🤖 Cursor —— 让 AI 帮你写代码的编辑器

Cursor 是一款基于 VS Code 的 AI 代码编辑器，但它不只是"加了个 AI 插件"这么简单。从 2024 年火到 2026 年，它已经从"AI 辅助编码"进化到了 "AI 自主编程" 的阶段。

先交代背景：你现在看的这个博客，就是用 Cursor 开发和维护的——主题配置、PWA、SEO、CI 部署脚本，包括一些后面会讲到的真实踩坑案例（比如一篇 406KB 的文章清洗、Service Worker 缓存事故排查），都是 Cursor 协作完成的。这篇教程就是把这些一线经验整理出来。

一、下载安装

1.1 下载

访问官网 https://www.cursor.com/open in new window，选择对应操作系统版本下载：

• Windows：.exe 安装包
• macOS：.dmg 安装包
• Linux：.AppImage 或 .deb

1.2 安装步骤

1. 下载后双击安装
2. 首次打开会提示登录/注册 Cursor 账号
3. 可以选择导入 VS Code 设置（扩展、主题、快捷键一键迁移）
4. 选择 AI 模型偏好，完成初始设置

1.3 界面概览

Cursor 的界面和 VS Code 几乎一模一样，主要多了：

• AI 聊天面板（右侧）：与 AI 对话
• Agent 面板：AI 自主执行任务
• 内联编辑区：代码中直接编辑

二、三个必须记住的快捷键

这是 Cursor 的核心。记住这三个快捷键，你就掌握了 80% 的功能。

2.1 Ctrl+L — AI 聊天

打开右侧 AI 聊天面板，可以：

• 提问代码相关问题
• 让 AI 解释一段代码
• 讨论架构设计方案
• 排查错误

选中一段代码 → Ctrl+L → 输入"这段代码有什么bug？"

2.2 Ctrl+K — 内联编辑

在代码中直接唤起 AI 编辑：

• 光标放在某行 → Ctrl+K → 输入指令
• 选中一段代码 → Ctrl+K → 让 AI 修改选中部分

选中函数 → Ctrl+K → "添加错误处理和类型检查"

2.3 Ctrl+I — Agent 模式（重点！）

这是 Cursor 最强大的功能，AI 可以自主完成复杂任务：

• 自动搜索代码库找到相关文件
• 自动创建、修改多个文件
• 自动运行终端命令
• 自动检测错误并修复

Ctrl+I → "给项目添加暗色模式支持，修改所有组件的样式"

其他常用快捷键

三、Agent 模式详解

Agent 模式是 Cursor 的核心能力，也是它和其他 AI 编辑器拉开差距的关键。

3.1 Agent 能做什么？

3.2 Agent vs Chat 模式

• Chat 模式：AI 只给建议，你手动操作
• Agent 模式：AI 直接帮你做，你审查结果

我的建议：日常用 Agent 模式，需要精确控制时切回 Chat。

3.3 Yolo 模式

在设置中开启 Yolo 模式后，Agent 可以自动执行终端命令，不需要每次确认。

3.4 多 Agent 并行

新版 Cursor 支持多个 Agent 同时工作，每个 Agent 可以在独立的 git worktree 中运行，互不干扰。

适合场景：

• 同时开发多个功能模块
• 一边写代码一边写测试
• 让多个 Agent 用不同方案做同一个任务，择优采用

3.5 Background / Cloud Agent（后台代理）

把任务交给 Agent 后台跑，你继续做其他事：

• 用一个模型生成计划，另一个模型执行
• 多个 Agent 并行生成方案供你审查
• Cloud Agent 在云端运行，关掉本机也能继续干活

四、Tab 智能补全

Cursor 的 Tab 补全不是简单的代码片段，而是基于上下文的智能预测。

4.1 工作方式

1. 你正常写代码
2. Cursor 实时分析你的意图
3. 出现灰色的补全建议
4. 按 Tab 接受，按 Esc 忽略

4.2 补全能力

• 单行补全：补全当前行代码
• 多行补全：预测接下来几行的逻辑
• 跨文件感知：根据项目中其他文件的模式来补全

4.3 使用技巧

• 写好函数签名，Tab 补全函数体
• 写好注释，Tab 补全实现代码
• 复制粘贴类似的代码结构，Tab 会学习模式

五、@ 上下文引用

在 AI 聊天或 Agent 模式中，用 @ 符号可以精确指定上下文：

实战示例：

@src/components/ @src/lib/api.ts
重构这些组件的API调用方式，改用React Query

六、Rules 规则系统

Rules 是 Cursor 最被低估的功能之一。通过规则，你可以让 AI 始终遵循项目的编码规范。

6.1 规则类型

6.2 创建项目规则

在项目根目录创建 .cursor/rules/ 文件夹，添加 .mdc 规则文件：

# .cursor/rules/coding-standards.mdc

---
description: 项目编码规范
globs: "**/*.{ts,tsx}"
alwaysApply: false
---

- TypeScript 严格模式，禁止 any
- 使用中文注释
- 组件使用 PascalCase 命名
- 工具函数使用 camelCase 命名
- 所有新增 UI 必须适配暗色模式

