Cursor的安装及基础使用我就不过多介绍了，这些内容可以查看官方文档。Cursor目前还在快速迭代中，所以本篇内容及截图仅针对1.5.1版本。如果未来有变化，以官方文档为准，我会尽量保证更新。

本篇是我在使用Cursor中学习和总结的使用技巧，其中部分技巧是通用的，不管未来使用什么辅助编程工具，也都适用。Cursor很强大，不善于使用，就无法发挥它的强大功能。

隐私模式

首先注意安全隐私，建议公司项目代码，在Setting -> General -> Privacy 下设置为Privacy Mode 或Privacy Mode (Legacy)，这样公司的代码等数据不会用于AI训练或改进产品。

模式选择

目前Cursor有两种模式可选。Agent和Ask。

Agent模式

Agent模式具备完整的自主探索和多文件编辑能力，是一个全能智能助手。

核心特性：

• 自动探索和学习整个代码库
• 进行跨文件的大范围修改和重构
• 拥有所有工具权限，包括使用MCP工具、搜索、编辑、终端命令等
• 支持自动运行(Auto-run)和自动修复错误(Auto-fix errors)

适用场景：

• 快速启动新项目并生成项目架构
• 实现复杂的新功能模块
• 进行大规模代码重构和调试
• 生成测试代码和项目文档

Ask模式

Ask模式专为学习和理解代码而设计，采用只读模式，不会对代码进行任何自动修改。

核心特性：

• 只读，确保代码安全。不过生成代码的右上角有按钮可以执行代码合并。
• 自动搜索相关文件和上下文
• 专注于问题解答和知识传递
• 支持代码解释和最佳实践建议

适用场景：

• 理解和学习现有代码库
• 获取编程问题的详细解答
• 进行代码审查和质量评估
• 学习特定技术框架和库的使用方法

总的来说，问问题用Ask，写功能用Agent。初学者建议从Ask模式开始，熟悉后再使用Agent模式。

模型选择

Cursor支持来自主要提供商的前沿编程模型，包括OpenAI、Anthropic、Google和xAI等。同时也可以自己配置其他模型。Cursor基本上第一时间都会支持市面上发布的最新模型。

• Auto模式：根据任务类型和当前负载自动选择最佳模型。速度快，适合日常编程。

• MAX Mode：某些模型支持此模式，它允许更长的推理和更大的上下文，最多可达100万个token（普通模式约200k tokens的上下文窗口（约15,000行代码））。虽然大多数编码任务不需要使用最大模式，但对于更复杂的查询，特别是处理大型文件或代码库时，它可能会有所帮助。此模式是按使用的token量收费，如果使用不慎，费用很可怕。所以一般任务不要开启。

• 对于复杂任务，推荐手动选择使用claude-4-sonnet或gemini-2.5-pro。这是目前在AI编程方面效果最好的模型。**同样的提示词，在不同模型下效果差距很大。**当然还有更强的claude-4.1-opus模型，效果比 Sonnet 好很多，但是只能使用MAX Mode，且价格很昂贵。
  

• 模型名称后面带大脑图标的说明是推理模型，速度会慢一些，但是生成效果和质量更高。一般生成UI或者实现需求推荐使用。不过此类模型付费账号每月有使用次数限制（例如Pro账号: 每月约225次 Sonnet 4请求, 约550次Gemini请求, 约500次GPT 5请求）。一次请求最多可以包含 25 次 Tool Calls，包括生成代码。所以建议根据情况使用这些模型，不要浪费次数。

MCP

Model Context Protocol (MCP)是Cursor 1.0的重要升级，为AI与外部工具的集成提供了标准化协议。简单说就是AI可以调用更多的工具来获取上下文并实现你的需求。

MCP的使用需要注意的是，不用打开过多的MCP工具，只勾选当前需要的。Cursor目前最多同时支持40个MCP注册方法，过多的MCP会对上下文造成污染。比如我们如果只是生成UI代码，那么只开第一个就行，其余关闭。

最后推荐打开自动运行的开关，方便Agent自动运行MCP工具，否则每一步都要手动确认。

Rule

Cursor会默认对项目的代码建立索引，学习项目的代码风格。基本可以完成大多数任务。但是如果想做更细致的指令控制，可以添加rule，类似角色设定。

包括不同模型生成的代码也会有不同的差异，所以给AI说明项目使用的技术栈，三方框架版本，自定义组件的使用方法，项目结构及规范等。帮助AI更好的生成代码，减少幻觉，也避免每次重复提示词说明。

