### 一、基础相关信息 #### 1.1 Token 与字符估算换算 * **按 1 个英文单词 ≈ 1.3 个 token 计算：** 120,000 tokens÷1.3 tokens/单词≈92,307个英文单词 * **按 1 个 token ≈ 0.75 个英文单词计算：** 120,000 tokens×0.75单词/token=90,000个英文单词 * **按 1 个中文字符 ≈ 1.5 个 token 计算：** 120,000 tokens÷1.5 tokens/字符=80,000个中文字符 * **按 1 个中文字符 ≈ 2 个 token 计算：** 120,000 tokens÷2 tokens/字符=60,000个中文字符 #### 1.2 计费标准 ##### 1.2.1 计费方式 * Normal：每个模型/消息的请求数（日常编码） * Max：每 1M 令牌的请求数（最适合复杂推理、难题和代理任务） ##### 1.2.2 Cursor 价格 * 请求表示发送到模型的单个消息，包括您的消息、代码库中的任何相关上下文以及模型的响应，1 个请求为 0.04 USD。 * 付费用户每个月有500正常请求 **(现在好像没有了，后台不显示消耗次数和500次了)**，用完正常请求时，免费请求会自动激活，免费请求响应慢，且不支持Max模式。 * 普通用户月付 20 美元，年付平均每月 16 美元。 * 请求计数介绍： #### 1.3 热门模型上线文大小上下文处理大小，代表在AI保证正确记忆的状态下，你能完成多少信息沟通。超过上下文，沟通对话会记忆丢失，失真。 ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/5b2dbb24117c47fea48c9cbad3d2d95d~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=F3goGppnR%2Bkf33oSXEUBt1gO1xg%3D) #### 1.4 不同大小上下文能处理的事情 | Tokens | 规模 | 真实示例 | 适合什么 | | ------ | --- | ------- | ----------------------------------- | | 10k | 小 | 单个实用程序库 | 像 Underscore.js 这样的工具，或者一些 React 组件 | | 60k | 中 | 实用程序集合 | 大多数中型库，如 Lodash | | 120k | 大 | 完整的库 | 完整的实用程序库或大型框架的核心部分 | | 200k | 特大 | Web 框架 | 像 Express 这样的完整框架，或像 Tokio 这样的运行时库 | | 1M | 大规模 | 框架核心 | Django 等主要框架的核心（无测试） | #### 1.5 快捷键 ### 二、Tab 使用免费用户**每月会收到 2000 条建议** （配额在每个计费周期自动刷新），Pro 和 Business 计划会收到无限的建议 #### 2.1 基础功能使用 * Tab 键接受建议 * Esc 键拒绝建议 * 逐字部分接受建议，请按 `Ctrl/⌘ →`，要拒绝后续内容，手动输入或使用 Esc * 打开或关闭，右下角状态栏上的“光标选项卡”图标 #### 2.2 高级功能速览中的 Tab 键，当函数getQuery新增一个参数时，使用转到实现（函数调用位置），此时使用Tab可以一次性改动所有 ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/f4e46c458a1e4f97b8d36455e95454b2~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=ERfKG13ntbE%2FVMQJ5PkFXjIaTA0%3D) ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/6ae46cb964b849c796e936065fcdee56~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=vhl7%2FD9qDOsUXbLhW%2Fr3CFQ78nE%3D) ### 三、聊天对话（核心） **能力** * 了解代码 * 编辑代码 * 运行命令 * 自动化工作流程 **模式** * Agent * Ask * Manual * Thinking (选模型实现，带有脑子图标) #### 3.1 基本使用 * `⌘+L` (Mac) or `Ctrl+L` (Windows/Linux) 打开聊天对话。 * 一次运行多个对话，只需按`⌘+T`（Mac）或`Ctrl+T`（Windows/Linux）创建一个新选项卡。与聊天历史记录不同，选项卡可以并行执行，并且不依赖于之前的请求，**同时确保多个选项卡不会尝试一次更改相同的文件**。让一个对话只处理一个核心事情，是避免上下文混乱的重要手段。**不要在一次对话问跨域过大的事情**。 ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/381fa54ce07d4e449d130765320d0cc7~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=BgmuyuSff4AVSZpaGJ3G%2F3hoPJ0%3D) * `command + .