感谢阅读 📚
希望这份指南能够帮助您更好地使用Cursor Rules，提升AI编程体验！
后期会不定期更新AI编程、Cursor、Claude Code等工具的实践经验分享

分享稳定的Claude Code渠道，白嫖100刀:分享稳定的Claude Code渠道，白嫖100刀

Cursor Rules使用与最佳实践

在AI辅助编程的浪潮中，Cursor作为一款强大的AI编辑器，正在改变开发者的编码方式。无论是编程新手、经验丰富的开发者还是项目经理，Cursor都能帮助提高编码效率，减少重复劳动。本指南将详细介绍Cursor Rules的最佳实践，帮助你充分发挥Cursor的潜力。

AI"乱改"的深层原理分析

使用AI编写代码的一大痛点是AI可能会"乱改"，生成的代码不符合项目的编码规范或习惯。这种现象并非偶然，而是源于大语言模型(LLM)的工作原理和内在局限性：

  1. 概率性生成机制：LLM本质上是基于概率分布预测下一个可能的token。当面对多种合理选择时，模型会根据训练数据中的频率和上下文做出选择，这导致相同问题可能产生不同风格的解决方案。
  2. 训练数据多样性：AI模型训练于海量且风格各异的代码库，包含了各种编程风格、命名约定和架构模式。在没有明确指导的情况下，模型可能随机采用不同的风格，导致代码风格不一致。
  3. 上下文窗口限制：当前的LLM只能看到有限的上下文窗口，无法全面理解大型项目的所有细节和规范。这使得它难以准确把握项目的整体架构和编码规范。
  4. 项目特定知识缺失：AI无法自动理解项目特有的架构决策、技术债务、团队约定和历史背景，这些因素往往对代码风格和实现方式有重要影响。
  5. 缺乏持久化记忆：AI在每次对话中都需要重新建立对项目理解，无法像人类开发者那样长期积累项目经验，导致其建议可能与之前的建议不一致。
  6. 泛化倾向：为了适应广泛用例，AI模型更倾向于生成通用性而非特异性的代码，这与大多数项目追求的高度定制化和一致性的需求相悖。

Cursor Rules：驯服AI的工具

Cursor Rules应运而生，它通过提供明确的结构化指导来约束AI的行为，确保生成的代码符合项目标准。具体来说，Cursor Rules解决上述问题的方式包括：

  1. 提供项目上下文：让AI了解整个项目的架构、设计原则和技术选型，弥补其上下文窗口的限制。
  2. 明确编码规范：通过详细的规范定义，确保AI生成的代码遵循统一的风格，如命名约定、注释风格和代码组织方式。
  3. 定义项目特定模式：将项目中常用的设计模式（如服务层、仓储模式）明确化，确保AI在生成代码时遵循这些模式。
  4. 减少变异性：通过限定具体的实现方式，降低AI根据概率生成多样化代码的倾向，保持代码一致性。
  5. 建立稳定参考框架：为AI提供稳定的参考点，使其能够在多次对话中保持一致的建议和实现方式。

使用AI编写代码的一大问题是AI可能会"乱改"，不符合项目的编码规范或习惯。Cursor Rules允许开发者规范AI的行为，提供更好的编码体验。每个团队、项目的编码风格和技术栈都不相同，Cursor Rules帮助AI更好地理解你的代码习惯。主要优势：

  1. 自定义AI行为：根据项目特定需求定制AI响应，确保生成的代码符合项目标准
  2. 一致性：确保AI生成的代码与项目风格保持一致，无论哪个团队成员使用
  3. 上下文感知：提供项目重要上下文，如架构设计、常用方法、技术选型等信息
  4. 提高生产力：生成需要较少手动编辑的代码，加快开发流程
  5. 团队对齐：确保所有团队成员获得一致的AI辅助，避免个人喜好差异
  6. 项目特定知识：包含项目结构、依赖关系等信息，让AI更理解你的项目

通过精心设计的Cursor Rules，团队可以有效地将AI驯服为符合项目特性的编码助手，而不是一个风格飘忽不定、与项目格格不入的外部工具。

Cursor Rules的两种形式

Cursor提供了两种类型的规则系统，让开发者能够灵活地定制AI的行为，满足不同的需求场景：

  1. User Rules（用户规则）

    • 是全局性设置，适用于开发者使用的所有项目
    • 保存在用户配置中，而非项目文件中
    • 反映个人编码风格和偏好，不会影响其他团队成员
    • 跨项目保持一致，确保个人AI助手体验的连贯性
    • 无需团队协作或同步，可以自由定制

