最大化 Cursor 使用:高级提示、Cursor 规则与工具集成

本文介绍了如何通过高级提示技术、Cursor规则、工具集成和外部文档的使用来最大化利用Cursor编辑器,提升与AI助手的协作效率。文章详细讲解了链式思维提示技术、少量提示技术、Cursor规则的最佳实践、如何集成PDF和GitHub仓库内容等内容,并提供了管理长代码库的实用建议。

对于我们使用 Cursor 的开发者来说,生产力不仅仅是编写代码——更重要的是优化与你的 AI 助手的互动方式。在本文中,我们探索如何利用先进的提示技术(包括链式思维和少量示例提示),通过 Cursor 规则强制执行最佳实践,集成强大的工具和扩展,并将丰富的外部文档融入你的工作流程。我们还分享了在与像 Gemini 和 Claude 这样的 AI 助手协作时管理长代码库的实用技巧。结果是一个环境,在这里,AI 不仅协助工作,还学习、记忆并协调复杂的工作流程,以提高你的生产力。

1. 利用提示技术

链式思维提示

链式思维(CoT)提示通过引导你的 AI 逐步进行复杂推理。通过“推动”助手明确表达其推理,你可以改善它处理多部分任务的能力。例如,解决算术挑战的提示可能像这样构造:

提示词: 这组中的奇数之和为一个偶数:4, 8, 9, 15, 12, 2, 1. A: 将所有奇数(9, 15, 1)相加得到25。答案是错误的。

这种逐步演示有助于模型在未来的任务中复制类似的推理方法。了解更多关于 CoT 的内容,请访问 提示工程指南

少量示例提示

少量示例提示提供一个或多个上下文“示例”,以指导模型如何完成任务。例如:

提示词: “whatpu” 是一种生活在坦桑尼亚的小型毛茸茸的动物。例如: 我们在非洲旅行时看到这些非常可爱的 whatpus。

“farduddle”的意思是快速上下跳动。一个例句: 当我们赢得比赛时,我们都开始快快乐乐地 farduddle 庆祝。

这种方法确保模型学习到预期格式,尤其是在处理细致语言任务时。有关更多细节,请参考 少量示例提示指南

2. 使用 Cursor 规则的最佳实践

计划和行动模式

最大化 Cursor 效率的第一步是在执行任务前制定明确的计划。“计划与行动”这一概念在 Cursor 社区论坛 中有讨论,强调不良规划的指令可能导致串联(cascading)失败。始终在采取行动之前验证你的计划,如果出现问题,请在你的 .cursorrules 文件中记录失败,以优化你的方法。

记录失败

始终在 .cursorrules 中跟踪错误或不良结果。这个日志有助于 AI 从过去的错误中“学习”,并随着时间的推移提高你提示的整体有效性。

版本控制与文档

记录你的更改,并为实验维护单独的分支。当需要时,回溯成功的配置或恢复到以前的版本。指示你的 AI 生成关键更新的摘要,并将这些信息融入到你的 .cursorrules 中。有关管理这些规则的深入探讨,请访问 Cursor 规则仓库

3. 添加完整的仓库上下文、PDF 和其他文档

集成全面的外部文档——例如完整的仓库内容、学术论文或 PDF 指南——增强了 AI 的上下文,以获得更好的建议。根据 Cursor 论坛教程,以下是关键步骤:

将 PDF 添加到 Cursor

  1. 转换 PDF:

使用像 Marker 这样的工具将你的 PDF 转换为 Markdown(在需要时启用全面的 OCR 以提取文本和表格)。

  1. 创建 GitHub Gist:

将 Markdown 粘贴到 GitHub 的公共 Gist 中。使用“https 克隆”选项复制链接。

  1. 添加到 Cursor:

利用 Cursor 中的 @Docs > 添加新文档 功能;赋予明确的名称,设置入口点和前缀,并索引文档。

  1. 在提示中使用:

使用 @Doc <AssignedName> 引用文档,以便向 AI 提出关于你材料的具体问题。

提示:对于使用 Raycast 的用户,GitHub Gist 扩展可以简化访问和搜索。

集成 GitHub 仓库内容

  1. 提取仓库内容:

工具如 uithub.com 允许你提取特定文件类型(例如,通过附加 ?ext=md 来提取 Markdown 文件)。

  1. 创建综合 Gist:

将相关文件(如 README 和示例)合并到一个 Markdown 文档中——保持其大小可控(理想情况下不超过 60,000 个 tokens)。

  1. 将此数据添加到 Cursor:

按照与 PDF 相同的过程:使用 @Docs > 添加新文档 功能,配置你的文档参数,并索引它。

以这种方式集成外部文档使你的 AI 能够引用和利用更广泛的上下文,从而显著提升其性能和准确性。

4. 对 AI 要友善

礼貌提升了你与大型语言模型的互动。研究(例如“ 我们应该尊重 LLM 吗?”)表明,礼貌用语——使用姓名和“请”及“谢谢”等短语——可以提高清晰度和遵从性。在撰写提示时,友好的语气可能会产生更好、更有效的结果。

5. 命名 Cursor 规则

适当的命名约定使你的 cursor 规则更易于引用和共享。例如,GitHub 上的 命名 Cursor 规则 说明了如何通过描述性名称简化协作和故障排除。

6. 授予 Cursor 工具与提示调度的访问权限

高级工具集成可以将 Cursor 转变为战略 AI 合作伙伴。devin.cursorrules 仓库演示了如何增强 Cursor(或 Windsurf)具有主动能力——使其能够进行计划、自我演变和执行复杂任务。这种调度使你的 AI 能够更全面地应对挑战,而不仅仅是对命令做出反应。

7. 有用的扩展

通过动态扩展,如 SpecStory,增强你的 Cursor 工作流程。此扩展捕获、存储和流转你的 AI 编码对话——提供了一种持续的“意识”状态,有助于跨会议保持上下文。

8. 使用 Cursor、Gemini 和 Claude 的关键提示

下面是一个 Markdown 摘要,概述了通过协调你的 AI 合作者(Cursor、Gemini 和 Claude)来管理长代码库的最佳实践:


本指南提供了一种通过 Cursor IDE 利用你的 AI 合作者来管理长代码库的实用方法。以下是一些关键提示:

1. 项目设置:打下基础

1.1. 使用 .cursorrules 定义规则- 目的:

设置你和你的 AI 助手(Gemini 和 Claude)协作的指南。

  • 包括内容:

    • 一步“初始化”的步骤,总是加载关键项目文档(例如 project_overview.mdtask_list.md)。
    • 操作协议,分解为:
    • 在采取行动前准备一个 MECE 任务分解
    • 代码变化的指南,如审查相关代码、保持功能和维护类型安全。
    • 安全要求(例如,始终保持适当的错误处理并记录更改)。
    • 优先级源和模式设置(例如“基本”用于常规任务,“增强”用于复杂问题)。

    示例 .cursorrules

    {
    "rules": {
        "context_initialization": {
            "description": "每次交互的起始点",
            "steps": [
                "始终阅读 `.notes/project_overview.md` 和 `.notes/task_list.md`"
            ]
        },
        "operational_protocol": {
            "description": "处理任务的方式",
            "before_action": [
                "创建 MECE 任务分解"
            ],
            "code_changes": [
                "在编辑之前阅读相关代码部分",
                "保留现有功能",
                "保持类型安全"
            ]
        },
        "safety_requirements": [
            "绝不能破坏类型安全",
            "始终保持适当的错误处理",
            "始终记录新代码"
        ],
        "priorities": [
            {
                "source": ".notes/",
                "weight": 1.0
            }
        ],
        "modes": {
            "base": {
                "description": "用于常规任务"
            },
            "enhanced": {
                "description": "用于复杂问题"
            }
        },
        "project_directives": {
            "name": "my_project",
            "ai_first": true
        }
    }
    }

