推荐订阅源

AI知识

1. 常见关键词

LLM：大语言模型。 是一种基于大量文本训练的 AI 模型，能够理解并生成人类语言。

Claude

• 是什么：Anthropic 的 AI 模型（如 Claude 3.5 Sonnet）

• 作用：提供推理与生成能力

• 类比：大脑

Cursor： 

• 是什么：基于 AI 的代码编辑器（基于 VS Code）

• 作用：集成 Claude 等模型，提供代码编辑与 AI 辅助

• 类比：工作台

MCP： 

• 是什么：Anthropic 提出的协议，用于连接 AI 模型与外部工具/数据

• 作用：标准化 AI 与外部系统的交互方式

• 类比：连接器/接口标准

Skills： 

• 是什么：在 Cursor 中定义的具体能力或工作流

• 作用：让 AI 按特定规则执行任务

• 类比：工具/技能

2. 实际举例

场景：在 Cursor 中让 AI 帮你生成 API 文档

1. Claude (AI模型)
   - 理解你的需求："生成API文档"
   - 分析代码结构
   - 生成文档内容

2. Cursor (编辑器)
   - 提供代码编辑界面
   - 集成 Claude 模型
   - 显示 AI 的响应

3. MCP (协议层，可选)
   - 如果 Skill 需要连接外部工具（如数据库、API）
   - MCP 提供标准化的连接方式
   - 例如：通过 MCP 连接 GitHub API 获取代码信息

4. Skill (具体实现)
   - 定义规则："当用户说'生成API文档'时，执行以下步骤..."
   - 告诉 Claude 如何分析 Controller
   - 指定输出格式（Markdown）

3. 更具体的例子

假设你定义了一个 Skill："代码审查助手"

用户输入："审查这个文件"
    ↓
Cursor 识别到这是 Skill 触发
    ↓
Claude 读取 Skill 定义：
  - 检查代码风格
  - 查找潜在bug
  - 检查安全性
    ↓
Claude 执行审查
    ↓
Cursor 显示结果

4. SKILLS知识

关于skills的讲解 ： https://www.163.com/dy/article/KJP2368405566SDR.html

4.1 skill的大致内容组成

1. 文件夹名称必须是小写字母+连字符，例如 hotspot-collector（不能有空格、大写）

2. SKILL.md是唯一必需的，其他都是可选的

　　SKILL.md 是核心文件，它的结构是固定的分为两部分：

　　1、YAML头部（必需）：用---包裹，包含 name和description字段，这是 OpenCode用来识别 Skill 的名片。

　　2、Markdown 主体（必需）：详细的工作流程，输出格式要求，示例等。

　　　　---name: 你的skill名称description: 简要描述该技能的功能以及何时该使用它# 你的技能名称## 指令 (Instructions)为 OpenCode提供清晰、逐步的操作指南。## 示例 (Examples)展示使用该技能的具体代码或操作案例 【description这个字段描述 很核心，就是描述Agent会在何时如何调用你这个skills。】

4.2 skill的创建和使用流程

Skill 应该包含哪些内容

一个完整的 Skill 定义通常包含：

必需内容

1. Skill 名称：清晰标识

1. 触发条件：何时激活（关键词、模式等）

1. 执行步骤：具体操作流程

1. 输出格式：结果的表现形式

可选内容

1. 上下文要求：需要哪些文件/信息

1. 约束条件：限制和规则

1. 错误处理：异常情况处理

1. 示例：使用示例

详细创建和使用步骤

步骤 1：创建 .cursorrules 文件

在项目根目录创建 .cursorrules 文件：

# 项目 AI 规则和 Skills

## Skill: 代码审查助手

### 触发条件
当用户说"审查代码"、"代码审查"或"review code"时激活

### 执行步骤
1. 读取当前打开的文件或用户指定的文件
2. 检查以下方面：
   - 代码风格一致性（命名规范、缩进等）
   - 潜在bug（空指针、数组越界等）
   - 性能问题（循环优化、数据库查询等）
   - 安全性问题（SQL注入、XSS等）
   - 代码重复和可维护性
3. 生成结构化的审查报告