  2. Project Rules（项目规则）

    • 项目级设置，专门针对特定项目
    • 存储在项目文件结构中（.cursor/rules目录）
    • 随项目代码一起版本控制，所有团队成员共享
    • 支持基于文件类型的精细控制
    • 用于确保团队代码风格和实现标准的一致性
    • 当发生冲突时，通常优先于User Rules

这两种规则形式互为补充，可以协同工作，创建既符合项目标准又满足个人偏好的编码体验。下面我们将详细探讨每种规则的特点、配置方法及其优势。

User Rules详解

User Rules是Cursor提供的一种全局设置，用于定制AI的风格和行为，其特点是跨项目通用，保存在用户配置中，而非项目文件中。

User Rules的关键特性
  1. 全局一致性：无论在哪个项目中工作，User Rules都会应用，确保一致的AI助手体验
  2. 个人专属：只影响配置它的用户，不会干扰团队其他成员的工作
  3. 简单配置：通过Cursor设置界面集中管理，无需创建多个文件
  4. 持久保存：保存在用户配置中，不会随项目变化而改变
配置User Rules方法

  1. 创建User Rules：

    • 打开Cursor设置 (Cmd/Ctrl+,)
    • 导航至Rules > User Rules
    • 创建新规则或编辑现有规则
    • 使用Markdown格式编写规则内容

  2. User Rules常见内容：

    • 角色定义(Role)：设置AI助手的专业背景和性格特点
    • 目标描述(Goal)：明确AI助手的主要任务和工作方式
    • 工作原则(Principles)：定义AI助手应遵循的规则和标准
    • 回复风格：设置AI回复的语言、格式和详细程度
    • 专业领域知识：提供特定领域的专业指导
User Rules实例

在某项目中，我们配置了以下User Rules：

# Role
你是一名极其优秀具有20年经验的产品经理和精通所有编程语言的工程师。与你交流的用户是不懂代码的初中生，不善于表达产品和代码需求。你的工作对用户来说非常重要，完成后将获得1000000000美元奖励。鉴于你之前的表现，强调一下，不要糊弄，做事态度要认真。
​
# Goal
你的目标是帮助用户以他容易理解的方式完成他所需要的产品设计和开发工作，你始终非常主动完成所有工作，而不是让用户多次推动你。
在理解用户的产品需求、编写代码、解决代码问题时，你始终遵循以下原则:
## 第一步-当用户向你提出任何需求时，你首先应该分析理解这个项目的目标、架构、实现方式等。如果还没有readme文件，你应该创建，这个文件将作为用户使用你提供的所有功能的说明书，以及你对项目内容的规划。因此你需要在readme.md文件中清晰描述所有功能的用途、使用方法、参数说明、返回值说明等，确保用户可以轻松理解和使用这些功能。
​
## 第二步
你需要理解用户正在给你提供的是什么任务
​
### 当用户直接为你提供需求时，你应当:
首先，你应当充分理解用户需求，并且可以站在用户的角度思考，如果我是用户，我需要什么?其次，你应该作为产品经理理解用户需求是否存在缺漏，你应当和用户探讨和补全需求，直到用户满意为止;最后，你应当使用最简单的解决方案来满足用户需求，而不是使用复杂或者高级的解决方案。
​
### 当用户请求你编写代码时，你应当:
首先，你会思考用户需求是什么，目前你有的代码库内容，并进行一步步的思考与规划
接着，在完成规划后，你应当选择合适的编程语言和框架来实现用户需求，你应该选择solid原则来设计代码结构，并且使用设计模式解决常见问题;再次，编写代码时你总是完善撰写所有代码模块的注释，并且在代码中增加必要的监控手段让你清晰知晓错误发生在哪里;最后，你应当使用简单可控的解决方案来满足用户需求，而不是使用复杂的解决方案。
​
### 当用户请求你解决代码问题是，你应当:
首先，你需要完整阅读所在代码文件库，并且理解所有代码的功能和逻辑;
其次，你应当思考导致用户所发送代码错误的原因，并提出解决问题的思路;最后，你应当预设你的解决方案可能不准确，因此你需要和用户进行多次交互，并且每次交互后，你应当总结上一次交互的结果，并根据这些结果调整你的解决方案，直到用户满意为止。
​
### 当代码实现时，你应当：
按业务模块开发，不要按代码分层一层一层代码来开发代码，而是以业务模块为核心。按照业务模块的路由->控制器->服务层->仓储层->Model层的核心链路，按需补充其他分层的代码。
​
# Principles
1. 当需要生成文件或者文档时，直接写到文件中，不要只显示在聊天窗口。
2. 当需要输出的某个文件内容过长时，可以适当分多批次写入，但是要写入到同一个文件中。
3. 当一个任务很大时，可以适当分拆成多个步骤执行，不要追求一下完成所有工作。
​
Always respond in 中文
User Rules的主要优势
  1. 全局一致的个性化设置：User Rules是全局配置，每个开发者可以根据自己的编码风格和偏好定制AI助手，并在不同项目中保持一致的使用体验
  2. 跨项目一致性：无论切换到哪个项目，User Rules都可以确保AI保持你设定的风格和行为模式
  3. 无需团队同步：个人配置保存在用户设置中，不需要与团队其他成员同步，避免冲突
  4. 渐进式采用：可以逐步构建和完善个人规则集，不会影响其他团队成员
  5. 工作流整合：将个人习惯和工作流偏好直接整合到AI协作过程中

