如何学会AI编程工具cursor的使用？

在上一篇《Cursor AI编程助手不完全指南》中，我们详细介绍了Cursor这款强大的AI编程工具。为了让大家能更直观地了解 Cursor 的实战应用价值，本文将通过一个实际项目来展示其开发流程。我们将使用 Cursor 开发一个 Web 版单词学习程序，通过这个案例，您将看到 AI 辅助开发的完整过程，体验从需求分析到代码实现的全过程。让我们开始这次实战之旅。

在开始开发之前，明确的需求文档是项目成功的关键。一个好的需求文档不仅能指导开发方向，还能作为与 Cursor 进行高效对话的重要基础。我们有两种方式来准备需求文档：自行编写需求文档和借助 Cursor 生成需求文档。

• 明确列出功能模块和具体需求
• 按优先级排序各项功能
• 将文档保存为独立文件，方便随时参考
• 确保描述清晰，避免歧义

• 提供项目的核心目标和主要功能点
• 让AI协助完善功能描述和技术细节
• 根据实际需求进行调整和补充

摘抄部分功能内容，填充到自己的开发需求文档如下：

# 开发一个学单词的web程序

核心功能需求

学习模式

• 从未学单词中挑选10个单词进行学习
• 单词卡片展示（拼写、音标、释义、例句）
• 发音功能
• 可以将当前词加入到错题本，进行复习

复习模式

• 从错词本中随机抽取单词进行复习

用户管理

• 用户免登录，可以设置用户名

技术需求

前端

• 响应式设计，支持多端适配
• 流畅的交互体验，界面简洁美观

后端

• 如果需要用到后端程序，请使用python语言
• 如果需要用到数据库，请使用MySQL

数据结构

单词库

• 单词基本信息（拼写、音标、发音音频、释义、例句）

用户学习记录

• 记录用户学习记录和错题信息

  使用 Cursor 的 COMPOSER 模式+ AGENT，以需求文档作为上下文，和 Cursor 对话，让其帮忙生成 UI 界面。

  请根据我的需求文档，设计一个学单词的web界面，要求简洁美观

  

  觉得设计的还不错，就直接选择 Accept，如需修改可继续提问进行修改。

  

  下面进行 web 界面的预览， 选中 html 文件，右键 Open In Default Browser。

  

  

  前端部分先这样，可以继续进行后端设计，包括API接口、功能实现和数据库设计。

  

  

  Cursor 给出的后端项目结构：

  app/ ├── models/ │ └── models.py ├── routes/ │ └── word_routes.py ├── utils/ └── app.py requirements.txt .env

  Cursor 创建一个保存环境变量文件，我们需要修改其中的内容，如连接数据库的URI。

  DATABASE_URL=mysql+pymysql://root:root@localhost/word_memorize FLASK_ENV=development FLASK_APP=app/app.py

  • Word 表：存储单词基本信息
  • UserProgress 表：存储用户学习进度和错题本

  创建数据库：

  CREATE DATABASE word_memorize CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

  表可以先不创建，后面让Cursor生成程序进行表的创建和测试数据生成。

  Cursor 已为我们创建一个 requirements.txt 文件来管理项目依赖（如果没有，可让其帮忙生成）。

  Flask==2.0.1 Flask-SQLAlchemy==2.5.1 Flask-CORS==3.0.10 PyMySQL==1.0.2 python-dotenv==0.19.0 requests==2.26.0

  有了依赖我们可以直接执行以下安装命令，可以让 Cursor 帮忙执行，(注意：如果使用的是python虚拟环境，可能需要手动执行命令，cursor 默认使用默认的 python 环境）：

  pip install -r requirements.txt

  

  flask run

  首次运行，出错了，没关系，交给 Cursor 去解决（这是一个持续过程，需要有点耐心）：

  

  根据提示，升级Flask版本：

  

  继续运行，又报错了，继续丢给 Cursor 帮忙解决：

  

  修改了依赖的版本和代码中依赖的导入方式：

  

  又回到了第一个问题，版本不兼容，Cursor 建议让我们用第二种方式解决：

  

  这次启动成功：

  

  接下来，我们需要修改前端JavaScript代码，对接后端 API。

  

