Cursor 使用入门及连接服务器方法

点击左侧的'Open Folder'，在上面输入工作目录的路径，确认后需要再次在上方提示栏输入密码：

待配置完成后左侧显示空文件夹，右侧显示出 Cursor 的 AI 对话栏，表明初始化设置成功：

补充：在本地模式下（本人 Win10），Cursor 无法访问工作文件夹以外的路径，如果需要其处理文件需要将文件置入工作文件夹中。

4、基础使用

4.1 Chat 的三种模式

• **Ask：**类似常用的大语言模型，只是回答问题，不会尝试运行；但是可以指定它读取服务器中的文件辅助回答问题。可以在开始前先与 AI 进行交流并优化方案，再用其它模式实际操作。
• **Manual：**由用户主导，手动指定某部分代码让 AI 修改，可以实现精确的 bug 修复和代码优化；
• **Agent：**由 AI 主导，全流程 AI 协同开发；AI 可以自由地执行命令，包括但不限于：在工作目录中随意创建、修改文件，在命令行中执行命令等。

可以点击修改按钮进行详细设置：

Agent 有两种运行模式：'Ask every time"和'Auto-run'；其中'Ask every time"模式需要用户手动确认是否执行命令行，而'Auto-run'模式下，AI 将自动完成全过程。详细设置及其工作流程请参考官方文档，以下是这两个模式的例子：

1、'Ask every time'模式 我让 Cursor 将一个 fasta 文件标准化为 60bp 一行的格式，它执行的是：在工作目录下创建了一个 python 脚本，并希望我运行该脚本。

点击按钮即可运行，运行后，发现原先的脚本存在问题，Cursor 会自动修改并申请再次运行，并会再次征求同意，再次运行后成功生成正确结果（和我手动运行 seqtk seq -l 60 的结果完全一致）：

2、'Auto-run'模式 我让 Cursor 使用 Conda 环境中的 seqtk软件规范另一个 fasta 文件； 一开始它在工作目录创建了一个 bash 文件，通过运行 bash 来实现目标：

但我阻止它并让它在命令行直接运行：它不断进行尝试，过程中出现错误就会自动尝试纠正，最终完成目标：

4.2 Cursor 运行命令行的方式

Cursor 在完成目标时，会尽量以'编写脚本让用户手动运行'的方式来完成，如上面的例子所示，但是它也有直接在终端执行命令的能力，且有以下几个特点：

• 1、Cursor 每次使用 bash 时，往往会以工作文件夹为家目录开启新的终端，并不会继承用户使用的 Terminal 或它自身先前创建 Terminal 的状态。因此在给出命令时应该注意：最好指定目标文件路径以及使用的 Conda 环境。
• 2、Cursor 在 Terminal 中执行命令行时，用户同样可以在其创建的 Terminal 中操作。例如：对于需要管理员密码的情况，Cursor 会暂停行动，等待用户输入密码。

4.3 选择模型

在对话界面，可以自定义使用的 AI 模型，或让 Cursor 自动 (Auto) 选择合适的模型

可以在设置中的 Models 栏进行详细设置：

• 开启/关闭某些 models；
• 设置模型的 API keys；
• 开启 Max mode 模式（按 token 额外收费，参考 Price）

4.4 查看账户

关于 Cursor1.0 版本的重要更新，推荐大家查阅官方 Changelog。 在这里先给大家介绍下其中的账户页面，里面记录了'请求次数'和'消费记录'等重要信息：在设置的 General 一栏，可以看到管理账户的功能，点击 Open 会跳转到账户网站。登陆后就能看到本月的使用记录，此外还可以设置消费额度，避免额外收费项目悄悄给用户小惊喜。