cursor 写小玩意挺好的，写大项目基本没用，想付费的老哥慎重

[oukichi]

用 cursor 写了一些很小的个人项目，很方便很快。

但是用做公司的大项目的时候，基本上回答都是乱的，所谓的 codebase 上下文基本是胡扯：比如，我是.net 的项目但是问问题之后给我的回答却是针对 python 的回答。

反正目前用了一下午，大项目用 cursor 处于完全不可用的状态。

这个帖子的目的只是帮各位老哥避雷。

[csys]

。。我极少“问问题”
都是心里已经想好要写什么了，然后敲出一两个字，或者打注释，让 cursor 帮我填充代码，如果 cursor 填充的代码我不满意的话就会调整提示词直到给出自己想要的代码

这种我觉得还蛮好用的

说实话，如果自己脑子里都不知道要写什么的话，让 AI 来帮忙写，感觉有点危险

[oukichi]

@csys 它的问题在于，codebase 大，很多代码的上下文是互相引用的，很多很简单的东西它上下文显然是不够，给的回答都乱七八糟的（很明显是没法读到整个 codebase 的代码），小代码片段的话其实我用 copilot 的提示也是一样的。

[ziyanghua]

@oukichi cursor 调用的也是其他家的模型，唯一的区别就是本地可能会加上一些指令。主要还是取决于所调用模型的上下文支持程度吧

[jadehare]

主要是论坛里推广太傻逼了导致对这玩意印象极差，好几个帖子都是说用 cursor 做了个啥项目，点开一看都是别人现成的项目。太弱智了不是我说。

[grzhan]

感觉这是目前 copilot 类应用的普遍问题：codebase 的上下文限制。
不过不知道是不是我们这边的错觉，感觉 github copilot 使用下来准确率下降了很多，而 cursor 在写小项目时还是挺理想的。

[billzhuang]

mono repo 的话，肯定有问题。

[graetdk]

@jadehare cursor 真不至于在这推广，本来就是海外的项目，在海外就很火

[drymonfidelia]

所有 AI 写复杂的代码都不行，特别是碰到冷门一点的技术，像 Avalonia ，GPT4 和 Claude 都连个 Hello World 也写不清楚，每次生成出来的代码都有 Xamarin 的语法、有 Uno 的语法、有 WPF 的语法、有超老版本的 Avalonia 语法，稍微复杂一点的程序几乎没几行代码能用

[iorilu]

这个看你期望了

目前的 ai 编辑器基本都要定位到函数级别才有实际作用

也就是说假如架构你自己来构建, 真到细节函数, 让 cursor 帮助肯定是可以的

你指望几句话就创建几十个文件以上的项目肯定不现实

再说了, 无论多大项目, 最后不还是拆到函数级别才能完成开发

[iorilu]

@drymonfidelia 这肯定的, 模型又不是真懂编程, 无非就是见多了训练材料

如果本身某种技术训练代码很少, 肯定不会有什么好效果

目前还是主流 js, python 比较靠谱

[zdw189803631]

我是 注销账号后重新创建，已经白嫖第三次了，等以后不能白嫖了，在淘宝上买，确实好用，这轮椅坐上就下不来了

[iorilu]

@zdw189803631 多换几个邮箱就是, 只要他还给 14 天试用就能一直白嫖

[zdw189803631]

@iorilu 不换邮箱也行，我都是用的 谷歌邮箱

[kaichen]

再大的项目，你日常开发也是会在项目管理层面切到比较小的范围。甚至一些需求改动的时候，你要做个小 demo poc 想法，那么这就回归到小项目了。

在比较小的范围，你改动某个函数实现，某个接口返回数据结构，或者某处界面，你框选，然后提具体的改动内容，比起你自己手动在那敲也是更高效的。

并且你本来就知道怎么实现的，那么让他先出个初稿，再改吧改吧，也比每个字自己敲快。

[kaichen]

@drymonfidelia

有几个技巧，提升他写对的成功率。

最直接的，@Web ，要求他联网查询再回答。

遇到冷门的库，你可以把文档 URL 贴给他进行索引，然后 @ 索引的文档名字。具体在 cursor 设置里，可以添加文档，他也内置了一些流行的 py/js 库的文档。

某个改动有对应代码示例的网页，比如某篇博客，复制 URL ， @ 贴 link ，他会去扒拉这篇内容，作为参考。这种对于你用的某个库版本特别老或者特别新的时候，比较有用。

[1up]

等现在写小玩意儿这帮人上来了。。。。

[supermama]

我现在基本是让他们先帮我生成一段框架，然后自己往里面填充代码。

[w88975]

cursor 我用了有一个多月了，目前离不开，用过市面上很多 ai 辅助工具，cursor 能说是一个比较全面的了，记住，AI 不是 100%准确，他是一个辅助工具，不是说你帮我写个啥项目就完事的，你得充当产品经理及测试的角色。

AI 是个万能的数据库， 你得通过提示词来提示他该干啥，比如某个函数你要实现的功能，以及给他一定的思路，让他去实现，然后你再测试，找到不足的地方，再进行 debug 修复。

至于你说的上下文，除了 chat 的上下文，你还得告诉他本页代码某个函数，引用的另一个函数，工具类，把这些文件 @出来，让他去分析，我想没有哪个大模型 AI 随时都在全文分析吧

再比如，你想要生成一个完整的 UI 界面，不是说一次性生成的，你首先让它先大致生成一个框架，然后再一步一步完善功能。
比如，我想要做一个发表推文的 UI ，我得这样做。
1.参考 twitter 的发布 UI ， 生成一个 UI 界面，包含输入框，图片选择，tag 按钮，发布按钮。
2.继续完善 UI ，UI 要支持 PC 和 H5 的兼容性。
3.图片选择器，tag 选择器，发送按钮都在一行
4.图片选择器的逻辑：点击之后******
5.******
6.点击按钮报错，报错信息：xxxxx ，fix this
.....

是一步一步完善的，而且是针对某个功能去完善，这样生成的代码可控且实用。
哪儿有一步登天的事

[nmap]

之前吹的能对大项目做分析，然后生成最符合上下文的代码，差点就信了