  修改之后，打开页面，报错了页面中的CSS和JS文件找不到，可能是路径问题，需要修复下：

  

  

  接收所有建议，需要运行一个服务用于加载前端文件：

  

  我们让Cursor帮忙生成测试单词数据：

  

  添加单词报错：

  

  一通修复之后，终于添加了单词

  

  单词展示和下一个功能正常：

  

  加入错题本正常：

  

  单词学完：

  

  页面虽然展示添加到错题本成功，其实并没有真正添加到数据库：

  

  

  需要Cursor帮忙修复这个问题：

  

  修复之后，重启程序，仍然有问题，不过我观察到错题记录是被答题记录更新掉了，需要让 Cursor 注意到这个问题：

  

  

  错题本终于也正常了：

  

  虽然这是一个相对简单的示例项目，但它展示了 AI 辅助开发的基本流程和方法。通过这次实践，我们可以总结以下几点经验：

  1、交互策略

  • 与Cursor进行清晰、具体的对话
  • 将复杂需求拆分成小步骤
  • 及时反馈和纠正AI的输出

  2、效率提升

  • 善用上下文管理，保持对话连贯性
  • 复用已验证的代码片段
  • 建立个人的提示词模板

  Cursor 中输入“帮我生成一个文档管理模块，包括文档名称、文档描述、文档类型、文档URL，以及相关审计字段。”

  几分钟后，前后端代码都已经生成，编译也没有问题，但满怀希望的运行后却发现： 项目中默认的 tab 新增页变成了弹窗 蓝色主按钮也变成了绿色 等等。

  虽然可以通过指定参考页面来优化，但没法一步到位终究不是那么完美。

  今天，我们就来了解下如何通过 Cursor Rules，让 Cursor 生成更规范的代码，大幅减少开发调试时间，真正解放我们的时间！

  简单理解，Cursor Rules 就是你为 AI 设置的一些规则，你可以定义技术栈、代码规范、目录结构、组件规约等各类要求。

  当 AI 生成代码时，这些规则会约束 AI 的各种“奇思妙想”，以便生成更加符合预期的项目代码。

  打开 Cursor 的 Settings-Rules 界面进行配置。

  

  • 全局规则 (User Rules)
    这些规则全局起效，适合存放一些个人的编程习惯或实现偏好，例如 Cursor 中文版默认的 “Always respond in 中文” 。
    
    
    
    
    
    
  • 项目规则 (Project Rules)
    这些规则仅对当前项目生效，文件格式存储，方便版本控制，适合整个团队共享相同规则。
    点击 Project Rules 右侧的“Add Rules”即可新增。
    注意，新建的 Rules 文件后缀名是 .mdc，而不是原来的 .cursorrules，但 Cursor 依然兼容原来的 cursorrules，记得勾选 “Includes .cursorrules file” 即可。
    
    
    
    
    
    
    
    

  如上图，我设置了一个项目规则文件tach-stack.mdc，打开它，我们会发现除了文本内容外，最顶部还有一个类型设置。

  

  主要包括以下几种：

  • Always：总是生效，规则内容会始终包含在模型上下文中。
  • Auto Attached：根据后面配置的文件规则才会起效，比如，指定 src 下的文件、指定 java 文件等。
  • Agent Requested：你可以将你的想法写入后面的输入框，AI会判断是否需要追加规则到上下文，比如，当生成界面效果时应用当前规则。
  • Manual：在与 AI 对话时，手动指定规则，比较灵活，仅当通过 @Cursor Rules 显式调用时包含。

  

  Cursor Rules 几乎能提升所有开发场景下的 AI 协作效率，尤其在以下几个方面，效果会更明显：

  • 统一技术栈：确保 AI 生成的代码符合项目所使用的框架和库。例如，前端限定使用 Vue 2.6 搭配 Element UI 2.13.2，后端采用 Spring Boot + MyBatis。
  • 遵循编码规范：让 AI 熟悉并遵守团队的代码风格、命名规则和目录结构。比如，“后端的 Controller 类必须放在 com.xxx. <业务模块> .controller 路径下”。
  • 补充关键信息：帮助 AI 更好地理解项目中的核心文件或常用工具的位置。例如，告诉 AI “HTTP 请求的封装工具在 src/utils/request.js 中”。
  • 助力新人快速上手：新同事不熟悉项目结构？有了 Rules，AI 就能直接输出符合项目规范的代码，大大减少学习成本。