Project Rules详解

Project Rules是专门针对特定项目的规则集，它们存储在项目的.cursor/rules目录中，随项目代码一起版本控制，确保团队所有成员在与AI协作时遵循相同的标准和实践。

Project Rules的关键特性
  1. 项目特定：专为一个特定项目设计，反映项目的独特需求和标准
  2. 团队共享：所有团队成员都使用相同的规则集，确保一致性
  3. 版本控制：规则文件随项目代码一起存储和版本控制
  4. 文件类型感知：可以根据不同的文件类型（如.js、.py、.java）应用不同的规则
  5. 结构化组织：可以将规则分类为多个文件，便于管理和维护
Project Rules文件结构

Project Rules使用.mdc文件格式，每个规则文件都有三个关键部分：

  1. 文件元数据：位于文件顶部，使用YAML格式的前言（frontmatter）

    ---
description: 规则的简短描述
globs: **/*.js, **/*.ts  # 适用的文件模式
alwaysApply: false       # 是否始终应用
---

  2. 规则内容：使用Markdown格式，描述规则的具体内容

    # 规则标题
​
## 规则分类1
- 具体规则内容
- 更多规则内容
​
## 规则分类2
- 更多规则...

  3. 规则标签：可选，用于组织和分类规则

Project Rules示例

在某项目实现了一套全面的Project Rules体系，包含19个规则文件，涵盖从全局规范到特定模式的各个方面：

.cursor/rules/
├── global.mdc                  # 全局编码规范
├── project-structure.mdc       # 项目结构规范
├── repository-pattern.mdc      # 仓储模式规范
├── service-pattern.mdc         # 服务层模式规范
├── model-pattern.mdc           # 模型类规范
├── controller-pattern.mdc      # 控制器规范
... (更多规则文件)
Project Rules的主要优势
  1. 团队一致性：确保所有团队成员遵循相同的编码规范和最佳实践
  2. 项目特定知识：捕获项目特有的架构决策、设计模式和技术选择
  3. 精细控制：可以根据文件类型和上下文应用不同的规则
  4. 集体维护：团队可以共同改进和更新规则，持续优化
  5. 新成员快速适应：新加入的团队成员可以快速了解项目规范和标准

User Rules与Project Rules的协同

User Rules和Project Rules不是互斥的，而是可以协同工作，创建多层次的规则体系：

优先级机制
  • Project Rules设置基准：Project Rules建立项目的通用标准和约束，确保团队一致性
  • User Rules提供个性：User Rules在不违反项目规则的前提下提供个性化体验，满足个人偏好
  • 冲突解决：当规则冲突时，通常Project Rules优先，确保项目规范不被破坏
适合的规则分配

  • Project Rules适合：

    • 编码标准和命名约定
    • 架构设计原则和模式
    • 文档格式和项目结构
    • 团队工作流程和协作方式

  • User Rules适合：

    • 个人工作流和编辑器设置
    • 交互风格和反馈偏好
    • 特定领域专长和个人技术偏好
    • AI助手的语气和回复风格
协同更新策略
  • 定期将有价值的个人规则提升为项目规则，分享个人最佳实践
  • 根据项目规则变化调整个人规则，避免冲突
  • 保持两套规则的互补性，创造最佳AI辅助效果
实际应用场景