6.3 规则应用方式

• Always Apply：每次对话都生效
• Apply Intelligently：AI 根据描述自动判断
• Apply to Specific Files：匹配特定文件模式时生效
• Apply Manually：在聊天中 @规则名 才生效

6.4 我的规则配置实战

我在实际项目中常用的规则模板：

# 前端项目规则示例

- 使用 Tailwind CSS，不写自定义CSS（除非万不得已）
- 移动端优先设计，断点从 sm 到 xl
- 所有代码注释使用中文
- 组件按功能拆分，单个文件不超过 200 行
- API 调用统一封装在 lib/ 目录
- 错误处理使用统一的 toast 提示

七、MCP — 连接一切外部工具

MCP（Model Context Protocol）是 Cursor 支持的开放协议，可以让 AI 连接各种外部工具和数据源。

7.1 什么是 MCP？

简单说，MCP 让 Agent 不再只能读写代码，还能：

• 操作 GitHub（创建 PR、查看 Issues）
• 连接数据库（查询、修改数据）
• 对接 Figma（读取设计稿）
• 使用浏览器（测试网页）
• 集成 Slack、Notion 等工具

7.2 配置 MCP

在项目根目录创建 .cursor/mcp.json。下面是本博客项目真实在用的配置——接入了一个交互反馈工具（mcp-feedback-enhanced），让 AI 每完成一步都弹窗等我确认再继续：

{
  "mcpServers": {
    "mcp-feedback-enhanced": {
      "command": "uv",
      "args": [
        "run", "--directory", "D:\\path\\to\\MCP-Feedback-Enhanced",
        "python", "-m", "mcp_feedback_enhanced"
      ],
      "env": {
        "MCP_WEB_PORT": "8777",
        "MCP_LANGUAGE": "zh-CN"
      },
      "autoApprove": ["interactive_feedback"]
    }
  }
}

再比如接入 GitHub 操作：

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_TOKEN": "你的GitHub Token"
      }
    }
  }
}

配置后 Agent 就可以直接调用这些外部工具了。

7.3 常用 MCP 服务

八、模型选择

Cursor 内置多个 AI 模型，不同任务选不同模型效果最好。

8.1 怎么选模型

模型列表更新非常频繁（写这篇文章时和你读到时的可选模型大概率不一样），但选择思路是稳定的：

8.2 如何接入 DeepSeek

在 Cursor 设置中添加自定义模型：

1. 打开设置 → Models → Add Model
2. 填入 DeepSeek API 信息：
   • API Key：你的 DeepSeek Key
   • Base URL：https://api.deepseek.com
   • Model：deepseek-chat

这样就可以在 Cursor 中直接使用 DeepSeek 了，不限次数、不消耗 Cursor 额度。详见：DeepSeek 使用教程

九、内嵌浏览器

新版 Cursor 内置了浏览器功能，不需要切换到 Chrome：

• 在编辑器内直接预览网页效果
• 可以选中页面上的 DOM 元素，发送给 Agent 分析
• Agent 可以自动操作浏览器进行测试
• 支持 MCP 连接实现更复杂的浏览器自动化

适合前端开发者：写完代码直接预览，发现问题让 Agent 修复，全程不离开编辑器。

十、订阅方案对比

我的建议

• 先用免费版跑两周，确认工作流合拍再付费
• 个人开发者：Pro 起步，额度不够再升
• 学生：关注官网的学生优惠活动
• 省额度技巧：把机械性任务交给自定义 API 模型（如 DeepSeek，见上文），Cursor 额度留给复杂任务

十一、实战工作流 + 三个真实案例

这是我每天用 Cursor 维护这个博客和其他项目的真实流程。

11.1 通用工作流

新功能：Ctrl+I → 描述需求 → 让 AI 先出计划 → 确认后执行 → 审查 diff
修 Bug：复制报错 → Ctrl+L → 粘贴错误 + @相关文件 → 确认方案后应用
重构：  Ctrl+I → "重构 @src/utils/，添加类型和错误处理" → 逐个审查
写测试：选中函数 → Ctrl+K → "写单元测试，覆盖边界情况"

