KeyFrame內部研究專用

Complete Cursor AI Tutorial (2026) - Learn by Building a Full Stack App 🔥

RoadsideCoder·8月9日週日·20 min英文

三句話摘要

Cursor AI編碼工具完全使用教學:從專案建立到多任務並行開發的全流程。 Cursor Start透過自然語言驅動的多模式工作流與並行子代理,將傳統需時數週的全棧應用開發壓縮到小時級別,同時內建品質控制與測試機制,改變了個人開發者與小團隊的生產力基準。 模型選擇策略:Grok 4.5適合實際生產環境,Composer 2.5適合日常任務,根據複雜度靈活切換。

重點整理

重點
  • 1

    模型選擇策略:Grok 4.5適合實際生產環境,Composer 2.5適合日常任務,根據複雜度靈活切換。

  • 2

    工作流模式的漸進式應用:先用Ask Mode規劃而非直接編輯,確認邏輯後再切換Agent Mode執行,減少無謂反覆。

  • 3

    Multitask並行開發:單一提示可分解成多個平行子代理(如同時做UI、API、資料庫),顯著加快開發速度,所有任務共享同一個API契約。

  • 4

    規則與技能的程式碼品質控制:透過Rules文件強制風格一致性,透過Skills文件定制代碼審查標準,讓AI根據專案特性學習而非通用套版。

實用技巧與重點

乾貨
  • 價格與模型
  • Cursor Start:649盧比/月(稅後),支援UPI付款
  • Grok 4.5:最強模型,適用實際專案
  • Composer 2.5:成本高效,適合日常任務
  • 技術棧(Bus Go案例)
  • 框架:Next.js + TypeScript + Tailwind CSS + App Router
  • ORM:Prisma
  • 後端服務:Supabase(PostgreSQL + Auth + Edge Functions)
  • 認證:BetterAuth(Email/Password)
  • 資料庫表:users, buses, routes, bookings, seats
  • 核心功能指令
  • `/ask` - 規劃模式(不修改代碼)
  • `/rule` - 建立專案風格規則檔
  • `/skill` - 建立客製化技能(如代碼審查)
  • `/review` - 觸發Bug Bot或安全審查
  • `/cloud` - 在雲端代理執行任務
  • 多行提示編號分割(`1.` `2.` `3.`)啟動Multitask
  • MCP整合
  • Prisma MCP
  • Supabase MCP(資料庫查詢、查看booking記錄)

結論

結論

Cursor Start透過自然語言驅動的多模式工作流與並行子代理,將傳統需時數週的全棧應用開發壓縮到小時級別,同時內建品質控制與測試機制,改變了個人開發者與小團隊的生產力基準。

完整解析

詳細

這支影片展示了Cursor在實際專案開發中的完整應用。講者首先介紹了Cursor Start方案的性價比——649盧比的月費包含了最新的Grok 4.5模型和Composer 2.5,相比Netflix訂閱更便宜,為印度開發者提供了罕見的優惠入口。

建立專案時,講者示範了如何用一句自然語言提示讓Cursor自動化整個專案初始化過程:設置Next.js、安裝Prisma、連接Supabase、初始化Git並推送到GitHub。重點是人類不需要手動執行任何命令——Cursor透過Allow List(白名單)機制自動化授權與執行,只在需要第三方認證時(如GitHub、Supabase OAuth)才中斷以請求使用者操作。

在功能層級,講者區分了不同的工作模式。Ask Mode用於規劃而非直接修改代碼,適合設計資料庫Schema或獲得意見時使用。一旦確認邏輯,就切換到Agent Mode讓AI直接編輯檔案。Multitask Mode是最創新的部分——它允許使用者在單一提示中列舉多個並行任務(如「1. 修改搜尋頁顏色 2. 建立預訂API 3. 建立確認頁面」),Cursor自動分解成多個子代理並行執行,共享同一個API契約以避免不一致。

專案品質控制層面,講者展示了Rules和Skills的用法。Rules檔定義了專案的編碼風格與最佳實踐(如命名慣例、模式禁止),讓AI在往後的所有編輯中遵循這些慣例。Skills則是更特化的工具,例子是建立一個代碼審查技能,定義了檢查原子性、競態條件、命名清晰度、安全硬編碼等項目,往後只需一個指令就能觸發這個自訂審查。

測試與自動化是Cursor的另一特色。內建的瀏覽器可以執行端對端測試流程,無需使用者手動點擊——就像一個自動化測試機器人,它會登入、搜尋、選座、完成預訂並回報結果。自動化功能則讓開發者定義事件觸發器(如新PR開啟時),自動運行代碼審查技能並將結果作為PR評論發佈,形成持續品質把關。

最後是MCP(Model Context Protocol)的實作。講者展示了Cursor內建的Supabase MCP,它允許AI直接查詢資料庫而無需離開編輯器——輸入自然語言查詢(「顯示最近一小時的所有預訂」),Cursor透過MCP伺服器執行SQL並回傳結果。這打破了傳統的應用開發流程,資料存取變成透明的工作流一部分。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。