AI 进化时代,我们需要在不确定性中寻求确定性。工具在变、模型在变、范式在变——但有一件事是确定的:你的项目规范、你的代码资产、你和 AI 磨合出来的默契,不应该随工具的切换而归零。
OpenClaw 火了很久了。
火的时候我就开始研究,看了大量使用教程,越看越觉得——对程序员来说,这些用法都差了点意思。
今天不教你用 OpenClaw 做日报、定闹钟。我要解决一个根本问题:如何让 OpenClaw 真正融入程序员的开发工作流,而不是成为一个花架子。
一、目前教程的两个典型"姿势",都有问题
翻遍全网教程,核心用法无非两种:
姿势一:让 OpenClaw 当生活助手——定时任务
"每天早上推送科技新闻""每周总结行业动态""定时提醒喝水"……
定时任务确实有用,但说实话——每天定时推送各种信息,对我是伪需求。我想知道的,我会自己去找。没有主动想知道的,推给我也不会看。这个场景的适用范围并不广。
姿势二:让 OpenClaw 直接写项目
这个问题更大:
1. Token 消耗巨大。 OpenClaw 作为通用聊天入口,跑一个完整项目,token 烧得心疼。
2. Prompt 工程不如专业 IDE。 OpenClaw 是通用智能体,prompt 体系面向对话,不面向编码。论代码生成的系统提示词、上下文管理、文件操作,跟 Cursor、Claude Code 这些专业 AI 编辑器不是一个量级。
3. 最致命的:你不可能用聊天工具写完项目直接上线。 无论 AI 多强,项目最终一定要回到 IDE 做 review、调试、测试。这是开发流程决定的。
二、一个被忽视的核心问题
既然最终要回归 IDE,那就产生了一个棘手的问题:
OpenClaw 里写的代码、积累的规范(Skill)、项目宪章——怎么和 IDE 保持一致?
你在 OpenClaw 里调教了半天 AI 的行为规范,回到 Cursor 里又是一套完全不同的上下文。两边各玩各的,相当于你同时在教两个 AI 做事,效率反而更低。
这里有一个更深层的认知:
AI 协同过程中,你一定要越来越熟悉一个 IDE 和一个大模型——就像你要熟悉一个人一样。 换来换去,你永远停留在"磨合期"。
这就是我说的"在不确定性中寻求确定性"——模型会迭代、工具会更新,但你和一套工作流之间建立的深度默契,才是真正的竞争力。
三、想明白了:让 OpenClaw 调用 Cursor CLI
基于上面的问题,我一直没想清楚 OpenClaw 对程序员的真正价值在哪,所以迟迟没有动笔。
现在想通了——不要让 OpenClaw 自己写代码,让它调用 Cursor CLI 去完成任务。
什么意思?看下面这个架构:
graph LR
A[你的手机/电脑] -->|对话| B[OpenClaw]
B -->|/cursor 命令| C[Cursor Agent CLI]
C -->|进入项目目录| D[你的项目]
D -->|加载| E[.cursor/rules]
D -->|加载| F[AGENTS.md]
D -->|连接| G[MCP 服务器]
C -->|分析结果| B
B -->|返回| A
核心思路:OpenClaw 不写代码,它只负责"启动" Cursor CLI,让 Cursor 在你的项目目录中工作。
这样带来一个关键好处——项目一致性。
你在电脑面前用 Cursor IDE,和你通过 OpenClaw 启动 Cursor CLI,本质上是一回事。因为都是进入同一个项目目录,加载同样的 .cursor/rules、AGENTS.md、MCP 配置。你的项目宪章、编码规范、上下文——全部复用。
这就是确定性。 无论你从哪个入口进来,AI 的行为是一致的。
四、真实场景
场景一:手机远程排查问题
你在外面吃饭,线上告警了。
以前:赶紧找电脑、开 VPN、打开 IDE……
现在:掏出手机,打开 OpenClaw:
sequenceDiagram
participant 手机
participant OpenClaw
participant CursorCLI as Cursor CLI
participant 项目代码
participant MCP as MCP服务器
手机->>OpenClaw: "帮我排查 auth 模块的报错"
OpenClaw->>CursorCLI: /cursor my-project --mode ask 排查报错原因
CursorCLI->>项目代码: 读取源码 + 项目规则
CursorCLI->>MCP: 拉取 GitLab 日志、监控告警
CursorCLI-->>OpenClaw: 返回完整分析报告
OpenClaw-->>手机: 排查结果推送到手机
Cursor CLI 会连接项目配置的 MCP 服务器(GitLab、数据库、Prometheus 等),直接从源码和运维数据两端完成排查。等回到电脑前,打开 IDE 确认即可。
场景二:同事问你项目细节
同事问你:"这个接口的鉴权逻辑是怎么实现的?"
