P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看，传送门https://blog.csdn.net/HHX_01

前言

平时用Cursor敲代码的朋友应该都有同感，这玩意儿简直像身边蹲了个随叫随到的实习程序员。

我当初刚上手的时候，一度以为AI真的能直接操控我电脑硬盘，想读就读想写就写，后背直冒冷汗。后来扒开底层逻辑一看，好家伙，大模型本身手无缚鸡之力，啥文件都碰不着，全靠一套工具体系当手脚。

今天咱们不搞复杂封装，纯原生搭一个最小版Cursor，AI能读文件、写代码、看目录、跑终端命令，独立完成一整个React TodoList项目。全程口语化拆解，干货和乐子对半分。

一、先聊底层：AI为啥不能直接操作电脑？

很多人有个误区，觉得大模型无所不能，想删文件删文件，想装依赖装依赖。

说句扎心的，LLM本质就是个只会输出文字的聊天机器，它连本地文件夹在哪都感知不到，更别说执行pnpm、读写tsx文件。

💡小贴士
举个生活化例子：你让外卖小哥帮你修家电，小哥只会说修理步骤，但没有螺丝刀、扳手，啥也干不了。工具就是给AI准备的全套工具。

之前做过一个简易天气查询Agent，那套ReAct循环逻辑完全通用，只不过当时只有一个查天气函数，局限性拉满。现在我们给AI配齐文件、终端全套工具，直接变身编程助手。

本次最终任务目标

给AI一句指令，全程自动完成：

• 生成Vite+TS+React项目
• 实现Todo新增、删除、完成切换、多条件筛选
• 本地存储持久化、任务数量统计
• 渐变背景、卡片圆角、交互动画
• 自动安装依赖、启动开发服务

重点来了：所有步骤不用我们手动敲命令、新建文件，AI自己判断什么时候该干什么，完全自主决策。

二、Mini Cursor四层核心架构，看懂等于吃透Cursor原理

整个体系分层特别清晰，不存在固定执行顺序，AI会根据实时结果调整下一步操作，灵活度直接拉满。

1. LLM大脑层

负责读任务、分析现状、判断接下来调用哪个工具，输出标准化工具调用指令。

它只负责思考，绝不碰本地任何资源。

2. Runtime调度层

相当于中间管家，接收模型的工具调用请求，匹配对应函数执行，全程保存对话记录，把工具运行结果塞回消息列表给模型参考。

很多人踩坑就在这，以为模型能直接跑代码，实际所有危险操作全由Runtime管控，相当于给AI装了一层防火墙。

3. 四大工具层（AI的手脚）

这是本次开发的核心，四个工具互相独立，各司其职，下面单独拆开细说。

4. 本地工作区

真实硬盘目录，所有代码、项目文件、命令执行日志都存在这里，工具通过Node原生模块完成交互。

说个搞笑的点：AI根本看不到完整电脑磁盘，只能通过工具返回的目录字符串，脑补项目结构，跟盲人摸象一模一样。

三、四大核心工具拆解，每一个都是刚需

工具统一用LangChain的tool方法封装，每一套工具包含两块：执行逻辑函数、给模型看的描述与参数约束（zod校验）。

1. read_file 读取文件工具

底层调用fs.readFile读取文本内容，执行完成后把文件字节数和完整内容返回，存入消息记录。

什么时候用？AI需要查看现有代码、分析配置文件、确认原有逻辑时自动调用。

我测试的时候发现一个好玩的场景：AI改代码前一定会先读一遍原文件，生怕写重写漏，比很多新手程序员严谨多了。

2. write_file 写入文件工具

这个工具自带自动创建多级目录的能力，核心代码是fs.mkdir开启recursive递归创建。

哪怕路径是src/components/todo这种多层不存在文件夹，工具会一次性全部生成，再写入代码内容。

踩坑段子：最开始没加递归创建目录，AI疯狂报路径不存在，反复调用十几次工具都失败，相当于程序员新建文件夹忘建父目录，原地卡半小时。

写入成功/失败都会返回文本提示，模型根据返回结果判断是否重新写入。

3. list_directory 目录查看工具

调用fs.readdir列出指定路径下全部文件、文件夹，返回一行一个的文本列表。

作用就是防止AI迷路，创建完项目后先调用这个工具确认package.json、src文件夹是否生成成功。

类比一下：你进陌生项目第一件事ls看目录，AI干的事和你完全一致。

4. execute_command 终端命令执行工具

基于node子进程spawn实现，支持自定义工作目录，stdio继承终端输出，安装依赖、启动服务日志能实时打印。

这里有一条硬性规则，也是最容易出错的点：

使用workingDirectory指定文件夹后，命令里绝对不能写cd切换目录。

💡踩坑提醒
错误示范：工作目录填react-todo-app，命令写cd react-todo-app && pnpm install，会直接报路径不存在，等于你站在文件夹里还要再进同名文件夹，套娃失败。
正确示范：工作目录react-todo-app，命令直接pnpm install，调度层会自动切换目录执行。