` 查看快速修复建议中是否建议导入 - 如果没有，则语言服务器不工作 - 本次对话改动撤回 Restore checkpoint（**在你发现此次代码被错误的接受后，可以反悔到这里**） ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/856c8471d72644c1bd4705e81982d23a~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=eDe8ayE612pOPx84McHYVMUOQs4%3D) * 代码审查，检查本次代码改动情况 ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/fe46547258214beaa949323aaf6c9a85~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=WqCAUIivW%2Ft7JvDQuTNaRc3fdM4%3D) * 管理长时间的对话，对于扩展对话，Cursor 使用较小的模型总结早期的消息，以保持速度和相关性，而不会丢失上下文。**当接近上下文窗口限制时，Chat 建议参考当前对话开始新的对话（此时最好开启新对话，不然可能变智障）** ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/cf2f0bed53ce45b8973921e9cfd616f3~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=ttcyxaAr6GSJ2RRHEBLqfe9Ta3g%3D) * Duplicating Chats 复制聊天，以分支对话并探索替代方法，同时保留原始线程 **（在一个聊天里面探索多个分支容易出现上下文混乱）** ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/feccead9681c41b28ea7f09651893b59~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=NXzrKP2h5kH%2BxeOI1adpDZ9F5Mw%3D) * Exporting Chats导出聊天，方便团队分享和讨论提示词和功能 ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/bc00e72e342044eeaed0c48c2e73e0df~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=5l90NxULEA%2FysGYIqAbrPQAQtpw%3D) * 选中代码添加到上下文 **（很适合改局部代码功能）** ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/b03c4297a5794c7f8b4b2928d91de7ab~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=VSb%2FXEOpXHT8awuhHWcQnIK2kt8%3D) #### 3.2 Agent * Agent Mode 代理模式，自主 AI 编码代理，使用完整的工具独立探索、规划和执行复杂的代码库更改 * Ask mode Ask 模式，Ask 模式允许您通过 AI 搜索和查询来探索和了解代码库，而无需进行更改 * Manual Mode 手动模式，使用明确的文件目标进行精确的代码更改 - 具有用户控制工具的集中编辑模式 * **Custom Modes 自定义模式，使用定制的工具和提示创建自定义光标模式，为特定工作流程提供个性化 AI 帮助** 论坛自定义模式推荐： **自定义模式解决场景** 基于自定义模式，可以使用模型定制多个角色/功能型配置，类似于通用能力封装。例如： * 基于claude 定义编码角色，制定编码相关的配置和提示规则 * 基于gmini定义产品角色，制定需求分析和文档总结归纳 * 基于 gpt 定义文档整理，编写文档和输出要求 ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/8e9c3193dcf64f8483e26cbead75b05b~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=ppxkq9HxH0yIgUFMlkixemcYX7s%3D) 基于模型的特性，进行规则定制，**自定义模式是cursor通用的，可以在任何项目中选择自己定义的模式** **rule当然也可以定义用户纬度，但是更多适合项目rule** 二者相比，自定义模式可定制范围更广泛，可以定义tools的使用（比如：pm角色一般不需要编码，可以避免让AI调用编码能力），同时也支持提示词设置 #### 3.3 内联聊天 * 内联编辑 `Cmd/Ctrl+K`允许您直接在编辑器窗口中生成新代码或编辑现有代码 * 终端也可以使用 `Cmd K`，通过提示栏界面生成和运行命令 * `Ctrl/Cmd K` 出现的栏称为“Prompt Bar”。