搞定開源項目

遇到不懂的開源項目？用 Cursor 打開它，讓 AI 索引整個代碼庫并解釋項目功能。想修改或添加功能？讓 AI 為代碼添加注釋，或者直接告訴它你想要的改動

eg：clone一個開源項目，接著讓AI解釋開源項目

數據處理

Cursor 可以幫你處理各種數據格式。無論是數據清洗、格式轉換，還是生成測試數據，都可以通過簡單的自然語言指令完成，無需編寫復雜的代碼

eg：微調，把hugging face上的數據集修改成標準格式的數據集

微調大模型

hugging face上的數據集

如何最大化利用cursor工具的技巧來節(jié)省對話次數

1.首先切換為agent模式,只有這個模式它才會調用本地工具(如終端,讀取文件等等)

2.命令cursor在項目根目錄使用"tree /f"命令,并命令它總結每個文件的作用

如圖:

3.命令cursor根據獲取到的所有文件總結出項目結構(

4.命令cursor為每個層級創(chuàng)建白盒測試(根據需求來創(chuàng)建,這個時候此前收集到的信息會被模型歸納總結避免遺漏某個文件的測試)

5.直接讓cursor運行測試,接著就看cursor反復測試代碼直到調用工具次數到達上限(25次)或者代碼通過測試吧

6.適當的時候可以讓它添加DEBUG語句(畢竟模型還不能通過斷點來DEBUG)來避免反復修改卻始終沒有解決問題的情況.

節(jié)省對話次數的方法就是在一次對話中讓它進入"運行測試"-“得到測試結果”-“進行DEBUG”-"運行測試"的循環(huán)

如果我想讓AI總結項目，生成開發(fā)指南，但不想讓他修改代碼該怎么辦？

首先，我們要明確一點，LLM上下文和輸出都是受限的，所以尋常的Chat模式必定是無法使用的，因為你不可能將所有代碼一次性全部提供給它，它也不可能給你生成幾萬行的開發(fā)指南。

所以，我們需要使用具有agent功能的工具，如：cursor compose里面的agent模式，或者cline工具，這些工具本質上是由一個決策者和多個執(zhí)行者組成，決策者負責制定完成任務所需要進行的操作步驟，再交由執(zhí)行者去執(zhí)行，決策和執(zhí)行都是單獨的一次Chat。

那么，思路就很簡單了。

• 1、拿到項目文件目錄接口，由決策者生成閱讀指南，相當于你的leader教你如何閱讀項目。
• 2、讓執(zhí)行者根據決策者生成的閱讀指南，逐個文件閱讀并生成文件內容概要、函數接口概要，將閱讀結果保留到/docs目錄下的項目同結構md文件下（如：src/hello/prompt.py（提供一些prompt常量） => docs/src/hello/prompt.md，src/hello/fillPrompt.py（提供一些工具函數，來操作prompt里面定義的變量等信息） => docs/src/hello/fillPrompt.md）。
• 3、所有的執(zhí)行者閱讀完后，再交由思考者，逐個文件夾總結歸納（例如：docs/src/hello/下有prompt.md和fillPropmt.md，對齊總結歸納后會得到docs/src/hello.md），如此循環(huán)遞歸向上，直到得到最終的docs.md，這便是我們所需要的項目開發(fā)指南。

實現：如果你使用cline，那么請你創(chuàng)建一個MCP工具，用于獲取項目目錄和文件結構，并需要能標注和獲取已經瀏覽和歸納總結過的文件。

推薦閱讀： Cursor插件市場無法打開或加載緩慢解決辦法

最新評論