macOS Cursor 分步配置：逐个提示词引导自动安装、本地化大模型并打通本地API

前言

Cursor 原生支持远程云端模型与本地私有化大模型接入，在 macOS 环境下，无需手动下载模型、配置环境变量、修改代理地址，可以通过分段式提示词指令，让 Cursor 自主完成模型检索、自动下载、环境依赖安装、本地服务启动、API 对接全流程。下文按操作顺序拆分每一步可直接复制的提示词，附带原理说明与排坑要点，适配 Intel / Apple Silicon（M系列）Mac。

前置准备

1. 已正常安装最新版 Cursor App（官网下载）

2. Mac 开启网络，首次下载模型需要外网/国内镜像加速

3. M系列芯片建议预留至少 16GB 内存，量化7B模型最低占用8GB显存/统一内存

阶段1：基础环境自检提示词（第一步发送）

提示词内容（直接复制发给Cursor对话框）
你现在扮演macOS本地AI部署运维助手，仅针对当前Mac设备做环境检测。
请依次完成以下动作并输出检测报告：

1. 检测本机芯片类型：Apple Silicon(M1/M2/M3/M4/M5) 还是Intel芯片
2. 检测当前Cursor内置支持的本地模型框架：llama.cpp、Ollama、Transformers、vLLM分别是否已预装
3. 检查Homebrew、Python3、Git是否存在环境变量，缺失则自动给出终端一键安装命令
4. 输出精简报告，不要多余话术，只分：芯片类型、已具备依赖、缺失依赖、修复命令
   作用

让Cursor先判断硬件底子，自动区分M芯片金属加速与Intel x86编译方案，提前定位缺少的系统工具，避免后续模型安装报错。

阶段2：选择本地模型载体框架提示词（第二步发送）

主流本地模型接入Cursor两条路线：Ollama（最简单无脑）、llama.cpp（轻量化极致性能），优先推荐Ollama，对应提示词如下：
基于上一步的硬件检测结果，优先推荐Ollama作为本地大模型运行后端，理由：自动模型管理、一键拉起API服务、原生兼容Cursor本地接入。
请执行：

1. 如果本机未安装Ollama，自动调用macOS终端静默安装Ollama官方稳定版
2. 安装完成后，验证ollama命令全局可用，返回版本号
3. 告知当前Ollama默认本地API地址：http://127.0.0.1:11434
   备选llama.cpp版本提示词（追求更低内存占用时用）
   放弃Ollama，使用llama.cpp做本地推理后端，请自动：
4. Git克隆官方llama.cpp仓库到用户文稿目录
5. 针对本机芯片执行make编译（M芯片自动启用METAL GPU加速）
6. 编译完成后，告知可启动的本地OpenAI兼容API端口与启动命令
   阶段3：按需挑选模型+自动拉取下载（第三步发送）

通用智能选型提示词
根据本机内存大小，智能推荐适配的开源大模型，遵循规则：

• 内存8G：推荐4-bit量化Q4_K_M 7B参数模型，如Llama 3 8B、Qwen2 7B
• 内存16G：支持Q5_K_M 7B / Q4 13B模型
• 内存32G及以上：原生精度7B、量化13B、34B大模型均可
  推荐国内友好开源模型优先：通义千问Qwen系列、Llama 3、Gemma、Phi3。
  选定1个最优模型后，自动执行命令拉取模型文件，全程后台下载，下载完成后提示校验MD5完整性。
  举例强制指定Qwen2 7B本地版提示词
  强制选择Qwen2-7B-Instruct Q4_K_M量化版，通过Ollama自动下载，执行命令：ollama pull qwen2:7b
  下载结束后，测试本地运行单次问答，验证模型可正常推理。
  阶段4：启动本地私有化API服务（第四步发送）

Ollama方案专用提示词
Ollama默认开机常驻本地API服务，地址为http://localhost:11434，完全兼容OpenAI格式API。
请完成：

1. 确认本地API服务处于运行状态，给出查看进程的终端命令
2. 测试接口连通性：curl调用/api/tags，返回本地已加载模型列表
3. 说明API密钥：Ollama本地部署无需填写API Key，填空即可
   llama.cpp OpenAI兼容API启动提示词
   在llama.cpp目录下，启动openai兼容API服务，绑定0.0.0.0，端口8080，命令自动适配macOS Metal加速，启动后输出可外部调用的完整API地址。
   阶段5：Cursor软件内绑定本地API（核心第五步提示词）

发给Cursor对话，让它指导GUI操作完成接入：
现在分步指导我在Cursor可视化界面接入本地私有大模型API，操作步骤必须图文化文字指引：

1. 打开Cursor，点击左上角Cursor → Settings（设置）
2. 找到 Models / Add OpenAI Compatible Model 选项
3. 填入API Base URL、API Key、模型名称三项内容，自动填充本机参数：
   • Base URL：粘贴本机本地API地址
   • API Key：本地无密钥填写任意字符/留空
   • Model Name：严格填写Ollama/llama.cpp内的模型名称（如qwen2:7b）
4. 保存配置后，切换对话右上角模型下拉框，选中刚刚添加的本地模型
5. 发起一句测试问答，验证Cursor完全走本地硬件推理，不走外网云端
   阶段6：进阶优化配置提示词（可选第六步）

性能优化提示词（M芯片重点）
针对Apple Silicon Metal加速做参数调优，自动给出Ollama/llama.cpp性能优化参数：

1. 开启GPU全层加速n_gpu_layers最大值
2. 设置上下文窗口context_length默认8192
3. 限制单次生成最大token、温度temperature=0.7适合代码场景
4. 生成永久生效的配置命令，重启Mac后自动保留优化参数
   离线完全隔离模式提示词
   配置Cursor完全断网仅使用本地模型：
5. 关闭Cursor云端联网补全、云端代码检索功能
6. 禁止Cursor后台上传对话日志
7. 验证断网状态下，代码补全、对话问答全部由本地大模型独立完成
   阶段7：常见故障自助修复提示词（备用）

后续出现异常直接发送：
检测当前Cursor本地模型调用异常，排查范围：

1. 本地API端口是否被占用、服务是否崩溃

2. Mac防火墙是否拦截127.0.0.1本地端口通信

3. Cursor模型名称拼写错误、API地址填写错误

4. 内存溢出导致模型自动卸载
   逐项给出终端修复命令和Cursor设置修正方案，修复后重新测试对话。
   补充关键实操要点

5. 模型优先级：代码场景优先选择 CodeLlama、Qwen2-Code、DeepSeek-Coder，本地推理代码准确率远高于通用大模型

6. M系列芯片加速：Ollama自动Metal加速，llama.cpp执行make METAL=1编译即可调用统一内存GPU

7. 多模型切换：Ollama可pull多个模型，在Cursor内重复添加多个OpenAI兼容条目，一键下拉切换本地不同模型

8. 隐私优势：整套架构对话、代码全部在Mac本地流转，数据不上传第三方服务器，适合公司涉密代码、私密项目开发