【CoCursor】让 AI 学会「懂你」—— 用户画像功能

0 阅读5分钟

user-profile-cover.png

AI 编程时代,我们每天都在练习:怎么把需求讲清楚
但更关键的是:怎么让 AI 用你喜欢的方式跟你协作?

你可能每天都在重复这些"开场白":

  • 注释用中文
  • 日志用英文且符合等级
  • 不写示例代码,直接改现有功能
  • 项目是 DDD/分层结构,别乱改目录
  • 我喜欢先给结论,再给步骤

问题是:窗口一换、会话一新,AI 又像第一次认识你。
你在不断"重新自我介绍",把时间浪费在重复对齐上。


我做了一个 Cursor Skill:用户画像

它做的事情很简单:
把你在 Cursor 里说过的话,变成 AI 能长期记住的协作偏好。

你已经用了 Cursor 很久——会话记录里其实包含了:

  • 你常用的技术栈与熟悉程度
  • 你对当前项目的理解(模块、边界、改动习惯)
  • 你偏好的沟通方式(简洁/展开、先结论/先分析)
  • 你对规范的要求(命名、注释、日志、架构约束)

真实案例:我的用户画像分析

我用这个功能分析了自己最近 872 条对话记录,发现了这些规律:

高频重复指令

频次消息内容
29次/openspec-apply 开始实施
9次/daily-summary
9次继续完成剩余工作
6次继续完成
5次这是用户的问题
4次按照方案一进行实施
4次按照你的想法进行修复。
4次有问题你应该来修复,而不是修改ci
4次这些都是历史债务进行修复。
4次你来执行lint,发现代码中的问题,并同我讨论如何解决。

表达习惯特征

习惯类型出现次数占比
提问式表达(?)191次21.9%
追问/继续89次10.2%
使用@引用文件85次9.7%
使用斜杠命令81次9.3%
否定/拒绝37次4.2%
指令式表达21次2.4%

技术栈偏好

技术提及次数
OpenSpec93次
Cursor89次
Go49次
MCP42次
RAG39次
HTTP26次
Make24次
CI21次
API20次
Extension17次
VSCode17次
Lint15次
React9次

常见指令关键词统计

是(250) > 问题(173) > 分析(115) > 使用(88) > 继续(85) > 对(83)
创建(49) > 改(43) > 优化(30) > 修复(22) > 好(22) > 请(21)
生成(20) > 解决(20) > 修改(19) > 不要(18) > 删除(17) > 英文(15)

关键洞察

  1. OpenSpec 工作流驱动:大量使用 /openspec-apply/openspec-proposal,说明习惯先提案再实施的规范化流程
  2. 追问式协作:「继续完成剩余工作」「继续完成」等表达频繁出现,倾向于分步骤推进,而非一次性完成
  3. 问题导向:21.9% 的消息是提问式,先理解问题再行动
  4. 代码引用习惯:9.7% 的消息使用 @ 引用文件,习惯精确定位代码位置
  5. 技术栈聚焦:Go + React 全栈,专注于 MCP、RAG、Cursor 插件开发
  6. 质量意识强:频繁提及 lint、CI,重视代码质量

生成的用户画像

基于以上分析,自动生成的画像如下:

# User Profile

## 编码风格
- 注释使用中文,日志使用英文
- 偏好 DDD 架构和清晰的模块边界
- 重视代码质量:频繁使用 lint 检查,关注 CI 流程
- 习惯使用 Make 管理构建任务
- 不喜欢示例代码,倾向于直接修改业务代码

## 技术画像
- **精通**: Go, Cursor 插件开发, MCP, OpenSpec 工作流
- **熟练**: React, TypeScript, RAG, VSCode Extension API, HTTP API 设计
- **使用中**: golangci-lint, CI/CD, SQL

## 沟通风格
- **提问优先**: 21.9% 的消息是提问式,先理解问题再行动
- **分步推进**: 习惯用「继续完成剩余工作」分阶段推进任务
- **精确引用**: 使用 @文件名 和行号范围精确定位代码
- **斜杠命令**: 熟练使用 /openspec-apply、/daily-summary 等命令
- **结果导向**: 期望 AI 直接解决问题,而非绕路
- **语言偏好**: 中文为主

## 工作习惯
- **OpenSpec 驱动**: 先 proposal 后 apply,规范化的变更流程
- **迭代式开发**: 倾向于小步快跑,而非一次性完成大任务
- **问题追踪**: 关注「历史债务」的修复
- **质量第一**: 频繁执行 lint 检查,讨论后再修复

关键点:它会「对比」你当前的 Cursor Rules

很多人项目里已经有一堆 Rule:团队规范、个人习惯、临时约束……
最容易踩坑的是:新生成的画像把你原来的规则覆盖了,或者出现冲突,AI 更混乱。

所以用户画像会做一件很实用的事:

  • 读取并对比现有 Cursor Rules:看看你已经写了什么
  • 找出冲突与重复:例如"允许示例代码" vs "不要示例代码"
  • 给出合并结果:以"保留你现有规则"为优先,画像只补全缺失信息
  • 可控更新:让规则变得更一致,而不是越叠越乱

最终,画像会以 Cursor Rule 形式持续生效:
从此你不需要每天重复规则,AI 会先按你的规则来。


它能带来什么体验提升?

  • 更少废话:不用再解释"注释中文/日志英文/不写示例代码"
  • 更少返工:规则不冲突,AI 的输出更稳定
  • 更像队友:它会按你的表达方式输出(先结论、再细节)
  • 越用越准:对话越多,画像越贴近你真实的工作方式

隐私也很重要

  • 仅本地分析与存储
  • 项目级画像自动加入 .gitignore
  • 你的偏好不外泄,只服务你自己的开发体验

如何安装?

用户画像是 CoCursor 插件的内置功能。

方式一:在 Cursor 扩展市场直接安装(推荐)

  1. 打开 Cursor
  2. 进入扩展市场(快捷键 Cmd+Shift+XCtrl+Shift+X
  3. 搜索 "CoCursor"
  4. 点击安装

方式二:从 Open VSX 安装

直接访问:Open VSX - CoCursor

方式三:从 GitHub Releases 安装

  1. 前往 GitHub Releases 下载对应平台的 .vsix 文件
  2. 在终端执行:
code --install-extension cocursor-<platform>.vsix

怎么用?

安装完成后,在 Cursor 里说一句就行:

帮我分析一下我的用户画像

或:

让 Cursor 更了解我

生成一次,长期受益。
让 AI 适应你,而不是你每天适应 AI。


更多信息