以前:打开 IDE、翻代码、截图、写文字解释……
现在:直接甩给 OpenClaw:
/cursor my-project --mode ask 解释用户鉴权接口的完整实现逻辑,包括中间件链路
AI 替你读代码、替你回答,答案基于你真实项目源码——不是泛泛而谈的通用回答。
场景三:出差路上推方案
/cursor my-project --mode plan 设计一个缓存层方案,支持 Redis + 本地缓存两级架构
Cursor 会基于你项目的现有架构出方案,回到电脑前直接推进。
五、插件介绍:cursor-agent
说了这么多理念,介绍具体实现。
cursor-agent 是一个 OpenClaw Gateway 插件,做的事很简单:在 OpenClaw 聊天中直接调用本机的 Cursor Agent CLI。
GitHub:github.com/toheart/cur…
两种调用方式:命令模式 vs Tool 模式
这是理解插件的关键:
flowchart TD
A[用户发送消息] --> B{消息类型?}
B -->|以 /cursor 开头| C[命令模式]
B -->|普通对话| D[Tool 模式]
C --> E[直接调用 Cursor CLI]
E --> F[结果原样返回用户]
F --> G[不经过 LLM 二次加工]
D --> H[OpenClaw AI 自动判断]
H --> I[自动调用 cursor_agent 工具]
I --> J[Cursor CLI 执行]
J --> K[结果返回 AI]
K --> L[AI 融合分析后回复]
style C fill:#2196F3,color:#fff
style D fill:#FF9800,color:#fff
style G fill:#4CAF50,color:#fff
style L fill:#FF5722,color:#fff
命令模式 /cursor —— 你明确知道要做什么
直接输入 /cursor 命令,插件立刻调用 Cursor CLI,结果原样返回,不经过 LLM 二次总结。
适用于:
- 你很清楚要分析哪个模块
- 你需要未被 AI "润色"的原始输出
- 需要继续或恢复之前的会话
# 分析模块
/cursor my-project --mode ask 分析 src/auth 的架构设计
# 继续上次对话
/cursor my-project --continue 还有哪些安全隐患?
# 修改代码
/cursor my-project --mode agent 给用户服务添加分布式限流
Tool 模式 —— 让 AI 自动判断
你正常聊天,OpenClaw 的 AI 自动判断"这个问题需要看代码",然后主动调用 cursor_agent 工具。
适用于:
- 开放式讨论,不确定需不需要看代码
- 希望 AI 融合代码分析给出建议
- 出于安全,默认只读(
ask模式),不修改文件
两种模式对比:
| 维度 | 命令模式 /cursor | Tool 模式 |
|---|---|---|
| 触发方式 | 你主动输入命令 | AI 自动判断调用 |
| 结果处理 | 原样返回,不经 LLM | AI 可融合补充 |
| 默认权限 | agent(可改文件) | ask(只读) |
| 会话管理 | 支持 continue/resume | 不支持 |
| 适合场景 | 精确任务、代码修改 | 开放讨论、智能分析 |
为什么复用项目的 MCP 配置很重要?
你的 Cursor 项目可能配了各种 MCP 服务器:
- GitLab MCP:查 MR、查流水线
- 数据库 MCP:查线上数据
- Prometheus MCP:查监控指标
- ClickHouse MCP:查日志分析
通过 cursor-agent 调用 Cursor CLI 时,这些 MCP 配置自动生效。也就是说,你用手机远程排查问题时,AI 不只是看代码——它还能直接查数据库、看监控、翻 GitLab,拿到和你坐在电脑前一样的完整上下文。
graph TB
subgraph "Cursor CLI 运行环境"
A[Cursor Agent CLI] --> B[项目源码]
A --> C[.cursor/rules]
A --> D[AGENTS.md]
A --> E[MCP 服务器]
end
subgraph "MCP 生态"
E --> F[GitLab]
E --> G[MySQL / ClickHouse]
E --> H[Prometheus]
E --> I[其他自定义服务]
end
style A fill:#673AB7,color:#fff
style E fill:#009688,color:#fff
(skill也是同理。)
六、快速上手
第一步:安装 Cursor Agent CLI
# Linux / macOS
curl https://cursor.com/install -fsSL | bash
# Windows(PowerShell)
irm https://cursor.com/install | iex
# 验证 & 登录
agent --version
agent login
第二步:安装插件
在 ~/.openclaw/openclaw.json 中添加:
{
"plugins": {
"load": {
"paths": ["/path/to/cursor-agent"]
},
"entries": {
"cursor-agent": {
"enabled": true,
"config": {
"projects": {
"my-project": "/home/user/projects/my-project",
"backend": "/home/user/projects/backend-api"
},
"enableMcp": true,
"enableAgentTool": true
}
}
}
}
}
第三步:开始使用
/cursor my-project 帮我分析一下认证模块,有没有安全隐患
七、写在最后
graph TB
A["OpenClaw 对程序员的价值"] --> B["不是替代 IDE 写代码"]
A --> C["而是成为 IDE 的远程遥控器"]
C --> D["手机排查线上问题"]
C --> E["远程帮同事解答代码问题"]
C --> F["出差路上推进方案设计"]
B --> G["Token 消耗大"]
B --> H["维护两套 AI 规范"]
B --> I["最终还要回 IDE 确认"]
style A fill:#2196F3,color:#fff
style C fill:#4CAF50,color:#fff
style B fill:#f44336,color:#fff
核心观点就一句话:
不要让 OpenClaw 干 IDE 的活。让它成为你操控 IDE 的遥控器。
你的规范在 Cursor 项目里,你的 MCP 配置在 Cursor 项目里,你的上下文在 Cursor 项目里——OpenClaw 只需要"按一下按钮",让 Cursor CLI 去干活就好。
AI 时代什么都在变,但有一件事值得你投入:深度掌握一套工作流,让它成为你确定性的支点。 工具会来来去去,但你和工作流之间建立的默契——那才是不会贬值的资产。
项目已开源,欢迎 Star 和交流: