背景

随着AI的发展，各大厂商都在卷模型。作为普通的用户，我们不可能自己去开发模型，因此如何利用好AI帮助我们提效是非常重要的技能。在写代码方面，目前综合体验最好的是Cursor，没有之一（个人观点）下面和大家分享我个人总结出来的一些好用的Cursor技巧

让Cursor更听话

User Rule

使用GPT，Claude或者其他的大模型时，发现它们似乎没那么听话，偶尔会有一些意料之外的操作，比如乱改代码。
通过Cursor提供User Rule功能，可以更好的限制模型的行为 User Rule是所有项目都生效的，所以最好就设置通用性强的规则，可参考我下面的设置

Project Rule

User Rule是全局层面的，每个项目还有自己的规则，比如代码规范，框架信息，数据库信息等项目背景的信息。这些信息是必要的上下文，但又不希望每次都要在Prompt里面说一次，因此可以通过Project Rule来解决这个问题。

我这个项目是pytest自动化项目，希望每次生成新代码都按照固定的格式，命名规范，注释规范等保持旧代码一致。所以设置了这个项目级别的规则。
另外这个规则是可以让Cursor自己读取项目，然后生成的是mdc格式。如果有不符合的，按照自己的实际情况修改即可。
Rule Type这里也很简单，类似这种希望每次都使用的规则，就选择Always即可

选择哪个模型

不要设置自动选择！设置了自动选择之后，结果会飘忽不定，不同模型之间的差距很大。即使是同一个模型和同一个Prompt，多次提问结果都可能是不同的，因为AI是通过概率计算来生成内容 [图片]

选择哪个模型好？

自己已经知道并且手动上下文时，可直接选择Claude-3.7-sonnect即可因为只需要消耗一次快速请求，一个月只有500额度，多了要额外付费

自己不确定上下文，可直接选择Claude-3.7-sonnect，然后打开Thinking模式这个会消耗两次快速请求，500额度还是挺快就消耗完的

通用文档

当我们使用了通用框架，比如python的FastAPI，Pytest；Java的Spring boot，MyBatis等通用的框架。官方文档是非常齐全的。有时候我们需要去翻阅官方文档时，有发现文档非常多，并且繁杂。都不太好找。面对这种情况，可以在Cursor的Docs里面增加这些文档，并且在Prompt上下文中关联这些文档即可

新增外部文档

使用文档

MCP

当我们的需要让Cursor获取一些动态的数据，比如泳道环境数据库的表结构，API schema等信息，或者一些自定义的定制化信息。
这时，就可以利用MCP工具实现这个功能。

开发自己的MCP

内部使用的mcp工具：

获取环境的表结构
数据库的所有表

使用非常简单，只需要增加mcp.tool装饰器即可

官方文档 https://github.com/modelcontextprotocol

配置MCP

MCP配置有种方式：

stdio（标准输入输出）
SSE 个人推荐使用SSE，原因如下：
远程部署，不需要本地环境依赖
可多人共享使用

mcp的sse格式配置很简单，只需要配置sse的url即可

json
{
  "mcpServers": {
    "mysql_tool": {
      "url": "http://localhost:8000/sse"
    }
  }
}

目录

背景