工作原理类似于用于聊天的 AI 输入框，您可以在其中正常键入，或使用@ ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/df6e7011b73440489b8b977367ad1073~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=ttIxoKXBRAJvk94Uy6%2FANutkPII%3D) #### 3.4 模型选择 **带脑子图标的是思考模式，不带脑子的是常规模式** ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/d648b14e3dc942eb940dba0eb87b2e50~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=DjGAvoR6%2BohvW2I77wbE0OGFnX4%3D) **思维模式(Thinking models)** 这些模型可以推断您的意图、提前计划，并且通常无需分步指导即可做出决策，当您探索想法、广泛重构或希望模型更独立地运行时，请使用这些选项。 * 非常适合您希望模型与任务一起运行时 * 不需要提示，但有时更固执己见 * 可以进行比您预期的更大的更改 Examples: 例子 * `claude-4-sonnet` * `gemini-2.5-pro` * `o3`专为复杂、模糊的问题而设计。速度较慢且资源密集，因此更适合偶尔使用 **（专为复杂推理而设计）** **非思考模型(Non-thinking models)** 这些模型等待明确的指令。它们不会推断或猜测，当您想直接引导输出时，它们是理想的选择。当您需要严格控制、需要一致的行为或正在处理定义明确的任务时，请使用这些 API。 * 非常适合精确、受控的更改 * 需要更多提示，但行为更可预测 * 更易于指导、修改和微调 Examples: 例子： * `claude-4-sonnet` * `gpt-4.1` ### 四、上下文 #### 4.1 上下文特点 * 所有模型都有一个有限的上下文窗口（例如 128k 个令牌），当上下文即将被填满时，Cursor 会自动总结对话，以确保模型有足够的空间来响应 * 尽量保留尽可能多重要信息，但必须省略一些内容 * 您可能会看到模型似乎忘记了之前的一些信息 #### 4.2 如何规避问题 * 如果您正在处理新任务，请开始新对话 * 使用具有较大上下文窗口的模型 * 附加更少的文件，并让Agent决定是否需要读取更多文件 * 切换到 MAX 模式，该模式通常具有更大的上下文窗口 * 当系统推荐你开始新对话时，**你可以在新开的对话中，引入上次对话内容来保证思路串联上** * **最好的方式是基于文档约束和任务拆分，进行子模块化设计**，将大功能拆分多个小功能逐步实现。 ### 五、符号使用 #### 5.1 @符号 - @Files - 引用项目中的特定文件 - @Folders - 引用整个文件夹以获得更广泛的上下文 - @Code - 引用代码库中的特定代码片段或符号 - @Docs - 访问文档和指南 - @Git - 访问 git 历史记录和更改 - @Notepads - 访问记事本 - **@Past 聊天 - 使用汇总的 Composer 会话，这个必须用，这是上下文超长后，开心新的对话必须要用的。** - @Cursor 规则 - 使用光标规则 - @Web - 参考外部 Web 资源和文档 - @Link （粘贴） - 创建指向特定代码或文档的链接 - @Recent 更改 - 创建指向特定代码或文档的链接 - @Lint 错误 - 引用 lint 错误（仅限 Chat） - @Definitions - 查找符号定义（仅限 Cmd K） #### 5.2 #符号 - **“#” 文件 - 将文件添加到上下文中而不引用** #### 5.3 /符号 - **/ 命令 - 将打开的文件和活动文件添加到上下文中，可以用来初始化历史项目的rule** ### 六、.cursorignore 忽略文件 * 安全原因，您可能仍希望限制对某些文件的访问，例如包含 API 密钥、数据库凭据和其他密钥的文件 * 在一个 monorepo 或非常大的代码库中工作，其中很大一部分与你正在开发的代码无关，你可以考虑将 Cursor 配置为忽略应用程序的这些部分 ### 七、MCP Model Context Protocol 模型上下文协议（MCP）是一种开放协议，它标准化了应用程序向 LLM 提供上下文和工具的方式。将 MCP 视为 Cursor 的插件系统 - 它允许您通过标准化接口将代理连接到各种数据源和工具，从而扩展代理的功能。 #### 7.1 MCP推荐 cursor官方： * * 魔塔： MCP官方： pulemcp： glama： smithery： awesome： linuxdo： **必备推荐** * context7 获取各类工具的官方的最新文档，保证代码编写稳定性。 * figma figma的官方mcp服务，写UI好用。 * github git官方的mcp服务。 ##### 7.1.1 通过设置安装mcp是电脑全局安装 ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/198f26db6ce7441cba9f7d0f9b2276f8~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=gvmJDGI1IUKCqzIRzfDfULgbcEM%3D) ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/224757ef5bc94d50a3a1c535084e35f2~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=nM8fQ9IWpPGt3rRRzYKWcOYCEIc%3D) ##### 7.1.2 通过.cursor/mcp.json 安装是项目安装（推荐） ``` // 项目级别 project/.cursor/mcp.json // 电脑全局 ~/.cursor/mcp.json ``` ##### 7.1.3 图片处理当使用某些 MCP 服务器时，Cursor 可能会运行返回图像的工具，要允许 Chat 正确查看和使用其回复中的图像，您可以确保将服务器配置为以正确的格式返回图像。 ``` const RED_CIRCLE_BASE64 = "/9j/4AAQSkZJRgABAgEASABIAAD/2w..." server.tool("generate_image", async (params) => { return { content: [ { type: "image", data: RED_CIRCLE_BASE64, mimeType: "image/jpeg", }, ], }; }); ``` #### 7.2 如何使用 - 只需要在聊天中说：“使用xxx” 例如 “使用 context7” - 当 Agent 想要使用 MCP 工具时，它将显示一条消息，请求您的批准 ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/08abf2f97bc94b35ab2e57c26dfee5b9~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=FXHKfQMhG23D94zKrev3vDQk47o%3D) ### 八、进阶使用 **使用好rule和自定义模式，才是真正的算是开始了AI编程，真正意义上可以进行大型项目设计或者历史项目改造** 我相信很多人对于AI编程，还是保留下面这些观点中的某一些，但我认为这些说法，本质上是没真正的深入使用 * AI 编程能处理一些小项目大项目不太行 * 写一些工具方法，功能函数等还行，写业务不太行 * 适合写新项目，不适合写老项目 * 能提升效率，但也不是爆发性的提升 #### 8.1 rule设置 ##### 8.1.1 rule资源 * 官方： * 社区： ##### 8.1.2 rule 如何使用 rule 分为**用户纬度**和**项目纬度** ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/c59ddfcd43fe49839bae9ac49ed573c8~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=J9IKZh7HHUAC6llEMv11bDBRAPA%3D) 用户纬度你可以在任何项目使用，项目纬度在 `.cursor/rules` 下新建xxx.mdc文件，rule生效时机,always，auto Attached，Agent Requested, Manual，根据rule的实际情况设置（项目基础 rule 可以always一直生效，其他的按需）； ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/320ddc205f364479b1c00a9c1c66211e~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=Jnn%2FQ9qpD%2BxobCDy4kOVu%2BXbCrw%3D) ##### 8.1.3 如何写符合要求的高质量rule 这个是重点，而且没有唯一的标准，**没有绝对的对与错的概念**，好与坏边界模糊，有点像是**薛定谔的rule** 它的核心点就是 **提示词工程** ，你所写的自然语言 rule，能不能更好的被AI理解，就代表rule的好坏，调试迭代就是不断修改提示词，调试没有明确的对与错的日志让你分析。如果你的rule被AI很好的理解了，那给你完成的功能就非常好，反之很差。尽管如此，但是从**提示词工程**和**自然语言表达**角度来说，还是有一些规范和格式可以遵循。始终谨记，**自然语言表达的越好越有逻辑性，AI理解的越正确，越准确，最终给你的答案越符合预期** ``` 角色定义您是一名经验丰富 Web 前端开发人员，有超过10年的开发经验，精通，TypeScript、Vue.js等前端技术，并深入了解这些技术的最佳实践和性能优化技术。任务/目标您的职责是按照约定的代码规范，根据开发者的要求，进行项目开发。条件约束（要求）始终使用最优方案解决开发中的问题。严格遵守项目结构和代码规范，禁止自我发散。当你没有答案或是有无法确定时，明确说明，不要编造。在被要求[更新]或[输出] 文档时，可分为[精简]-[一般]-[详细]，默认为[一般]模式。