Hi～大家好呀，我是清汤饺子。 前两篇我们分别讲了 Cursor 的基础用法和进阶功能——怎么安装、怎么用 Agent、怎么让 AI 更懂你的项目。 好！那这篇文章是第三篇，也是这个系列的最后一篇

企业级前端工程化的本质，是把"人肉重复、靠经验兜底"的开发方式，收敛成可复用、可度量、可演进的一套体系。从零搭建前端时，先想清楚要解决什么、要什么结果，再选工具和流程，会少走很多弯路。 工程化主要针对

别再裸用 Claude Code 了！32 个亲测技能 + 8 个 MCP 服务器，开发效率直接拉满！ 先晒一下我装完的效果（见下图），所有技能均实测可用。

由于大模型通常是需要实时推理的，浏览器提交数据，服务端完成推理，然后将结果以 JSON 数据格式通过标准的 HTTP 协议返回给前端。所以SSE流式传输成了前端必学的内容

Cursor + MCP + 文档智能体，疯了，太爽了呀！！！ [toc] 一、基础信息同步 1、Cursor Cursor是Anysphere推出的AI编程工具 ，基于微软开源代码编辑器VS Cod

前端搭建 MCP Client + Server + Agent 实践，本文涵盖了 MCP、Agent、LangChain、langGraph、ChatBot等AI相关技术，一文了解前端AI开发

最近 MCP 协议很火，自己也发掘了一些玩法，但是目前来看 MCP 的配置还是过于繁琐了，对普通人门槛有点高。 这几天终于摸索出来了一些方法让大家可以相对容易理解的方式配置 MCP 服务。 后面我也会

前言 在上一篇文章 🧐什么是 MCP 服务？如何利用 cursor + MCP 快速将现有服务接入大模型？ 中 ，我介绍了一下 MCP 的概念以及如何快速搭建一个 MCP 服务，文中搭建了一个简单的示

如果你还没用过最近爆火的 cursor，一款可以完成小型项目开发的ai工具。那就一起来当一次甲方爸爸，体验动动嘴就能开完自己站点的乐趣吧。