11.2 真实案例一：清洗一篇 406KB 的"垃圾 HTML"文章

本站有篇 Mac 软件目录文章，是早年从微信编辑器复制过来的，带了 9400 多行嵌套 <section> 冗余 HTML，文件高达 406KB，页面加载很慢。

我给 Agent 的指令是"清洗这个文件，保留所有有效链接"。它的做法：

1. 先用正则分析 HTML 结构，发现分类标题有 4 种不同的标签切割形式
2. 写了一个 Node 提取脚本，按表格行解析出 11 个大分类、371 个软件链接
3. 重新生成纯 Markdown 表格版本，文件缩到 86KB（-79%），行数从 9427 行缩到 194 行
4. 构建验证链接一个不少

人工做这件事估计要一下午，Agent 全程十几分钟，我只负责确认提取结果。

11.3 真实案例二：排查 Service Worker 缓存事故

博客接入广告后改了 CSP 响应头，但部分老用户的浏览器死活不生效。让 Agent 结合代码排查，定位到根因：PWA 插件预缓存了 HTML，Service Worker 把旧 CSP 一起缓存了，新响应头永远到不了老用户浏览器。

修复方案也是 Agent 给的：cacheHTML: false + cleanupOutdatedCaches: true，HTML 改走 NetworkFirst 策略。这种跨层（Nginx 响应头 × SW 缓存策略）的问题，自己排查很容易卡壳。

11.4 真实案例三：构建突然报 crypto is not defined

某天 npm run build 突然报 ReferenceError: crypto is not defined。把报错丢给 Agent，30 秒定位：Node 18 没有全局 crypto，是依赖链里 serialize-javascript 的新版本用了它。修复：build 脚本加 --experimental-global-webcrypto 标志（或升级 Node 20）。

这类"不是你代码的锅"的环境问题，AI 排查效率远高于自己翻 issue。

十二、高效使用的 10 个技巧

1. 先说计划再写代码：让 AI 先给改动计划，确认后再执行
2. 小步提交：每完成一个小功能就 commit，方便回滚
3. 写好 Rules：项目规则越详细，AI 的代码质量越高
4. 善用 @ 引用：给 AI 足够的上下文，结果更准确
5. 选对模型：简单任务用快模型，复杂任务用强模型
6. 阅读 diff：不要盲目接受 AI 的所有改动
7. 利用 Git：开启 Yolo 模式前确保有版本控制
8. 写好注释：注释是最好的提示词，AI 会根据注释补全代码
9. 分而治之：大任务拆成小任务，分多次让 AI 完成
10. 定期清理对话：上下文太长会降低 AI 准确度

十三、常见问题

Q1：Cursor 和 VS Code 的关系？

Cursor 基于 VS Code 开发，兼容所有 VS Code 扩展、主题、快捷键。可以理解为"AI 版的 VS Code"。

Q2：免费版够用吗？

简单尝试够用，但如果日常开发建议上 Pro。$20/月的投入能节省大量时间。

Q3：会不会泄露代码？

Cursor 提供隐私模式，开启后代码不会被用于训练。企业版有更严格的数据保护。

Q4：可以离线使用吗？

基本编辑功能可以（它就是 VS Code），但 AI 功能需要联网。

Q5：国内能用吗？

可以。Cursor 本身不需要翻墙，但部分 AI 模型（如 GPT-4）可能需要。搭配 DeepSeek 使用完全无需翻墙。

Q6：和 GitHub Copilot / Windsurf 比哪个好？

三家都在快速迭代，功能清单对比很快就会过时。我的简化判断：

• 已经深度绑定 GitHub/VS Code 生态、预算敏感 → Copilot 顺手且便宜
• 想要最激进的 Agent 体验、愿意为效率付费 → Cursor
• 两者都试不亏：都有免费档，拿自己的真实项目各跑一周，比看任何评测都准

我自己留在 Cursor 的核心原因是 Agent 模式 + MCP 生态 + 自定义模型自由度，上文的三个真实案例就是它的日常表现。

十四、总结

用 Cursor 维护多个项目一年多，我的真实感受：

• 效率提升明显：重复性工作（批量改造、格式清洗、补类型）基本不用自己动手了
• 学习曲线平缓：会用 VS Code 就会用 Cursor
• Agent 模式是核心价值：上文三个真实案例都是它独立完成的
• 搭配 DeepSeek 控制成本：机械任务走便宜模型，复杂任务用主力模型

它不会替代你，但确实改变了写代码的方式——你的角色从"敲代码"变成"出题 + 审查"。