当前位置：首页 > news >正文

关于 Cursor 的一些学习记录

news 来源：原创 2025/6/11 7:27:15

文章目录

- 1. 写在最前面
- 2. Prompt Design
- - 2.1 Priompt v0.1：提示设计库的首次尝试
  - 2.2 注意事项
- 3. 了解 Cursor 的 AI 功能
- - 3.1 问题
  - 3.2 答案
- 4. cursor 免费功能体验
- 5. 写在最后面
- 6. 参考资料

1. 写在最前面

本文整理了一些学习 Cursor 过程中读到的或者发现的感兴趣内容的记录，一方面可以整理一下学习的思路，另一方面可以加深记忆。

有一些文档的原文为英文，随手翻译成了中文

2. Prompt Design

提示就像网页设计。我们称之为提示设计，并为其构建更好的工具

注：「Prompting is like web design. Let’s call it prompt design, and build better tools for it.」

我通常不喜欢那种试图为新事物寻找旧有类比的常见做法。所以，请容忍我犯下这个错误：让我阐述一下为什么提示应该被称为提示设计，并与网页设计相类比。

我将提示视为与时间受限的人进行沟通。虽然针对大语言模型（LLM）的特定技术确实很有帮助（最显著的是思维链技术），但我发现提高性能的最佳方法之一是给出极其清晰和高质量的指令，就如同清晰简洁有助于现实中的人更好地理解一样。

将提示视为清晰沟通，这让提示听起来像是写作。然而，我所做的大多数提示都是参数化的：我有许多输入变量，需要根据这些变量动态调整提示。

因此，将提示视为带有动态输入的清晰沟通，这可能是最准确的描述。

还有哪个领域涉及基于动态输入进行清晰沟通呢？网页设计。

让我们列出所有的相似之处。提示和网页设计都：

需要清晰明了，并以沟通为主要目标；
需要对动态内容做出响应，这与写作或杂志排版不同；
需要使其内容适应不同的「尺寸」—— 对于网页设计是屏幕尺寸，对于提示则是上下文窗口。

根据我从事提示和网页设计的经验，我还发现自己在这两个领域有着相似的开发偏好：

查看实际的提示非常重要，就像查看渲染后的网站同样重要。如果我必须在脑海中模拟 HTML 和 CSS 的渲染过程，我就无法设计网站。同样，在不查看填充了所有输入变量的提示的输出结果时，很难写出优秀清晰的提示。
例如，提示 Hi ${username} ${message} 可能看起来合理，直到你渲染它时才会意识到用户名和消息混在一起了。
可组合的组件在提示和网页设计中都很有用。
声明式都优于命令式。如果所有的 HTML 元素都是通过document.createElement调用来创建的，那么修改网站会非常困难。同样，阅读和修改由一长串str += "..."组成的提示也很容易变得难以管理。
在这两个领域，我有时都想要达到「像素级完美」。当使用能力较弱的模型（如 GPT-3.5 及更差的模型）时，我希望确保没有多余的换行符或其他不完美的格式，而在设计网站时，有时每个像素都很重要。

对于大语言模型智能体而言，这种类比还可以进一步延伸：智能体提示可以被看作是为智能体构建一个交互式网站，它们可以通过调用函数「点击按钮」，并且提示会根据函数调用重新渲染，就像网站会根据按钮点击重新渲染一样。

当然，提示设计和网页设计之间也存在差异：

目前提示仅处理文本。
缓存机制不同：特别是对于智能体，你希望通过仅更改提示的后半部分来确保重新渲染的成本较低。这与网页有一些勉强的相似之处（你希望对网站进行缓存优化），但我认为这在本质上是截然不同的挑战。

尽管如此，这些相似之处让我相信，提示应该被称为提示设计，而不是提示工程。编写提示就像设计网站一样，因此也应该以相同的方式命名。

提示设计的理念启发我创建了 Priompt，这是一个类似 React、基于 JSX 的提示设计库。

2.1 Priompt v0.1：提示设计库的首次尝试

Priompt 是受现代网页设计原则启发创建提示设计库的首次尝试。我们在 Anysphere 内部使用它，并且非常喜欢。

我认为它的所有抽象可能并非完全正确，但我至少确信，与字符串模板相比，JSX 是一种更符合人体工程学的编写提示的方式。仅仅能够轻松注释掉提示的部分内容这一点，就能使迭代循环快得多。
在这里插入图片描述

Priompt 还附带了一个（仓促搭建的）预览网站，在那里你可以在真实数据上预览提示。在开发应用程序时，你可以在每次请求时记录传入组件的序列化props。然后，当你发现意外行为时，你可以进入 Priompt 预览页面，查看确切的提示，更改源代码，提示会使用与真实请求相同的props进行更新。我们发现这使得对提示的迭代更加容易。

