光标之上,代码生花

Cursor AI 协同开发最佳实践,助您驾驭智能,告别混沌。

🏷️ 分类: 技术
🔖 标签: #AI #AI工具 #AI编程 #Cursor #Git #DevOps
阶段一

蓝图绘制:谋定而后动

最高效的 AI 协作始于最清晰的规划。在敲下第一行代码前,先为 AI 铺设好轨道。

核心策略:双层 AI 规划模型

1. 向规划 AI 提需求

用 Claude/ChatGPT 定义项目目标,让它提问、自我批判,生成详尽计划。

2. 生成"给 AI 的指令"

将计划转化为给 Cursor 的、清晰具体的步骤化指令 (instructions.md)。

3. 在 Cursor 中执行

让 Cursor 参照指令文件,专注、高效地完成编码任务。

阶段二

环境构筑:设定全局规则

通过配置文件和全局设置,为 AI 设定行为边界,让它始终在你的掌控之中。

.cursorrules:全局指令

创建此文件,定义项目级的宏观规则(如代码风格、技术栈偏好),AI 将始终遵循。

.cursorignore:精简上下文

排除 `node_modules`、日志、构建产物等无关文件,防止 AI 被噪音信息干扰。

AI 系统提示 (System Prompt)

在设置中修改“Rules for AI”,要求 AI 回答简洁、提供多种方案、重技术细节。

Notepads:常用提示板

将常用的指令(如“重构这段代码”、“添加测试”)保存起来,一键调用。

阶段三

人机共舞:核心工作流

将复杂的任务分解,通过“小步快跑”的迭代循环,与 AI 共同构建稳健的应用。

增量开发:TDD 驱动的迭代循环

1. 写测试

先写一个失败的测试

2. 写代码

让 AI 编码以通过测试

4. 修复

若失败,分析并修复

3. 跑测试

运行测试验证代码

专注上下文:@ 与新聊天

避免自动索引全项目。通过 `@` 精确引入文件/符号,保持上下文简短、相关。当任务切换或上下文过长时,果断开启新聊天。

频繁版本控制:Git Your Friend

AI 生成大量代码后,及时 `git commit`。这不仅是备份,更是创建安全的“回滚点”,让你敢于大胆尝试。

链式思考:引导 AI

在 Prompt 中鼓励 AI 进行“Chain of Thought”,如“请先分析问题,然后列出步骤,最后生成代码”,以提高输出质量。

YOLO 模式:赋权测试

(可选) 开启此模式,允许 AI 自行运行 `npm test`, `vitest`, `tsc` 等命令,创建测试文件,实现更自动化的 TDD 流程。

阶段四

化险为夷:问题解决与精通

当陷入困境时,利用外部工具和结构化求助,快速定位并解决问题。

生成诊断报告

当 Cursor 卡住时,让它生成一份报告,包含所有相关文件列表、功能说明和遇到的问题。这份报告是求助的绝佳材料。

外部大脑:gitingest.com

使用此工具将项目中的相关代码、配置打包成一个可供 GPT/Claude 直接“消化”的页面,便于外部 AI 分析全局问题。

最新文档:context7.com

利用 MCP (Managed Context Provider) 等工具,让 AI 可以参考最新的 API 文档,避免使用过时信息。

总结

Cursor 精通能力模型

成功的 AI 协同开发,是以下核心能力的综合体现。