项目结构放项目的目录结构树即可开发规范新文件使用驼峰命名始终使用 Vue Composition API 脚本设置样式编写简洁、可维护、技术上准确的 TypeScript 代码并附带相关示例使用rem布局，视觉1:1映射到代码中输出要求（文档）输出文档始终使用markdown格式示例样本 ### 标题2 内容内容内容内容内容内容内容内容 ### 标题2 内容内容内容内容内容内容内容内容模式说明 [精简] 只阐述核心关键点，不做实际代码演示说明。 [一般] 在阐述关键点的同时，适当应用简化的伪代码。不做实际代码演示说明。 [详细] 在阐述关键点的同时，应用实际代码演示说明。 ``` 上面这是一个简单demo，我给设置成always，代表每次开启的AI对话，总是被执行，这只是其中的rule之一。实际开发你还需要一些基础rule来避免AI的问题，需要关于文档规范的rule等等，一个实际项目一般要包含很多个rule。 **为什么设定角色？** 提示词工程 - 方向性刺激：**使模型推理结构清晰度提升62%，减少平庸方案产出率达81%，专业术语使用率提升47%；** **为什么需要目标？** 提升AI对任务的理解，更好的处理任务，**提升任务结果的准确性** **为什么条件约束？** 约束AI回答，**减少AI问题，降低AI幻觉**。比如我对AI生成/更新文档的要求，设定了三个模式，当我说使用精简模式时，文档更新不会做任何代码编写，而是纯文本。 **为什么项目结构，开发规范？** 让AI始终理解项目的结构和开发规范，知道按照什么规范，更新项目和编写代码。 **为什么输出格式？** 让AI按照要求输出符合格式和要求的内容。 **为社么提供示例？** 提示词工程 - 少量样本提示：仅需3个优质样本，准确率可提升 **35%+**（Google AI, 2023） ##### 8.1.4 项目rule 回到上面我们对AI的评价，不能做大项目，不能做历史项目，迭代适合写工具不适合写业务 **不能做大项目** 我用rule规则和约束，基于Monorepo模式，设计AI玩法sdk，开发时间不到4天，三个大模块。前期文档准备 * 前期文档：调研设计文档和方案编写 * 前期文档：需求功能细化，任务拆分 * 前期文档：rule规则设计编写实际开发功能 * 三方Bos接入-上传封装-任务封装 SKD封装 * image-editor 基于fabric的图片编辑器封装 * example 使用demo的封装 ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/c0581c9d0c654a05ba81a513ca960fc0~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=TRuH5QE%2FmK%2BiviWh%2FLMZJNQjYuU%3D) 个人开发流程 - 第一步：明确需求，结构化markdown，落地需求文档，根据需求大小拆分功能文档 - 第二步：设置rule，这一步对于第一次接触rule的用户来说不太友好，我个人也是边学边写，建议参考上面社区，找到适合自己的，而且这是一个迭代过程。 - 第三步：让AI阅读理解需求，根据需求给出设计文档和设计思路，独立产出设计文档 - 第四步：人工审核设计文档和设计思路，是否符合需求和个人预期，并对文档进行整改更新 - 第五步：让AI根据一定的要求或思路拆分任务，生成任务文档，这里可以特别强调“保证人可以理解的前提下，尽可能生成AI理解的提示词”，逐步实现功能（为什么拆分，因为上下文有限，大项目是无法在有限的上下文内一次完成） - 第六步：根据任务文档，进行代码实现，此时要有结构化流程，保证先`建立地基，做好钢结构，浇筑承重体，最后才是完善细节`，这样生成才能规范，我举例： ``` => 先按照项目设计模块，生成目录结构（比如monoropo下有三个模块） => 在实现模块核心类和方法的伪代码结构（比如每个模块类，对外暴露哪些API或方法，让AI先完成类和方法的声明，不用进行具体实现）这里主要有两个原因，一是实现太多怕超过上下文限制，二是更具备条理性和可移植性，当存在类和方法伪代码时，你可以根据实际情况随意补充片段代码，甚至使用其他AI工具也行，因为你的框架结构是固定的。 => 然后是要求AI每实现一个功能快进行总结回顾，并对下一个模块设计实现进行简单说明，由人工确认是否进行（这一步的目的也有2个：一是AI的自我反思，审查自己功能实现情况。二是在开发下一个功能时，我们可以先审查它实现思路是否符合要求，由人工确认我们可以纠正一些AI不必要的想法） => 完成模块，类和伪代码实现，我们让AI按照模块的目录结构，生成一份必要文档，让AI沉淀功能实现（此时可以让它生AI能更好理解的提示结构，有文档方便后续迭代开发，AI实际开发中，也是功能和文档同步更新，不然其他人接手，没有文档开发会出现偏差） => 当你开发很久后，发现达到了AI上下文上限，你可以新开聊天，引用上次聊天（可以保证新的聊天串联上任务，也可以饮用之前总结的文档） ``` - 第七步：开发完，让AI进行系统总结，查漏补缺完善功能细节。 - 第八步：系统性的对文档审查一遍，让AI针对文档进行理解，对其进行文档理解进行开发效果测试性验证。举例： ``` 上下文引入项目结构和功能模块关键性文档，先让AI说明对项目结构和项目设计思路的理解，然后在让其给出新增或者修改模块的开发思路，人工审核其理解是否符合要求，如果不符合要求，根据其理解偏差适当修改更新文档。 ``` **不能做历史项目** 首先我们，直接使用生成rule功能，将整个项目结构生成AI可理解rule规则，rule本身也是markdown格式，可以提取出来，放到项目文档目录下。 ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/c3822eaf38e241ab934da8b422b00e69~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=c8IW6e4IPgQIiOkx%2Bkk8xkcMcs4%3D) 其次，需要我们审查修改，将其作为项目基础文档，有了项目文档基础，**对于AI来说就完全理解了项目，此时和新项目对于AI来说是一样**。这里重点是这些文档可能需要你实际开发中，逐渐迭代文档内容，自动生成偏向于结构文档，缺少业务表述和边界case情况。 ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/c889e7c706214ec29e46368a0a198634~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=pA4wK%2BTQ7T15SNdiLy4cEsoSPo4%3D) **适合写工具不适合写业务** 这个评价的核心原因就是没有让AI没有理解任务需求。也就是说关于项目的文档总结的不到位。（这一步可以让AI逐步完成，人工审核。AI根据项目文件命名，注释，函数命名等基本上是能够总结出项目的业务核心，可用性还是非常高的）另外一个原因是，没有使用figma的mcp服务或者图片识别能力，不知道如何让AI基于设计稿写页面。建议接入figma的mcp服务，粗估能减少40%-70%的工作量（看UI设计的figma规范情况，如果结构合理，效果也会很好） #### 8.2 自定义模式论坛自定义模式：自定义模式和rule玩法基本一致，重点在于你可以更广泛的定制工具调用，避免不必要的工具使用和执行。我们看下面在cursor比较受欢迎的一个自定义模式，Search模式它只给了codebase和Read file两工具权限，Edit 没有给删除权限。然后自定义介绍，给了深度的提示词设定（基本和rule一致，告诉AI应该是一个什么角色，有什么任务和要求） ![image.png](https://p6-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/ff05369990614d1baecd4fd3aee38fac~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAgcWl5dWU3Nw==:q75.awebp?rk3s=f64ab15b&x-expires=1769384224&x-signature=z%2BMSwCRJDkZTVBy6rx1oD9Jwn1Y%3D) ### 九、几个典型开发问题 #### 9.1 AI过度设计 AI设计会考虑的更全面，更丰富，其实有些东西不是很必要 - 国际化，日志上报，监控上报，报警等 AI会过度设计导致代码体积过大，其实根据实际需求，有些不是很必要 **rule 提示词要求** ``` ## 必要询问所有国际化能力设计，都要询问是否需要。所有单元测试、测试相关能力设计，都要询问是否需要。所有监控、日志、报警设计，都要询问是否需要。 ``` #### 9.2 Agent 不听话上来就写代码一种方式是，对话时**明确要求其不要产出代码**，先说明设计思路。一种方式是，**在rule里配置规则**。我这里采用rule模式，通过`条件约束 + 适当自由度` 的方式。一种方式是，自定义模式，控制AI对工具调用的能力，比如定一个文档管理员，禁止其代码输出能力。还可使用ask模式，不使用agent模式 - 明确要求拆分任务设计，要先总结不要直接实现代码，由人工确认。 - 进行必要回验证，这个是让其适当回顾，当其实现功能时，它会总结说明思路 - 灵活判断，释放自由度，让AI自由评估复杂度，这是辅助上面一条的规则。 **rule 提示词要求** ``` ## 动态回顾对于任何要拆分任务，逐步实现的能力，在进行代码编写前，简要概括总结实现内容，由人工确认是否进行下一步开发。单次设计，功能复杂时，进行必要回验，简要概括总结。灵活判断复杂度，自由评估。 ``` #### 9.3 不必要的文档跟新和输出 **rule 提示词要求** ``` 在被要求[更新]或[输出] 文档时，可分为[精简]-[一般]-[详细]，默认为[一般]模式。在 "非明确要求创建新文档" 情况下，每次创建文档都优先询问是否新建文档。创建新文档务必遵守 [双目录同步结构设计]，项目在 `packages`下，文档在 `design`下。可以自由评估文档拆分粒度，不必过于细化，推荐功能模块纬度拆解。文档更新时，重在更新不是全覆盖。【重点：对于AI可理解提示词，保持增量更新，补充版本号】。文档更新时，自检提示词，并合理评估优化。 ``` #### 9.4 编码过度包装 - try catch 过多，try catch 嵌套 - console 不必要打印内容 ``` 只在明确要求使用【try catch】时，才对编码增加相关逻辑。只在明确要求使用【console】时，或者存在try catch 时，才进行console输出。 // 还有一些其他编码要求，根据自身设定 ...... ```