洁、技术性的响应,并提供准确的 TypeScript 示例
- 使用函数式、声明式编程,避免使用类
- 优先使用迭代和模块化,而不是代码重复定义
- 使用描述性变量名,包含助动词(如 isLoading)
- 目录使用小写字母加横线(如 components/auth-wizard)
- 组件优先使用命名导出
- 使用接收对象返回对象(RORO)模式
### JavaScript/TypeScript 规范:
- 纯函数使用 "function" 关键字。省略分号
- 所有代码都使用 TypeScript。优先使用接口(interface)而不是类型(type)
- 文件结构:导出组件、子组件、辅助函数、静态内容、类型定义
- 条件语句中避免不必要的大括号
- 单行条件语句省略大括号
- 简单条件语句使用简洁的单行语法(如 if (condition) doSomething())
- 工具函数若 lodash-es 有提供则尽量复用,避免重复定义
- 禁止三元表达式嵌套,使用阅读性更好的条件语句
- if-else 过多时优化为 map 设计
### 错误处理优先级:
- 在函数开始处处理错误和边界情况
- 对错误条件使用提前返回,避免深层嵌套的 if 语句
- 将正常执行路径放在函数末尾以提高可读性
- 避免不必要的 else 语句;使用 if-return 模式
- 使用守卫子句尽早处理前置条件和无效状态
- 实现适当的错误日志记录和用户友好的错误消息
- 考虑使用自定义错误类型或错误工厂以保持错误处理的一致性
### 依赖项:
- React v17
- Ant Design v4
- Rspack
- React Router DOM v6
### React/Next.js 规范:
- 使用函数组件和 TypeScript 接口
- 使用声明式 JSX
- 组件使用 function 而不是 const 声明
- 使用 Ant Design v4 进行组件开发和样式设计
- 采用移动优先的响应式设计方法
- 静态内容和接口放在文件末尾
- 静态内容变量放在渲染函数外
- 最小化 'use client'、'useEffect' 和 'setState' 的使用。优先使用 RSC
- 使用 Suspense 包装客户端组件并提供 fallback
- 非关键组件使用动态加载
- 图片优化:WebP 格式、尺寸数据、懒加载
### 关键约定:
1. 依赖 React Router DOM 进行状态变更
2. 优先考虑 Web Vitals(LCP、CLS、FID)
此外分享几个成熟的 rules 项目供大家参考。
六、关于 windows 锁版本破解
目前存在 cursor 锁版本破解办法,大家如果感兴趣可以尝试下,这里分享两个持续更新的 GitHub 项目,文档写的非常详细,跟着步骤走即可:
https://github.com/yuaotian/go-cursor-help/blob/master/README_CN.md
https://github.com/chengazhen/cursor-auto-free/blob/main/README.md
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 【.NET】调用本地 Deepseek 模型
· CSnakes vs Python.NET:高效嵌入与灵活互通的跨语言方案对比
· DeepSeek “源神”启动!「GitHub 热点速览」
· 我与微信审核的“相爱相杀”看个人小程序副业
· Plotly.NET 一个为 .NET 打造的强大开源交互式图表库
2024-02-18 从零开始的 dbt 入门教程 (dbt core 开发进阶篇)