此文章来自海外技术部 - 林立源
一、整体介绍
目标读者
- Goland 转 Cursor 的开发者
- 新入职需要使用 Cursor 的员工
重点内容
- Cursor 日常go开发工具使用
- Cursor AI 使用最佳实践
说明
- 持续更新学习心得
- 欢迎交流讨论，共同提升
- 文章基于实际开发场景总结
二、Cursor 日常go开发工具使用
这里主要是介绍我从goland替换到cursor的一些操作与go开发可能使用到的日常操作，主体与AI工作无关，想看AI工作的部分跳到第三章。
安装go插件与工具
选择go版本
1、点击右下角的go版本标识
2、查看可用版本列表，如无适合版本则选择从本地引入
3、在本地安装go后，找到对应目录并选择go可执行文件
安装插件：
Go 版本管理说明：
单版本场景
-
使用单一 Go 版本的项目，直接安装对应版本即可
-
示例：Go 1.22 + 插件版本 v0.46.1
多版本场景（存在一些问题）
-
多个项目使用不同 Go 版本时，VSCode 插件管理较为不便
-
需要频繁切换插件版本，影响开发效率
安装go工具：
ctrl+shift+p 开启快捷命令输入 tools。看到一个Go: Install/Update Tools 选择后安装即可。
设置debug配置
在项目根目录创建.vscode/launch.json文件，下面以TCF框架后台为例：
关键配置说明：
- cwd: 设置执行的项目根目录，防止切换到 ./cmd
- args: 命令行参数列表
- env: 环境变量设置
配置测试run全局配置
在项目根目录创建.vscode/settings.json文件，添加测试相关配置：
TODO 高亮设置
使用"todo highlight"插件实现TODO注释高亮。在.vscode/settings.json中添加：
效果展示：
快速引入包命令
按Ctrl+Shift+P打开命令面板，输入"Import"，在包选择页面输入需要导入的包名（如"fmt"）。
字体放大
快捷键：Ctrl+Shift+"+"（放大）和Ctrl+Shift+"-"（缩小）
也可以在设置中调整fontSize参数：
设置自动换行
在.vscode/settings.json中添加：
"editor.wordWrap": "on",
git操作
查看git当前更改
点击左上角的git分支标识，可以查看具体变更，支持单个文件回退更改等功能。
切换分支、新建分支
点击左下角的分支选择入口：
提交代码
- 点击提交按钮，输入commit备注
- 点击上方文件栏的"✓"确认提交
- 提交后会显示同步按钮，点击执行git push
合并分支
- 切换到目标分支（如test分支）
- 将鼠标移至左上角，点击显示的三点菜单
- 选择"分支" → "合并" → 选择要合入的分支
Git增强功能
可安装GitLens插件获取更多Git功能：
结构体字段补全
按快捷键Ctrl+.，在弹出的选项中选择fill补充选项：
git解决冲突使用goland等三路合并工具替换cursor自带的冲突解决工具
cursor自带的冲突解决工具确实也可以使用，但是整体的面板合并后结果是在中间的让人特别不适应。
而且当冲突内容跨很多行时，很容易忘记这段代码插入后在新文档的位置，我感觉是完全不如其他三路合并工具的，大家有其他好用的轻量级三路合并工具也欢迎留言推荐，goland会慢一点。
配置git mergetool
这里参考了其他的文档关于git mergetool的使用方法，配置goland作为合并冲突解决工具：gist.github.com/rambabusara…
D:/JetBrains/GoLand 2023.3.4/bin/goland.bat 这个是我本地的路径，对应大家替换成自己的本地路径就可以了
在cursor中新建一个终端，选择 git Bash
在终端中使用命令：git mergetool
等待一会后会出现窗口，接下去使用就跟goland是一致的了，不过提交前要注意过滤掉中间文件
最后提交前过滤掉中间文件
.gitignore中增加 *.orig 过滤掉中间文件即可。
Cursor AI使用最佳实践
一般的问题询问
Cursor的强大优势之一是内置AI聊天功能，无需打开额外的GPT网站。只需点击右侧的加号，创建新的Chat对话。
工具查找与问题解决
以解决TODO高亮问题为例，展示如何通过AI解决配置问题：
描述问题获取推荐
向AI描述需求，AI会推荐合适的插件：
尝试初步配置
根据AI的推荐进行初步配置：
优化配置问题
发现高亮只显示部分内容，要求AI改进：
提供更精确的需求
提出整行高亮的具体需求：
提供问题代码示例
找到不生效的代码示例让AI分析：
问题解决
AI提供了完美解决方案：
提示：如果问题未解决，可以让AI描述解决思路，或通过@web/@file提供更多资料提升AI理解。
基于接口文档截图生成sql
原型图解析
上传原型图让AI解析内容：
创建SQL管理目录
在项目中创建目录管理变更SQL，方便后续上线（注意不要上传到gitlab）：
理解并筛选内容
让AI理解图片内容并输出理解结果：
生成SQL语句
针对有用部分（如表格结构和编辑界面）生成SQL：
AI会根据已有的SQL文件格式自动调整生成的SQL风格，大部分情况下只需进行轻微调整。
日常代码生成
a、搭建代码框架
先让AI生成基本框架，实现逻辑先用占位符：
分步实现逻辑
针对每个步骤详细描述实现需求：
同步回原文件
通过右上角的Apply按钮，将AI生成的代码同步回原文件：
生成结果：可以看到整个代码的完成度是很高的。基本只需要微调
生成辅助方法
让AI生成相关的外部请求方法：
返回结果如下，这里还是遇到了一个，如果是指定一个目录的话，生成后的文件他没有先根据目录下的已有的内容先做理解，感觉也跟我的提示词与用法可能关系
优化调整代码
针对性地要求AI调整代码，保持与项目结构一致：
04
个人使用建议
模式选择
较低版本的cursor跟模型：优先选择Ask而非Edit模式
优势：
- 支持多轮对话，便于分步骤沟通
- 可让AI查阅资料、输出理解
- 随时纠正AI的理解偏差
高版本，如最新的1.0，可以优先使用Agent模式，推荐claude-4-sonnet模型
优势：
-
无需过多的上下文补充，告知需求后，让AI结合项目理解跟最佳实践进行实现就行
-
直接接收结果后让AI优化，可以快速达到业务效果
-
如果跟实现不同，则增加 联网、本地文档或者文档连接 进行纠正即可，大部分都能满足需求
建议多培养AI协作能力
当AI生成的代码有问题时，引导AI给出思考过程，纠正其思路后再次生成，开发者主要负责方案确认与代码审核。在AI生成代码的大背景下，程序员更需要锻炼语言组织能力和代码审核能力。