**我个人是强烈推荐每个项目添加规则。**如果你觉得AI写的代码不好，其实最大原因就是因为没有定好规则和选对模型。

Rule编写参考: https://github.com/PatrickJS/awesome-cursorrules/tree/main/rules

例如：

- 按照这个目录结构实现代码

  assets/
  ├── fonts/                 # 字体文件
  └── images/                # 存放图片文件

  lib/
  ├── dev/                   # 测试包工具
  ├── entity/                # 数据模型
  ├── gen/                   # 自动生成的代码
  ├── l10n/                  # 多语言
  ├── res/                   # 资源文件
  │   ├── text_styles.dart   # 文字样式
  │   └── colors.dart        # 颜色常量
  ├── routes/                # 路由管理
  ├── screen/                # 页面
  │   ├── xx_page.dart       # xx页面
  │   ├── main/              # 主页功能页面
  │   └── setting/           # 设置相关页面
  ├── utils/                 # 工具类和辅助函数
  │   ├── net/               # 网络相关工具
  │   └── channel/           # 平台通道相关工具
  ├── widget/                # 可重用UI组件
  └── main.dart              # 应用入口点


- **目录划分规则**：
  - **lib/**：包含所有Dart代码。
  - **screen/**：应用所有页面，按功能分组。
  - **widget/**：可重用UI组件。
  - **utils/**：工具类和辅助函数。
  - **entity/**：数据模型。
  - **res/**：资源文件（颜色、主题等）。
  - **l10n/**：本地化资源。
  - **routes/**：应用路由管理。
  - **gen/**：自动生成的代码，不要修改。
  - **assets/**：存放项目中的资源文件。

- **screen/ 目录结构**：
  - 页面按功能模块分组（如main/、setting/）。
  - 每个页面文件命名为`<功能>_page.dart`。

- **widget/ 目录结构**：
  - 通用可重用组件。
  - 命名应反映其功能，如`dialog_widget.dart`。

- **utils/ 目录结构**：
  - 工具类按功能分组（如net/、purchase/）。
  - 命名为`<功能>_util.dart`。

- **entity/ 目录结构**：
  - 数据模型和DTO。
  - 可能包含生成的代码（.g.dart文件）。

- **routes/ 目录结构**：
  - 路由定义和生成的路由代码。

- 命名约定
  - **文件命名**：使用snake_case（如`splash_page.dart`）。
  - **类命名**：使用PascalCase（如`SplashPage`）。
  - **变量/函数**：使用camelCase（如`loadData`）。
  - **颜色**：使用camelCase，规则color{HexValue}{Opacity?}（如`colorF1F1F1`,`colorFFFFFF60`）。
  - **文字样式**：使用camelCase，规则text{Size}{Weight}{ColorHex}（如`text20BoldFFFFFF`）。
  - **图片命名**：使用snake_case，规则{category?}_{description}_{state?}.{ext}（如`icon_back.png`）。

- 核心原则
  - **关注点分离**：UI、数据和业务逻辑分离。
  - **单一职责**：每个类/文件只有一个目的。
  - **DRY原则**：避免代码重复。
  - **可测试性**：代码应易于测试。
  - **一致性**：整个项目保持一致的代码风格和组织。
  - **图片引用**：图片引用使用Assets类中的常量（如：Assets.images.iconBack.image(width: 20, height: 20)）。
  - **颜色引用**：颜色引用使用Colors类中的常量（如：Colors.white），如果没有先添加再引用。
  - **文字样式**：`MaterialApp`中有设置全局字体，`TextStyle`中不需要重复指定。
  - **文字样式引用**：`TextStyle`引用使用TextStyles类中的常量（如：TextStyles.textBold14），如果没有先添加再引用。
  - **其他**：添加图片或是路由后，执行命令`flutter packages pub run build_runner build --delete-conflicting-outputs`，生成代码。

- 代码风格
  - 遵循Flutter/Dart的官方风格指南。
  - 适当使用注释，特别是对于复杂的逻辑。
  - 优先使用const构造器，提高性能。

编写的rule（mdc格式文件）放在项目的.cursor\rules目录下。通用的规则应用范围选择Always，不用每次使用手动添加。类似的写一些README或者文档，使用时@添加上，为AI提供更多的上下文信息，减少AI幻觉。