### 输出格式
- 使用 Markdown 格式
- 按优先级分类（严重、警告、建议）
- 每个问题包含：位置、问题描述、建议修复方案

### 示例
用户："审查这个 Controller"
AI 执行 Skill，返回审查报告

---

## Skill: API 文档生成器

### 触发条件
当用户说"生成API文档"、"API文档"时激活

### 执行步骤
1. 扫描项目中的 Controller 类
2. 提取：
   - 路由路径
   - HTTP 方法
   - 请求参数（Query、Body、Header）
   - 响应格式
   - 状态码
3. 生成 Markdown 格式的 API 文档
4. 包含请求/响应示例

### 输出格式
# API 文档

## GET /api/users
**描述**: 获取用户列表
**参数**: 
- page (int, optional): 页码
**响应**: 
{
  "data": [...],
  "total": 100
}

Skill: 数据库迁移助手

触发条件

当用户说"生成迁移"、"数据库迁移"时激活

执行步骤

1. 分析实体类（Entity）的变化

1. 对比当前数据库结构

1. 生成迁移 SQL 脚本

1. 提供回滚脚本

1. 检查数据完整性约束

输出格式

• 生成两个 SQL 文件：up.sql 和 down.sql

• 包含注释说明每个变更

#### 步骤 2：定义 Skill 的详细结构

一个规范的 Skill 定义模板：

## Skill: [技能名称]

### 描述
简要说明这个 Skill 的用途

### 触发条件
- 关键词列表
- 或者特定文件类型
- 或者特定上下文

### 前置条件
- 需要哪些文件存在
- 需要什么环境配置

### 执行流程
1. 第一步：做什么
2. 第二步：做什么
3. ...

### 输出要求
- 格式要求
- 包含哪些信息
- 如何组织

### 约束和限制
- 不做什么
- 避免什么
- 特殊情况处理

### 示例对话
用户："[触发语句]"
AI："[预期响应]"

步骤 3：激活和使用 Skill

 方法 A：自动激活（推荐）

• 在对话中使用触发关键词

• Cursor 自动识别并执行

方法 B：显式调用

• 直接说："使用代码审查助手审查这个文件"

• 或："执行 API 文档生成器"

步骤 4：验证 Skill 是否生效

测试示例：

你："审查代码"
AI：[应该按照 Skill 定义的步骤执行，返回审查报告]

你："生成API文档"  
AI：[应该扫描 Controller 并生成文档]

步骤 5：优化和迭代

如果 Skill 执行不符合预期：

1. 检查 .cursorrules 文件语法

1. 使触发条件更明确

1. 细化执行步骤

1. 添加更多示例

1. 重新测试

完整示例：创建一个实用的 Skill

假设你要创建一个"错误处理助手" Skill：

## Skill: 错误处理助手

### 描述
自动为代码添加完善的错误处理和日志记录

### 触发条件
- "添加错误处理"
- "完善异常处理"
- "添加 try-catch"

### 执行流程
1. 识别当前代码中的潜在异常点：
   - 数据库操作
   - 文件 I/O
   - 网络请求
   - 空值访问
2. 为每个异常点添加：
   - try-catch 块
   - 适当的异常类型捕获
   - 日志记录（使用项目中的日志框架）
   - 用户友好的错误消息
   - 错误码（如果项目有错误码体系）
3. 保持原有代码逻辑不变
4. 遵循项目的错误处理规范

### 输出要求
- 代码中直接添加错误处理
- 在代码上方添加注释说明错误处理逻辑
- 使用项目统一的日志格式

### 约束
- 不要改变原有业务逻辑
- 不要过度捕获异常（避免捕获 Exception）
- 保持代码可读性

### 示例
用户："为这个 Service 方法添加错误处理"
AI：[分析代码，添加适当的 try-catch 和日志]

使用流程总结

1. 创建 .cursorrules 文件
   ↓
2. 定义 Skill（名称、触发、步骤、输出）
   ↓
3. 保存文件（Cursor 自动加载）
   ↓
4. 在对话中使用触发词
   ↓
5. AI 按照 Skill 定义执行
   ↓
6. 检查结果，优化 Skill 定义
   ↓
7. 重复使用和改进

注意事项

.cursorrules 文件位置：项目根目录
文件格式：纯文本，支持 Markdown
加载时机：创建或修改后，Cursor 会自动读取（可能需要重启）
多个 Skills：可以在同一文件中定义多个，用 --- 分隔
优先级：更具体的 Skill 定义会优先匹配