命令执行依靠退出码判断成败，code=0代表顺利，非0则带回错误信息，AI会根据报错调整命令。

唯一小瑕疵：dev开发服务是常驻进程，子进程不会主动关闭，工具会一直等待，这个属于后续生产优化点。

四、工具绑定+ReAct循环，整套AI运行逻辑

1. 工具注册绑定

把四个工具放入数组，调用model.bindTools完成绑定，会自动把工具名称、功能描述、参数格式转换成模型能识别的规范结构。

绑定只是告知模型有哪些技能，不会自动执行，工具调用全靠循环手动处理。

2. ReAct循环核心流程（四步无限循环）

1. 模型读取全部历史消息，思考下一步操作，输出tool_calls工具调用指令
2. 程序解析调用指令，匹配对应工具函数
3. 执行工具，拿到读写文件/命令运行结果
4. 将结果封装为ToolMessage追加进消息列表，进入下一轮思考

循环上限设置30次，防止AI无限死循环反复调用工具，做边界限制。

什么时候停止循环？当模型不再输出tool_calls，代表任务全部完成，直接输出最终总结文本。

测试时特别有意思：AI会交替调用创建项目、查看目录、写入App.tsx、安装依赖，步骤完全自主规划，不需要我们人为拆分指令。

五、实际运行效果，AI完整产出TodoList项目

整套流程跑完后，根目录自动生成react-todo-app完整项目文件夹，包含vite配置、样式文件、业务tsx代码。

App.tsx内部完整实现需求：

• 新增、删除、勾选完成任务
• 全部/进行中/已完成三种筛选切换
• 任务数量、完成率统计展示
• localStorage持久化，刷新页面数据不丢失
• 蓝紫渐变背景、卡片圆角阴影、添加删除过渡动画

不是简单输出一段代码文本，而是真实写入本地文件，打开就能直接运行，和手动开发产物没有区别。

吐槽一句：现在网上很多AI编程教程只教输出代码块，不会对接本地文件，相当于纸上谈兵，咱们这个Mini Cursor直接落地实操。

六、当前Demo短板，距离生产级Cursor还差这些

这个迷你版本跑通了核心闭环，但离商用编程Agent还有不少工程能力缺失，挨个说清楚：

1. 缺少工作区权限隔离

工具没有路径白名单限制，理论上AI可以读取电脑任意目录文件，存在隐私风险，正式产品必须限定项目根目录访问范围。

2. 高风险命令无确认机制

rm删除文件、git强制推送、上传文件这类高危命令，现在会直接执行，成熟工具会弹窗等待用户确认。

3. 全量覆盖文件，不支持局部修改

当前write_file是直接覆盖整个文件，原有代码容易丢失，正规工具会用patch片段修改，只改动需要调整的代码片段。

4. 缺少自动校验流程

文件写入成功不代表代码能编译运行，没有自动build、单元测试校验，AI写出报错代码也无法自动修正。

5. 常驻进程管理缺失

启动dev服务后无法查看端口、关闭进程，只能手动新开终端，缺少进程监控能力。

七、收尾总结：看懂这套逻辑，彻底吃透所有AI编程工具

不管是Cursor、Claude Code还是各类代码助手，底层逻辑全是同一套公式：

LLM推理大脑 + ReAct循环机制 + 文件/终端工具集 = 可落地编程Agent

核心关键点再重申一遍：大模型本身没有操作本地环境的权限，所有读写、执行操作全部由受控工具代理完成，模型只负责规划步骤。

我们这次搭建的Mini Cursor，只是把之前简单的天气查询工具，替换成开发场景专用工具，底层循环框架完全没变，可拓展性极强。

后续想拓展功能，只需要新增工具函数，比如git操作、接口请求、图片处理，绑定到模型就能直接使用。

自己动手写完这套demo再打开Cursor，瞬间就能明白它每一步后台在干什么，不再是黑盒工具，底层原理一目了然。

P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看，传送门https://blog.csdn.net/HHX_01