如果你已经熟悉了 Ctrl+LCtrl+K,并感受到了 AI 辅助编码的便捷,那么恭喜你,你已经敲开了新世界的大门。然而,Cursor 的真正威力,隐藏在那些更深层次、更具定制性的高级功能之中。它们能将 AI 从一个“有问必答的助手”训练成一个“懂你心意的专家”。

这篇高级指南,正是为渴望将开发效率推向极致的你准备的。我们将一起探索如何通过自定义规则、终端集成和智能工作流,让 Cursor 真正成为你的编程“副驾驶”。

一、给AI立规矩:玩转自定义 Rules

这是 Cursor 最强大的功能之一。Rules 允许你为整个项目、特定语言甚至特定任务预设一套“行为准则”,让 AI 的每一次响应都严格遵循你的规范。

它能做什么?

  • 统一代码风格: 强制 AI 生成的代码遵循特定的编码规范,如 PEP 8、Google Style Guide 等。
  • 规范提交信息: 让 AI 自动生成符合 Conventional Commits 规范的 git commit 信息。
  • 锁定技术栈: 告诉 AI 在本项目中只使用 React + TypeScript + Tailwind CSS,避免它生成 jQuery 或 Vue 的代码。
  • 定义输出格式: 要求 AI 在解释代码时,总是先给总结,再分点列出细节。

如何设置? 在项目根目录下创建一个 .cursor-rules.json 文件,或者直接在 Cursor 的设置中编辑全局规则。

实战案例1:定义 Python 代码风格

{
  "rules": [
    {
      "language": "python",
      "prompt": "你是一位资深的 Python 开发者。你生成的所有代码都必须严格遵循 PEP 8 规范。对于每一个函数,都必须使用 Google 风格的文档字符串(docstring)进行中文注释,清晰地说明其功能、参数和返回值。"
    }
  ]
}

设置此规则后,你再使用 Ctrl+K 让 AI 写一个函数,它会自动带上符合规范的格式和详尽的中文文档。

实战案例2:规范 Git Commit Message

{
  "rules": [
    {
      "for": "commit_message",
      "prompt": "你是一个 Git 提交信息生成专家。请严格遵循 Conventional Commits 规范。你的输出格式必须是 `type(scope): subject`。例如:`feat(api): add user authentication endpoint` 或 `fix(ui): correct button alignment`。只输出这条信息,不要任何多余的解释。"
    }
  ]
}

之后,当你修改完代码,在 Cursor 的 Git 面板中点击“AI 生成 Commit 信息”按钮时,得到的就是干净、规范的提交信息。

二、打通任督二脉:用 @ 符号掌控一切上下文

基础的 @file 只是开始,真正的效率来源于对多种上下文的融会贯通。

  • @Terminal: 这是连接代码与运行环境的桥梁。你可以让 AI “看到”你终端的输出。

    • 场景:调试错误

      1. 在终端运行 npm run dev,应用报错崩溃。
      2. 在聊天框输入:@Terminal,然后提问:“根据终端里的报错信息,帮我分析问题出在哪里,并定位到相关代码。” AI 会结合错误堆栈和你的代码库,给出精准的分析。
    • 场景:执行命令

      1. 输入:“@Terminal 帮我列出当前目录下所有大于 1MB 的文件。”
      2. AI 会给出相应的命令,如 find . -type f -size +1M,并提供一个“运行”按钮让你一键执行。
  • @docs: 让 AI 引入指定的官方文档作为核心知识来源。

    • 场景:学习新库
      1. 输入:@docs(https://react.dev/),然后提问:“请根据 React 官方文档,解释一下 useEffect 的依赖项数组是如何工作的,并给出一个避免无限循环的例子。” 这确保了 AI 的回答基于最权威的信息,而不是过时或错误的博客。
  • 组合拳:融合多种上下文

    • 终极场景:复杂 Bug 修复

      @Terminal @src/payment/service.js @src/payment/api.js 终端显示了一个支付失败的错误。这两个文件是相关的核心逻辑。请结合错误信息和这两个文件的代码,分析 Bug 的根本原因,并直接在 service.js 中用 Ctrl+K 的方式给出修复方案。”

    这种“多信息源融合”的提问方式,最能体现 Cursor 作为“副驾驶”的价值。

三、智能工作流:将AI融入日常开发节奏

掌握了工具,更要形成习惯。以下是两个能极大提升效率的工作流。

1. AI 驱动的重构工作流

当你面对一个庞大而复杂的“祖传”函数时:

  1. 第一步 (理解): 选中整个函数,Ctrl+L 提问:“@code 解释一下这个函数的核心逻辑和主要步骤。”
  2. 第二步 (测试): Ctrl+K 输入:“为这个函数编写全面的单元测试,使用 jest 框架。确保覆盖所有分支和边界情况。”
  3. 第三步 (重构): 再次 Ctrl+K 输入:“将这个函数重构成多个更小、职责单一的函数。保持所有测试用例依然通过。为新函数提供清晰的命名和文档。”
  4. 第四步 (验证): 运行 AI 生成的测试,确保一切正常。

这个流程下来,原本需要半天甚至更久的重构任务,可能在半小时内就安全、高效地完成了。

2. AI 驱动的探索式编程工作流

当你想用一个不熟悉的库或API时:

  1. 第一步 (探索): Ctrl+L@docs(官方文档URL),提问:“我要用 some-library 实现XX功能,请给我一个最基本的代码示例。”
  2. 第二步 (生成): 将示例代码应用到你的文件中,然后用 Ctrl+K 根据你的具体需求进行修改:“把这里的硬编码改成从环境变量读取;增加错误处理逻辑。”
  3. 第三步 (解释): 对 AI 生成的不懂之处,随时选中并 Ctrl+L 提问:“@code 解释一下 someLibrary.init({ priority: 'high' }) 这行代码的作用是什么?”

结语

从“入门”到“精通”,使用 Cursor 的关键在于思维的转变:不再将 AI 视为一个被动回答问题的搜索框,而是主动地、有策略地将其整合进你的每一个开发环节。

通过为 AI 设定规则 (Rules),为其 提供精准的上下文 (@),并围绕它 建立高效的工作流,你将释放出远超想象的生产力。现在,就去实践这些高级技巧,把你的 Cursor 打造成最懂你的终极编码利器吧。