1.2. 使用 .cursorignore 控制文件可见性

  • 目的:

.gitignore 类似,列出 AI 应该跳过的文件和目录。

  • 示例:
/node_modules
/build
/temp
.DS_Store

1.3. 使用 .notes 建立共享文档

  • 目的:

使用 .notes 文件夹作为所有文档和共享上下文的中心枢纽。

  • 关键文件包括:
  • project_overview.md:项目的高层目标、架构和用户旅程示例。
  • task_list.md:详细列出任务、状态、优先级和备注。
  • directory_structure.md:项目文件布局的概述。
  • meeting_notes.md:与你的 AI 合作者的交互和决策记录。

2. 管理共享上下文

2.1. 填充 project_overview.md

  • 功能:

提供项目的“电梯演讲”。

  • 内容应包括:
  • 项目目标和高层次架构。
  • 关键技术的摘要(例如,前端框架、后端服务)。
  • 示例用户旅程。

2.2. 使用 task_list.md 进行规划

  • 功能:

充当所有项目任务的动态待办事项列表。

组织方式:

  • 高优先级: 进行中或需要立即关注的任务。
  • 中低优先级: 计划在后续阶段处理的任务。
  • 已完成: 已成功完成的任务。

2.3. 生成 directory_structure.md

  • 功能:

提供项目布局的地图,以帮助 AI 理解每个组件的位置。

  • 示例脚本:

示例脚本 可以自动化目录生成。

3. 提示精通与聚焦对话

3.1. 上下文的重要性

  • 重点:

上下文引导 AI 到代码库的相关部分。

  • 准确性与一致性:

确保响应与项目目标和架构对齐。

3.2. 利用 @ 符号

  • 用法:

使用 @ 引用或聚焦特定文档或代码部分。

  • 示例:
  • @components/Button.tsx: "让我们回顾这个组件。"
  • @.notes/task_list.md: "检查当前任务和优先级。"
  • @.notes/project_overview.md: "回忆项目的整体目标和架构。"

3.3. 提示的最佳实践

  • 保持具体:

确切指明部分或功能,而不是泛泛而谈地请求。

  • 使用 MECE:

将复杂任务分解为清晰且不重叠的部分。

  • 迭代和优化:

进行对话并提出后续问题。

  • 询问“为什么”:

请求解释以了解 AI 的推理。

  • 探索“假如”情境:

评估假设性问题,以寻找替代方法。

4. 高级提示:提升你的 AI 合作

  • 维持“意识流”:

记录所有交互在 meeting_notes.md 中,以保持连贯性。

  • 采用不同模式:

根据任务复杂性在“基本”和“增强”模式之间切换。

  • 如果需要,请重新开始:

当事情变得混乱时,开始新的对话。

  • 采用生产心态:

将你的项目视为真正的生产系统,分享终端输出和日志以进行迭代改进。

通过遵循这些详细提示,你可以创建一个结构良好的数字工作室,使你和 AI 合作伙伴和谐共事,确保你的长代码库在开发过程中保持可管理并保持其完整性。

结论

最大化你的 Cursor 使用是关于结合系统性的规划、先进的提示、强大的工具配置和智能文档集成。通过掌握链式思维和少量示例提示、完善你的 .cursorrules、整合全面的外部数据(仓库和 PDF),以及与你的 AI 保持有效且礼貌的对话,你构建了一个人机共同学习和发展环境。

记住,成功源于合作——分享这些最佳实践成倍提高我们的集体生产力。祝你编码愉快,愿你的 Cursor 始终保持优化和丰富上下文!

  • 原文链接: extremelysunnyyk.medium....
  • 登链社区 AI 助手,为大家转译优秀英文文章,如有翻译不通的地方,还请包涵~
点赞 0
收藏 0
分享
本文参与登链社区写作激励计划 ,好文好收益,欢迎正在阅读的你也加入。

0 条评论

请先 登录 后评论
extremelysunnyyk
extremelysunnyyk
江湖只有他的大名,没有他的介绍。