cursor 使用技巧

一、创建项目前期步骤

1.先给AI设定一个对应项目经理角色，

2.然后跟AI沟通项目功能，生成功能设计文件：README.md

README.md=项目功能

3.再让AI总结写出开发项目规则文件： .cursorrules

是技术栈进行限定，比如使用什么框架、什么语言等限制

二、cursor功能技巧

2.1 @Codebase功能：

是 Cursor 中的一个功能，它允许你将整个代码库（Codebase）与 AI 进行交互。通过 @Codebase，AI 可以理解你项目的上下文，并根据整个代码库的内容来回答问题、生成代码或提供建议。这个功能特别适合在大型项目中，AI 需要了解全局上下文才能给出准确的建议。

聊天框中输入 @Codebase，然后提出你的问题或需求。

通俗易懂的例子

假设你正在开发一个电商网站，代码库中有以下文件：

1. product.py：定义了商品类（Product）和相关方法。

2. cart.py：定义了购物车类（Cart）和相关方法。

3. user.py：定义了用户类（User）和相关方法。

现在，你想实现一个功能：“当用户将商品添加到购物车时，检查库存并更新库存数量”。

没有 @Codebase 的情况

如果你直接问 AI：“如何实现这个功能？”，AI 可能会生成一个通用的代码片段，但它不知道你的代码库中已经定义了 Product、Cart 和 User 类，也不知道它们的属性和方法。因此，生成的代码可能不够准确，甚至需要你手动调整。

使用 @Codebase 的情况

你可以这样问 AI：

复制

@Codebase 如何实现当用户将商品添加到购物车时，检查库存并更新库存数量？

AI 会分析你的整个代码库，发现 Product 类中有一个 stock 属性，Cart 类中有一个 add_product 方法。然后，AI 会根据这些信息生成一个与你的代码库完全兼容的实现

2.1.1. 明确项目上下文

在对话开始时，明确告诉 AI 项目的背景、技术栈、代码风格和架构。例如：

• 技术栈：Python + Flask，使用 SQLAlchemy 作为 ORM。

• 代码风格：遵循 PEP 8，使用类型注解。

• 架构：采用 MVC 模式，代码分为 models、views 和 controllers 目录。

示例对话：

@Codebase 这是一个 Flask 项目，使用 SQLAlchemy 作为 ORM，代码风格遵循 PEP 8。请帮我生成一个用户注册功能的代码。

2.1.2. 使用 @Codebase 保持上下文

每次对话时，尽量使用 @Codebase，让 AI 始终基于你的整个代码库进行回答。这样可以避免 AI 生成与现有代码冲突或不一致的代码。

示例对话：

@Codebase 请帮我优化这个函数，确保它与现有的代码风格一致。

2.1.3. 分模块对话

将项目分解为模块或功能点，每次对话专注于一个模块。例如：

• 先完成用户认证模块。

• 然后完成商品管理模块。

• 最后完成订单处理模块。

示例对话：

@Codebase 我们现在专注于用户认证模块。请帮我实现用户登录功能。

2.1.4. 定期检查生成的代码

AI 生成的代码可能不完全符合你的需求，因此需要定期检查并调整：

• 代码风格：确保生成的代码符合项目的代码风格（如缩进、命名规范等）。

• 逻辑一致性：检查生成的代码是否与项目的业务逻辑一致。

• 性能优化：确保生成的代码没有性能问题。

示例对话：

@Codebase 请检查这段代码是否符合项目的代码风格，并优化它的性能。

2.1.5. 使用版本控制（Git）

在开发过程中，定期提交代码到 Git，并添加清晰的提交信息。这样可以在出现问题时快速回滚，同时也能记录项目的演进过程。

示例操作：

git add .
git commit -m "feat: 实现用户注册功能"
git push origin main

2.1.6. 统一命名规范

在对话中明确命名规范，并让 AI 遵循。例如：

• 变量名使用小写字母和下划线（user_name）。

• 类名使用驼峰命名法（UserController）。

• 常量名使用大写字母和下划线（MAX_USERS）。

示例对话：

@Codebase 请生成一个函数࿰