上下文管理

Token的使用量和费用是挂钩的，所以注意日常使用习惯，避免不必要的消耗。对话框右上角可以查看当前窗口已使用的token数量。

1. 每次实现一个新功能，就重新打开一个对话窗口。不要接着之前不相关的对话提出新需求，浪费token也会给AI造成干扰。
   
2. 添加相关的代码和文件，不相关的上下文不要添加，浪费token也会给AI造成干扰。比如使用Active Tabs，就是使用你当前打开的代码文件。注意关闭不相关的。
3. 一般是选择整个文件给到AI，但如果想针对某个文件中的某段代码提问，可以选中代码，点击Add to Chat。
4. .cursorignore 文件用于告诉 Cursor 编辑器哪些文件和目录不参与 AI 分析、索引和搜索，工作方式与 .gitignore 完全一致，且会继承 .gitignore 中的规则，在此基础上追加或覆盖。默认也会忽略常见二进制和媒体文件：*.exe、*.dll、*.jpg、*.mp4 等。所以如果有项目中有敏感信息需要保护，或者排除一些文件，可以创建.cursorignore 文件，在里面添加规则。
5. .cursorindexingignore 文件仅用于排除索引，不影响Cursor对该文件的访问。合理编写和管理 .cursorignore 与 .cursorindexingignore，可以大幅提升 Cursor 的索引与分析效率，节省 AI 计算资源，并有效保护敏感信息。
   

明确需求

• 模糊的描述就等于模糊的代码，明确的描述你的需求，描述的越详细生成的结果越贴近你的预期。甚至你可以告诉它你的实现思路，按你的思路去实现。

  例如：“帮我对接接口xxx”。不如说的详细一些，“参考xxx页面数据请求，帮我对接接口xxx，传入参数xxx，接口返回json数据xxx”

• 同时不要一次提出过多的需求，将需求合理的进行拆解。通过多轮对话，一步步的告诉它，也便于你一步步的review代码。

版本控制

使用Cursor实现功能的前后，最好及时Git提交。虽然Cursor提供了检查点，支持批量回退，但是操作修改变多后，其实就比较乱了。如果AI生成的代码不满意，可以直接用Git的回滚，重新生成。千万不要将自己的之前的代码修改和AI的修改混到一起，这样不便于检查。

注释

一般AI生成的代码，会生成部分注释，大多数情况是不含注释的，这种代码的可读性及可维护性比较差，不利于后期维护。所以我们可以明确要求加上注释，或者如果你觉得每行都解释比较冗余，可以要求：“适当使用注释，特别是对于复杂的逻辑”。

Tab

具有多行编辑、跨文件建议和上下文感知代码补全的自动补全功能。按照官方的说法，tab越用越好用。

一般情况下，写个小功能，小逻辑没必要大材小用的使用Agent模式。写代码的过程中tab就会根据上下文自动补全代码，如果补全有问题，可以写一段注释说明来引导它。然后点击tab键采用补全代码。

其他

• 如果因网络原因等问题，在对话中AI长时间卡住没有结果返回，或者返回结果慢，没必要一直等待。可以点击聊天框右边的停止按钮，再发送指令“继续”让AI接着工作。
• 同样的，如果你发现生成的内容已经不是你想要的，及时停止。避免不必要的消耗。
• 大模型都是预训练的，所以所具备的知识不会是实时更新的，比如gemini-2.5-pro的数据就截止25年1月。如果你使用的框架较新，或者是新系统新版本造成，大概率当前的模型无法解决问题。所以这时就需要联网搜索，来补充上下文。联网搜索相关问题，可以输入框@Web，Cursor会通过 exa.ai 搜索网络以查找最新信息并将其添加为上下文。或者使用外部的AI工具，开启联网搜索寻找答案。

总结

核心原则就是：选对人（模式，模型）+ 精炼的说明背景（Rule，文档，注释）+ 明确需求

用好AI编程工具需要具备的能力：

• 准确的描述你的需求。
• 将复杂问题拆解的架构能力。
• 有一定的编程能力，可以分辨生成的代码的质量，避免盲目接受。
• 调试能力，快速定位问题。