0

零基础学Cursor从需求到上线全流程实战_哔哩哔哩

资源网站
20小时前 3

获课:shanxueit.com/12438/

好奇 AI 如何辅助开发?我用 Cursor 复刻完整上线流程的真实体感

作为一个用过不少 IDE 插件的开发者,我最初对 Cursor 的态度其实是有点不屑的——"不就是 VS Code 套了个 ChatGPT 的壳吗?"直到我真正用它从零到一复刻了一个完整项目的上线流程,这种偏见才被彻底击碎。它不是帮我"写代码"的工具,而是和我"一起做项目"的搭档。今天想从个人视角,聊聊这个过程中最让我震撼的几个转变。

一、从"敲代码"到"定计划":角色感彻底变了

以前做一个新功能,我的习惯是打开编辑器就开始写。用 Cursor 之后,最大的改变是:写代码之前先花大量时间做规划。 这听起来像是方法论的说教,但 Cursor 的 Agent 模式把它变成了强制流程

在 Agent 输入框里按 Shift+Tab 切换成 Plan 模式,它不会直接写代码,而是先扫描代码库、找出相关文件,然后抛出一连串澄清问题:"你要改的是哪个模块?""接口数据结构和现有规范对齐吗?"等我把这些问题回答完,它会生成一份详细的实现计划——包含文件路径、代码引用、具体步骤

这个环节给我的冲击在于:它逼我把"模糊的想法"翻译成"可执行的指令"。 以前我脑子里的需求常常是碎片化的,边写边想、越写越乱。现在有了这份计划文档,整个开发流程变得有序。而且计划是可以反复修改的——不满意就直接在 Markdown 文件里调整,再让 Agent 重新执行,比在混乱的代码里打补丁干净太多了

二、Rules 和 MCP:让 AI 记住"我们的规矩"

和人协作需要默契,和 AI 协作同样需要。Cursor 的 Rules 功能解决的就是这个问题——定义一套行为准则,让 AI 在任何对话中都遵守

我建了一个 .cursor/rules/ 目录,里面放着几份 Markdown 文件:技术栈规范、命名约定、测试要求、代码风格。比如我规定"修改前先给出至少两种可能的根因分析""改动必须最小化,不波及无关模块""每次改完要给出 10 条测试用例和预期结果"。有了这些规则,Cursor 不再是那个"每次都要从头教一遍"的健忘实习生,而是一个熟悉项目规范的老员工。

另一个让我觉得"降维打击"的功能是 MCP(模型上下文协议)集成。最常用的是一个叫 mcp-feedback-enhanced 的工具,它让 Agent 在完成任务后主动询问我的反馈,而不是自作主张地收工。还有 sequential-thinking,让 AI 按"理解问题→分析原因→制定计划→确认→执行→审查→解释"这个结构化流程来处理 Bug。这些工具把 AI 从"只管输出结果"升级成了"每一步都和我确认"的协作伙伴。

三、并行构建和 PR 拆分:从"手忙脚乱"到"从容指挥"

Cursor 3.3 版本的一个更新让我印象深刻:并行构建。以前 Agent 执行复杂任务像一个认真的单核实习生,一步步来;现在它会自动识别规划里互相独立的模块,用异步子智能体同时跑,有依赖关系的部分则保持顺序

我第一次看到这个功能时,脑子里蹦出来的词是"多线程"——这不就是我在代码里追求的并行调用吗?以前我要等一个模块写完才能开下一个,现在能同时推进好几个,整体耗时有肉眼可见的缩短。

更妙的是"一键拆分 PR"功能。一个大型特性开发完,改动可能涉及几十个文件,Reviewer 看了想哭。Cursor 能自动识别逻辑分组,把庞大的改动拆成 3-5 个独立的小 PR,依赖关系自动处理好,还会先创建备份快照让我确认。这让我想起以前自己手动拆分 PR 的痛苦——花半个小时整理提交记录、生怕拆错依赖。现在这个流程被压缩成几分钟。

四、日志排错:把 AI 从"代码读者"变成"运行时观察者"

最让我服气的一个场景是线上问题排查。AI 擅长读代码,但不懂运行时状态。Cursor 教会我一个很管用的套路:在关键路径上插日志 → 运行代码拿到日志输出 → 把日志和代码一起交给 AI 分析

本来 AI 改了好几遍都没修好的 Bug,加上日志信息之后,一次就定位到了根因。这个技巧背后的逻辑是:日志把"程序在干什么"翻译成了 AI 能读懂的文本,它就不再是纯静态分析,而是有了"运行时视野"。后来我给 Rules 里加了一条:调试时自动在日志前加 【xx功能调试】 前缀,方便在控制台过滤。这种"让 AI 记住怎么调试"的体验,是我用其他工具时从来没有过的。

五、给同行的一点真心话

这段经历让我对"AI 辅助开发"有了全新的理解。Cursor 不完美——它有时候会过度设计,有时候上下文长了会跑偏。但它的核心价值不在于"能写多少行代码",而在于重塑了我做项目的流程:从需求拆解到架构规划,从代码落地到 PR 审查,再到线上排错,每一个环节都有 AI 的参与,但主导权始终在我手里。

开发前先规划、用 Rules 建立共识、借助 MCP 扩展能力、用日志给 AI "开天眼"——这些经验不是 Cursor 的说明书教我的,而是在实战中被问题逼出来的。如果你也好奇 AI 怎么辅助开发,我的建议是:不要只看演示视频,拿一个真实的小项目从头到尾走一遍。你会发现,"从零完成项目上线"这件事,不再是你一个人的战斗。


本站不存储任何实质资源,该帖为网盘用户发布的网盘链接介绍帖,本文内所有链接指向的云盘网盘资源,其版权归版权方所有!其实际管理权为帖子发布者所有,本站无法操作相关资源。如您认为本站任何介绍帖侵犯了您的合法版权,请发送邮件 [email protected] 进行投诉,我们将在确认本文链接指向的资源存在侵权后,立即删除相关介绍帖子!
最新回复 (0)

    暂无评论

请先登录后发表评论!

返回
请先登录后发表评论!