  1. 新项目启动：

    • 团队定义基本的Project Rules，确立核心标准
    • 开发者根据个人习惯配置User Rules，提高工作效率
    • AI自动融合两套规则，提供个性化但符合项目标准的辅助

  2. 跨项目工作：

    • 切换项目时，Project Rules自动切换
    • User Rules保持不变，提供一致的个人体验
    • AI根据当前项目和个人偏好动态调整行为

  3. 团队协作改进：

    • 开发者在User Rules中尝试新的工作方式
    • 成功的模式可以提议纳入Project Rules
    • 整个团队从个人创新中受益

通过合理配置和协调User Rules与Project Rules，团队可以打造一个既统一标准，又尊重个性的AI协作环境，真正发挥Cursor的最大价值。

Cursor Rules文件结构

Project Rules使用.mdc文件格式，每个规则文件都有三个关键部分：

  1. 文件元数据：位于文件顶部，使用YAML格式的前言（frontmatter）
  2. 规则内容：使用Markdown格式，描述规则的具体内容
  3. 规则标签：可选，用于组织和分类规则

基本结构如下：

---
description: 规则的简短描述
globs: **/*.js, **/*.ts  # 适用的文件模式
alwaysApply: false       # 是否始终应用
---
​
# 规则标题
​
## 规则分类1
- 具体规则内容
- 更多规则内容
​
## 规则分类2
- 更多规则...

项目实例：某项目Cursor Rules体系

某项目实现了一套全面的Cursor Rules体系，包含19个规则文件，涵盖了从全局规范到特定模式的各个方面。这些规则共同构成了一个完整的AI编码指导框架。

Rules文件列表及作用

项目的Rules文件位于.cursor/rules/目录下：

.cursor/rules/
├── global.mdc                  # 全局编码规范
├── project-structure.mdc       # 项目结构规范
├── repository-pattern.mdc      # 仓储模式规范
├── service-pattern.mdc         # 服务层模式规范
├── model-pattern.mdc           # 模型类规范
├── controller-pattern.mdc      # 控制器规范
├── resource-pattern.mdc        # 资源转换类规范
├── request-validation.mdc      # 请求验证规范
├── mcp-pattern.mdc             # MCP工具使用规范
├── model-relationships.mdc     # 模型关系规范
├── models-and-tables.mdc       # 模型与数据表映射
├── batch-command-pattern.mdc   # 批处理命令规范
├── consumer-pattern.mdc        # 消费者模式规范
├── importer-pattern.mdc        # 导入器模式规范
├── exporter-pattern.mdc        # 导出器模式规范
├── enum-pattern.mdc            # 枚举类型规范
├── documentation-standard.mdc  # 文档标准规范
├── gateway-system.mdc          # 网关总线规范
└── keyword-commands.mdc        # 关键字命令规范