在这里插入图片描述

如果你试用了它，请告诉我你的想法！我很乐意看到更多类似的想法，或者直接告诉我我完全错了，提示设计这个概念很愚蠢。

2.2 注意事项

模型更新换代迅速，提示技术也必须随之快速变化。鉴于此，我认为将其称为提示设计存在一些需要注意的地方：

对于 GPT-4 来说，像素级完美的设计并不重要，对于 GPT-4.5 或更好的模型来说可能会过时。
如果按照长上下文模型的近期发展趋势推断，上下文窗口的限制可能会消失。不过，我对此并不确定。
OpenAI 似乎正朝着减少开发者对提示控制权的方向发展；有可能在一年内不再有提示的概念，API 调用只需要我们提供原始输入和一条指令。这种减少控制权的趋势从聊天格式就开始了，并且在最近推出的函数调用功能中持续体现。
缓存可能是提示中最重要的方面之一，在这种情况下，它听起来更像是工程而非设计。
也许提示设计层面太低，应该留给更高级的框架或编译器（例如 langchain）来处理。我认为这可能是对的，但鉴于大语言模型快速变化的特性，我个人更倾向于尽可能接近原始模型。

3. 了解 Cursor 的 AI 功能

3.1 问题

如果我想 Cursor 描述我想做什么，它能给我写代码吗？
如果我将使用的 GhatGPT/Claude 生成的代码上传到 Cursor，Cursor 能查看并修复错误吗？

3.2 答案

针对你的问题，答案都是肯定的。

以下是更多详细信息。

Cursor 是基于 Visual Studio Code（VS Code）的分支开发的。

VS Code 是微软开发的一款代码编辑器，官网链接为：https://code.visualstudio.com/ 。

Cursor 由 Anysphere 公司开发，其官网为：https://anysphere.inc/ 。

Anysphere 获得了 Chat GPT 背后的公司 OpenAI 的一些资金支持，相关信息可查看：We raised $8M from OpenAI. 。

最新消息 —— 他们最近又筹集了更多资金，详情见：Series A and Magic | Cursor - The AI Code Editor 。

Cursor 的官方功能页面：Features | Cursor - The AI Code Editor 。

Cursor 的官方文档页面：https://docs.cursor.com 。

该文档也可在 GitHub 上查看：GitHub - getcursor/docs: Cursor's Open Source Documentation 。

Cursor 内置了人工智能功能。
有多种方式可以使用这些功能。
当在 Cursor 中打开一个文件时，你可以按下不同的组合键来使用不同功能。
具体如下：

按下 Ctrl + K 进行文件内代码生成。
按下 Ctrl + L 可在侧边栏打开 AI 聊天面板。
按下 Ctrl + I 可跨多个文件创建和编辑代码。

可以在 Ctrl + L 中选择两种不同的「模式」：

普通模式
解释器模式

4. cursor 免费功能体验

下面随机数生成的代码示例是通过 cursor 逐步优化生成的，体验下来，写代码的效率飞快！

package mainimport ("fmt""math/bits""runtime""sync"
)// 定义魔法常数
const (// 黄金比例相关的质数prime1 uint64 = 11400714785074694791prime2 uint64 = 14029467366897019727prime3 uint64 = 1609587929392839161prime4 uint64 = 9650029242287828579prime5 uint64 = 2870177450012600261// 块大小定义blockSize = 32 // 增加块大小以提高性能
)// HashOptions 定义哈希配置选项
type HashOptions struct {Seed       uint64 // 种子值Parallel   bool   // 是否使用并行处理Iterations int    // 混合轮数
}// DefaultOptions 返回默认配置
func DefaultOptions() HashOptions {return HashOptions{Seed:       0,Parallel:   true,Iterations: 3,}
}// EnhancedHash 实现增强版哈希算法
func EnhancedHash(input string, opts HashOptions) uint64 {if len(input) == 0 {return opts.Seed ^ prime5}if opts.Parallel && len(input) >= blockSize*4 {return parallelHash(input, opts)}return serialHash(input, opts)
}// 并行处理哈希
func parallelHash(input string, opts HashOptions) uint64 {numCPU := runtime.NumCPU()chunkSize := len(input) / numCPUif chunkSize < blockSize {return serialHash(input, opts)}var wg sync.WaitGroupresults := make([]uint64, numCPU)for i := 0; i < numCPU; i++ {wg.Add(1)go func(index int) {defer wg.Done()start := index * chunkSizeend := start + chunkSizeif index == numCPU-1 {end = len(input)}results[index] = processChunk(input[start:end], opts.Seed+uint64(index))}(i)}wg.Wait()// 合并所有结果return combineHashes(results, opts)
}// 串行处理哈希
func serialHash(input string, opts HashOptions) uint64 {hash := opts.Seed + prime1// 分块处理for i := 0; i < len(input); i += blockSize {end := i + blockSizeif end > len(input) {end = len(input)}hash = processBlock(input[i:end], hash)}// 多轮混合for i := 0; i < opts.Iterations; i++ {hash = mixHash(hash)}return finalizeHash(hash, uint64(len(input)))
}// 处理数据块
func processBlock(block string, hash uint64) uint64 {data := stringToUint64Slice(block)for _, v := range data {v *= prime2v = bits.RotateLeft64(v, 31)v *= prime1hash ^= vhash = bits.RotateLeft64(hash, 27)hash = hash*prime1 + prime3}return hash
}// 处理数据块（并行版本）
func processChunk(chunk string, seed uint64) uint64 {hash := seed + prime1for i := 0; i < len(chunk); i += 8 {end := i + 8if end > len(chunk) {end = len(chunk)}block := uint64(0)for j := i; j < end; j++ {block |= uint64(chunk[j]) << uint((j-i)*8)}block *= prime2block = bits.RotateLeft64(block, 31)block *= prime1hash ^= blockhash = bits.RotateLeft64(hash, 27)hash = hash*prime3 + prime4}return hash
}// 混合哈希值
func mixHash(hash uint64) uint64 {hash ^= hash >> 33hash *= prime2hash ^= hash >> 29hash *= prime3hash ^= hash >> 32return hash
}// 最终化哈希值
func finalizeHash(hash uint64, length uint64) uint64 {hash ^= length * prime4hash = mixHash(hash)hash ^= hash >> 37hash *= prime5hash ^= hash >> 28return hash
}// 合并多个哈希值
func combineHashes(hashes []uint64, opts HashOptions) uint64 {result := opts.Seed + prime5for _, h := range hashes {result ^= bits.RotateLeft64(h, 17)result *= prime2}return finalizeHash(result, uint64(len(hashes)))
}// 将字符串转换为uint64切片
func stringToUint64Slice(s string) []uint64 {length := len(s)result := make([]uint64, (length+7)/8)for i := 0; i < length; i++ {result[i/8] |= uint64(s[i]) << uint((i%8)*8)}return result
}func main() {// 测试数据testCases := []struct {input stringopts  HashOptions}{{"Hello, World!", DefaultOptions()},{"Hello, World!", HashOptions{Seed: 42, Parallel: true, Iterations: 5}},{"测试中文字符串", DefaultOptions()},{"1234567890", DefaultOptions()},{string(make([]byte, 1024*1024)), DefaultOptions()}, // 测试大数据{"这是一个非常长的文本，用来测试哈希算法在处理长输入时的表现", DefaultOptions()},}// 运行测试for _, tc := range testCases {hash := EnhancedHash(tc.input, tc.opts)fmt.Printf("输入长度: %d\n种子: %d\n并行处理: %v\n混合轮数: %d\n哈希值: %x\n分布率: %.10f%%\n\n",len(tc.input),tc.opts.Seed,tc.opts.Parallel,tc.opts.Iterations,hash,100.0/float64(1<<64))}
}

运行效果：

$> go run main.go 
输入长度: 13
种子: 0
并行处理: true
混合轮数: 3
哈希值: ac34659942f33338
分布率: 0.0000000000%输入长度: 13
种子: 42
并行处理: true
混合轮数: 5
哈希值: 537ebcf8c50135f6
分布率: 0.0000000000%输入长度: 21
种子: 0
并行处理: true
混合轮数: 3
哈希值: 68f36c2801c14546
分布率: 0.0000000000%输入长度: 10
种子: 0
并行处理: true
混合轮数: 3
哈希值: 4d0d8e5da7bb858a
分布率: 0.0000000000%输入长度: 1048576
种子: 0
并行处理: true
混合轮数: 3
哈希值: 5fd3b28ae5a833cb
分布率: 0.0000000000%输入长度: 87
种子: 0
并行处理: true
混合轮数: 3
哈希值: 842b9c0aca6bcdb8
分布率: 0.0000000000%

5. 写在最后面

抓住周五的尾巴，完成了 Cursor 的初步学习记录，要加油呀！

任何选择都会导致遗憾，所以不要后悔。
人活一生，值得爱的东西很多，不要因为一个不满意，就灰心。
人没有牺牲，就什么也得不到，如果想得到什么，就得付出同等的代价，这就是等价交换原则，我们相信，这，就是世界的真实。

6. 参考资料

Prompt Design | Cursor - The AI Code Editor
Cursor feature summary for colleagues (with annotated screenshots) - Discussion - Cursor - Community Forum
Comprehensive and Succinct List of Cursor Features - Discussion - Cursor - Community Forum
Separate the visual UI inlay hints into multiple togglable options - #5 by litecode - Feature Requests - Cursor - Community Forum
Multi-file edits - 0.37 update - #24 by litecode - Feedback - Cursor - Community Forum