cursor使用一
模式选择
- Agent 是一个完整的自动化工作流，从规划 -> 执行 -> 调试 -> 询问，自动完成一个复杂的任务
- Plan 是仅生成详细的行动计划，不执行，可以先查看方案，再决定是否执行
- Debug 是诊断和解决执行过程中的问题，比如任务出错或卡住时，需要排查原因
- Ask 是主动向用户提问以获取更多信息，比如与 AI 进行深度对话，一对一对话
模型选择
- Composer 2 Fast: 这是平台自研的音乐生成模型，专注于快速生成高质量的音乐作品。
- GPT-5.3 Codex: 这是一个基于 GPT 架构的代码生成模型，专门用于理解和生成代码。
- GPT-5.4: 这是 GPT 系列的最新一代大语言模型，性能强大，适用于各种复杂的任务。
- Sonnet 4.6: 这是 Claude 系列的一个版本，可能在特定领域（如长文本处理）有优化。
- Opus 4.6: 这是 Claude 系列的最高级版本，性能最强，但成本也相对较高。（目前在用的）
- Gemini 3 Flash: 这是 Google 的 Gemini 系列模型，Flash 版本通常速度更快，适合对响应时间要求较高的场景。
对于前端的提效分析
- 需求分析阶段因为要了解业务背景、上下文、需要主观判断，cursor介入难度大，需要提示词工程（详细到各个业务模块的SOP编写）
- UI还原阶段cursor能力有限，仍然需要人工调整
- 业务逻辑实现阶段cursor提效最明显，只要把模块拆解清楚，提供足够的上下文，清晰表达要做的事情，cursor能大幅度的提升开发效率
- 集成调试阶段因为前后端项目分离，接口字段多繁琐，cursor介入难度高
额外了解：
- Agent：就是一个告诉他目标，他自己想办法完成的智能体，比如订单处理Agent、面试官Agent、智能交通Agent等等
- SOP：一个完整的工作流程，比如一个hr是如何筛选简历的，一个财务是如何审核发票的等等
- AI产品经理：就是要把各个SOP吃透，然后文档化，最终翻译成AI能理解的提示词
- 降本增效工具：知识库存储平台、提示词管理后台（注意权限问题）