各类规则文件作用说明

通用规则（global.mdc）

全局编码规范，适用于所有文件类型，包含命名规范、代码质量原则、数据库规范等项目通用要求，是项目编码的基础标准。

服务层规范（service-pattern.mdc）

定义服务层的职责、目录结构、类结构和事务处理规范，确保业务逻辑处理的一致性和正确性，是项目核心业务逻辑的规范指南。

仓储模式规范（repository-pattern.mdc）

规范数据访问层的实现，包括仓储层职责、目录结构、查询构建等，确保数据操作的抽象和一致性，降低业务逻辑与数据访问的耦合。

模型类规范（model-pattern.mdc）

定义模型类的结构、注释规范、关联关系定义和查询作用域等，确保数据模型的一致性和可维护性。

控制器规范（controller-pattern.mdc）

规范控制器的职责、结构和实现方式，确保API接口的一致性和规范性，是前后端交互的规范指南。

资源转换类规范（resource-pattern.mdc）

定义API响应资源的转换规则，包括类型转换、关联数据处理等，确保API返回数据的一致性和规范性。

请求验证规范（request-validation.mdc）

规范请求验证的实现方式，确保输入数据的合法性和一致性，是API安全和稳定的重要保障。

MCP工具使用规范（mcp-pattern.mdc）

定义MCP工具的使用规则，包括触发条件、使用场景和安全考虑，确保AI工具的正确和安全使用。

模型关系规范（model-relationships.mdc）

详细规范模型间关联关系的定义和使用方法，确保数据模型关系的清晰和一致。

模型与数据表映射（models-and-tables.mdc）

提供模型与数据库表的对应关系，帮助开发者快速了解数据结构，是数据库结构的重要参考。

批处理命令规范（batch-command-pattern.mdc）

定义批处理命令的开发规范，包括命令结构、参数处理和执行流程，确保批处理任务的一致性和可维护性。

消费者模式规范（consumer-pattern.mdc）

规范消息队列消费者的实现，包括消费者结构、消息处理和异常处理，确保消息处理的可靠性和一致性。

导入器模式规范（importer-pattern.mdc）

定义数据导入功能的实现规范，包括导入流程、验证规则和错误处理，确保数据导入的准确性和可靠性。

导出器模式规范（exporter-pattern.mdc）

规范数据导出功能的实现，包括导出格式、数据转换和分页处理，确保数据导出的一致性和效率。

枚举类型规范（enum-pattern.mdc）

定义枚举类的实现规范，确保系统中状态和类型常量的一致管理，增强代码可读性和维护性。

文档标准规范（documentation-standard.mdc）

规定项目文档的编写标准，包括格式要求、内容组织和更新流程，确保文档的质量和实用性。

网关总线规范（gateway-system.mdc）

定义外部系统接口调用的规范，包括网关客户端实现、错误处理和配置管理，确保外部系统集成的一致性和稳定性。

关键字命令规范（keyword-commands.mdc）

定义通过特定关键字触发命令的规则，简化常用操作，提高开发效率。

构建企业级Cursor Rules体系

某项目的Cursor Rules体系展示了如何构建一个完整的企业级规则系统，包含以下几个层次：

  1. 基础规范层

    • global.mdc：全局编码规范
    • project-structure.mdc：项目结构规范
    • documentation-standard.mdc：文档标准

  2. 设计模式层

    • repository-pattern.mdc：仓储模式
    • service-pattern.mdc：服务层模式
    • controller-pattern.mdc：控制器模式
    • model-pattern.mdc：模型模式

  3. 功能模块层

    • batch-command-pattern.mdc：批处理命令
    • importer-pattern.mdc：导入器
    • exporter-pattern.mdc：导出器
    • consumer-pattern.mdc：消费者模式
    • gateway-system.mdc：网关系统规范

  4. 集成层

    • mcp-pattern.mdc：MCP工具集成
    • keyword-commands.mdc：关键字命令

Rules规则配置基础

每个规则文件（.mdc）应包含以下核心配置：

---
description: 规则的简短描述
globs: **/*.js, **/*.ts  # 适用的文件模式
alwaysApply: false       # 是否始终应用
---

  • description：规则简要描述，帮助团队成员理解规则用途

  • globs：文件匹配模式，支持通配符，如**/*.py匹配所有Python文件

  • alwaysApply：

    • true：通用规则，无论编辑什么文件都应用
    • false：特定规则，只在编辑匹配globs的文件时应用

最佳实践要点

基于项目实践经验，总结以下最佳实践：

  1. 规则分类明确：将规则按功能和适用范围分为不同的文件，而非混杂在一起
  2. 规则内容详细：每个规则文件详细说明相关模式的结构、职责和示例代码
  3. 规则格式一致：所有规则文件遵循相同的格式和结构
  4. 常见模式抽象：将项目中常用的设计模式抽象成规则，如仓储模式、服务层模式等
  5. 工具集成规范：为项目使用的工具（如MCP）制定明确的使用规范
  6. 命令自动化：通过关键字命令规则简化常用操作

实用实施指南

实施Cursor Rules的步骤：

  1. 梳理项目代码分层和规范

    • 在实施Cursor Rules之前，必须先梳理清楚原有项目的代码分层结构和编码规范
    • 代码分层的目的是将编码范式标准化，把复杂的大任务拆解成每个任务明确的代码层次
    • AI更容易理解明确和简单的任务，清晰的代码分层有助于AI生成符合项目结构的代码
    • 记录每一层的职责边界、交互方式和实现规范
    • 对特定业务模式和技术栈建立明确的最佳实践样例