  高质量的 Rules 是 AI 生成高质量代码的前提。

  那么，这些规则从何而来呢？

  1. 自己整理：这是最可靠的方式，但估计也是大家最不喜欢的方式。一句一句地整理技术栈、代码规约、项目约定等内容，耗费巨大，但是长期效果**，毕竟，最适合的才是最好的。
     
     
     
  2. 别人分享的：如果不想写，或者代码本身就是开源框架搭建的，那可以直接采用官网给出的 Rules 范例（https://cursor.directory/rules），或者其它各类 Rules 共享网站。
     
     
     
  3. Cursor 自己生成：这是新版本 Cursor 的一大两点，直接在 AI 对话框中输入“/”，会弹出快捷指令 “Generate Cursor Rules” 回车后发送指令即可。
     

  

  下面，我们通过文章开头的“文档管理模块”场景验证一下 Cursor Rules 的实际效果如何。

  作为对比，贴一个项目信息模块界面。

  

  

  提示词

  帮我生成一个文档管理模块，包括文档名称、文档描述、文档类型、文档URL。

  结果

  

  效果

  

  提示词

  帮我生成一个文档管理模块，包括文档名称、文档描述、文档类型、文档URL。

  结果

  

  效果

  

  Cursor 应该是当下最顶级的智能代码编写工具了，加上 Rules 后，就像野马配上了缰绳，它终于可以像我们团队的伙伴一样，高效生成合规代码，真正实现协作编程！

  来自李博杰老师分享的Cursor使用技巧
  Cursor的出现不仅改变了程序员的工作方式，还提高了行业门槛，使得高级程序员和AI的协作变得更加高效，甚至产品经理也能利用它快速迭代产品设计，这一切都预示着软件开发的新时代。
  
  
  

  1. 有Cursor之后，程序员的门槛提高了，因为不再需要中低级程序员了，简单的产品一个人就搞定了，复杂的产品每个高级程序员只需做架构设计，带几个AI程序员，沟通成本还比真人低。

  2. 产品经理不需要用Figma画设计稿了，可以用Lovart生成一个原型，用Cursor快速迭代，然后再交给程序员继续实现。Cursor设计师自己做了一个假的Cursor，在这个假Cursor里面快速迭代测试新特性，不需要传统的冗长PRD、设计稿、原型流程。

  3. 直接让Cursor开始干活往往得到的东西不是想要的，要让Cursor先调研代码仓，得出一个修改计划，人跟它讨论修改计划，然后再让Cursor根据这个计划写代码。这就是所谓的文档驱动编程，不是先有代码再补文档，而是先跟Cursor讨论出文档，再让Cursor去按照文档实现。

  4. 在与Cursor协作编程的时候，人最重要的是判断什么是好的，什么是不好的，就是所谓的审美。对人来说，读比写快很多，因此AI做生成，人做判断，可以更好利用人的智力。

  5. Cursor Background Agent + Max Mode跟Claude Code差不多强，但它们有两个共同的缺点，一是烧钱，二是缺少跟人讨论plan的环节。

  6. LLM的不稳定问题可以用sequential revision、self consistency等方式改进，使用不同的temperature、不同的模型反思和评估，以及跑测试用例来验证，可以把pass@k变成pass@1。

  7. Cursor不只可以用来写代码，还可以用来写文档、做PPT、做视频，成为综合的工作台。

  8. Cursor唯一的护城河是做得比别人快，做得越快越好。他们用Cursor开发Cursor。相比Claude Code和微软Copilot最大的优势是可以综合利用全世界最好的模型，并且Cursor是一个能给普通人用的综合工作台，不只是一个命令行。Claude能这么出名，部分也是因为Cursor。

  9. 要进Cursor实习或者工作，唯一重要的是做出厉害的东西。只要你做出厉害的东西，Cursor可能会主动找到你。

  10. Cursor用React、Python等前后端框架是最好的，但一些小众语言，模型没见过足够的语料，就做的不够好，这时就要给模型足够的边界。