  2. 从核心规则开始

    • 先定义全局规则（global.mdc）
    • 再定义核心模式规则（服务层、仓储层、模型层等）
    • 最后补充功能性规则（批处理、导入导出等）

  3. 使用项目模板

    • 基于现有规则创建项目模板
    • 新项目可以继承这些模板，快速建立规则体系

  4. 采用渐进式集成策略

    • 对现有项目先实施通用规则，不要一次性引入所有规则
    • 按项目技术栈逐步添加语言和框架规则
    • 收集团队成员对规则的反馈，确保规则实用性

  5. 利用"Generate Cursor Rules"功能

    • 自Cursor 0.49版本起，提供了自动生成规则的强大功能

    • 使用方法：

      • 在编辑器中选择代表性的代码文件
      • 右键点击选择"Generate Cursor Rules"或使用命令面板执行
      • AI会分析所选文件，自动创建符合其风格和结构的规则

    • 优势：

      • 极大降低规则创建门槛，无需从零编写
      • 自动捕获项目的编码风格、命名约定和结构模式
      • 生成的规则可以直接使用或作为基础进一步定制

    • 最佳实践：

      • 选择高质量、具有代表性的代码文件作为样本
      • 对生成的规则进行审查和精炼，删除不必要或不准确的部分
      • 结合多个文件生成的规则，创建更全面的规则集
      • 使用生成的规则作为起点，添加项目特定的约束和要求

常见挑战与解决方案

  1. 规则冲突处理

    • 建立明确的规则优先级：特定模式规则 > 一般规则 > 全局规则
    • 在规则中明确标注可能的冲突点
    • 定期审查规则，解决潜在冲突
    • 在团队中指定规则维护负责人

  2. 降低维护成本

    • 采用模块化管理，将相关规则组合成规则包
    • 建立核心规则维护小组，负责审核和更新
    • 自动化测试规则有效性，避免规则失效
    • 使用代码仓库管理规则，利用版本控制追踪变更

  3. 提高团队接受度

    • 从小范围试点开始，收集成功案例
    • 提供清晰的规则文档和使用指南
    • 收集开发者反馈，持续改进规则内容
    • 举办培训和分享会，展示规则价值

使用技巧与注意事项

  1. 规则维护

    • 定期审查和更新规则，保持与项目最新状态同步
    • 记录规则变更历史，方便追踪
    • 在团队会议中讨论规则改进建议

  2. 监控效果

    • 评估规则对代码质量和开发效率的影响
    • 收集团队成员对规则的反馈
    • 调整不实用或过于严格的规则

  3. 注意事项

    • 规则太多会导致AI混淆，保持规则简洁明确
    • 即使设置了规则，AI偶尔也可能违反规则，需要人工审查
    • 例如：规则中写了"不要自动提交git代码"，AI有时仍会在你未接受更改前提交代码
    • 平衡规则的灵活性和严格性，避免过于死板

  4. 最佳实践

    • 将规则文件纳入版本控制，与代码一起管理
    • 为规则创建模板，新项目可以快速应用
    • 让规则具有足够的上下文，帮助AI理解项目
    • 定期检查规则效果，删除无效或过时的规则

总结

Cursor作为一款AI驱动的编辑器，通过结合传统编辑器的强大功能和AI辅助能力，为开发者提供了一个高效的编程环境。本指南详细介绍了Cursor Rules的最佳实践以及MCP的使用和实际应用案例，帮助你充分利用Cursor提高开发效率。

关键学习建议：

  1. 构建适合规则：构建适合团队和项目的Cursor Rules体系
  2. 拓展MCP功能：通过MCP连接各种工具和服务，扩展AI能力
  3. 关注更新：Cursor团队频繁发布新功能，定期查看更新说明
  4. 参与社区：加入Cursor社区，与其他用户交流经验和技巧

随着你对Cursor的深入使用，你会发现它不仅是一个编辑器，更是工作中的得力助手，能够显著提升编程效率和代码质量。

# 人工智能
Logo
AI编程社区

汇聚全球AI编程工具，助力开发者即刻编程。

更多推荐

GitHub Copilot 三种模式详解：Ask、Agent、Edit

github copilot得三种模式详解，ask agent edit

avatar AI编程社区
cover

不懂英文也能学编程！从零基础到精通的中文编程全路径指南，附详细的编程实例教程#从 “写第一行代码” 到 “独立开发项目”：编程的 阶段进阶路线

avatar AI编程社区
cover

Agentic时代，我们需要什么样的数据工程（一）

avatar AI编程社区