在 Cursor 中打造你的专属前端“AI 助手”:Agent Skills 实战指南 什么是 Agent Skills?

在 Cursor 中打造你的专属前端“AI 助手”:Agent Skills 实战指南 什么是 Agent Skills?

文章目录


一、什么是 Agent Skills?

简单来说,Agent Skills 是一种标准化的方式,用来封装特定任务的知识和工作流。
如果说 MCP (Model Context Protocol) 是给 AI 装上了“手”(让它能连接数据库、Github),那么 Skills 就是给 AI 的“操作说明书”(告诉它怎么用这双手去搬砖)。
它和 .cursorrules 的区别在于:.cursorrules (全局规则): 就像公司的“员工手册”,是 AI 必须时刻记住的(Always on),适合放通用的代码风格(比如“永远使用 TypeScript”)。Agent Skills (技能): 就像“特定的任务SOP”,AI 只有在需要的时候(Context Relevant)才会去加载它,或者通过 / 命令手动触发。这大大节省了 Token,也让 AI 更专注。

二、使用步骤

1.下载官方提供的agent-skills文档

链接:github:https://github.com/anthropics/skills

在这里插入图片描述

2.cursor中使用

在cursor中新建.cursor目录加skills目录,把从Github上下载的skills拷贝到该目录下。上

在这里插入图片描述


在这里插入图片描述

这是参考frontend-design这个skills来设计的网站,会发现精美许多。

在这里插入图片描述


在这里插入图片描述

三、如何设计自己的skills

通过别人提供好的skils文档来生成

在这里插入图片描述


在cursor中输入提示词,cursor会自动扫描你文件下的skill.md文档进行生成。

在这里插入图片描述

四、实战:打造一个“生成标准 React 组件”的 Skill

假设我们团队有一个严格的组件开发规范:

  1. 组件必须是 Function Component。
  2. 必须使用 CSS Modules。
  3. 必须包含一个 interface 定义 Props。
  4. 文件结构必须是文件夹形式。

我们来写一个 Skill 教会 Cursor 怎么做。

第一步:创建目录

在你的项目根目录下(或者全局 ~/.cursor/skills),创建一个存放技能的文件夹:

.cursor/ skills/ react-component-gen/ <-- 技能名称文件夹 SKILL.md <-- 核心定义文件 

第二步:编写 SKILL.md

这是核心部分。SKILL.md 包含两部分:Frontmatter (元数据)Markdown 正文 (指令)

.cursor/skills/react-component-gen/SKILL.md 中写入:

--- name: react-component-gen description: Generate a new React functional component with CSS Modules and TypeScript interfaces following team standards. disable-model-invocation: false --- # React Component Generator Use this skill when the user asks to create a new UI component, page, or widget. ## [...](asc_slot://start-slot-9)Instructions 1. **Analyze the Request**: Identify the component name and props required. 2. **Directory Structure**: - Create a folder named exactly as the component (PascalCase). - Inside, create `index.tsx` and `styles.module.scss`. 3. **Code Standards**: - **index.tsx**: - Use `FC` type from 'react'. - Import styles as `import styles from './styles.module.scss'`. - Define an interface `[ComponentName]Props`. - Export the component as default. - **styles.module.scss**: - Create a root class `.container`. - Use BEM naming convention for inner elements if needed. ## [...](asc_slot://start-slot-11)Template Example If the user asks for a "Button", generate: ```tsx // Button/index.tsx import React, { FC } from 'react'; import styles from './styles.module.scss'; export interface ButtonProps { label: string; onClick: () => void; } const Button: FC<ButtonProps> = ({ label, onClick }) => { return ( <button className={styles.container} onClick={onClick}> {label} </button> ); }; export default Button; 
### [...](asc_slot://start-slot-13)第三步:启用并使用 1. **启用**:确保你的 Cursor 是较新版本(部分功能可能在 Beta/Nightly 通道)。打开设置 -> `Rules` 或 `Features`,确保 Agent Skills 相关的开关已打开。 2. **自动触发**: * 打开 Cursor 的 Agent 聊天框(CMD+L 或 CMD+K)。 * 输入:“帮我写一个 UserCard 组件,包含头像和名字。” * 你会发现 Agent 会自动识别意图,加载 `react-component-gen` 技能,并严格按照你的模板生成代码! 3. **手动触发**: * 输入 `/`,你应该能看到 `react-component-gen` 出现在命令列表中。 ## [...](asc_slot://start-slot-15)进阶玩法:带脚本的 Skill (自动化重构) 前端经常需要做一些批量重构,比如“找出所有硬编码的颜色并替换为 Tailwind 类名”。我们可以给 Skill 配上脚本。 

.cursor/skills/refactor-color/
SKILL.md
scripts/
find-hex.js <-- 一个扫描文件的脚本

**SKILL.md**: ```markdown --- name: refactor-color description: Refactor hardcoded hex colors to Tailwind utility classes. --- # Color Refactoring ## [...](asc_slot://start-slot-17)Instructions 1. Run the script `scripts/find-hex.js` to locate hex codes in the current file. 2. For each hex code found, map it to the closest Tailwind color (e.g., `#ef4444` -> `text-red-500`). 3. Rewrite the code. 

这样,AI 就不只是在“瞎猜”,而是真正执行了你写的工具脚本来辅助它工作。

总结:为什么你应该开始用 Skills?

  1. 团队规范统一:把这个 .cursor 文件夹提交到 Git 仓库,新入职的同事 git pull 下来,他的 AI 助手立刻学会了全套团队规范,不用手把手教。
  2. 减少上下文污染:只在写组件时加载组件规范,写测试时加载测试规范,让 AI 的脑子更清醒。
  3. 沉淀最佳实践:把那些你每次都要重复敲的 Prompt,固化成代码资产。

💡 个人心得
不要试图把所有东西都塞进 .cursorrules。把 .cursorrules 当作宪法(不可动摇的原则),把 Agent Skills 当作SOP 手册(针对具体任务的流程)。

快去试试在你的项目里加一个 Skill 吧!如果你有更好玩的 Skill 创意(比如自动写 Code Review 意见),欢迎在评论区分享!👇

Read more

Python JS 逆向与多线程结合实践

2 环境搭建 本次实践基于 Python 3.8+,需安装以下第三方库,执行命令: 代码语言:javascript AI代码解释 pip install requests execjs fake-useragent pyquery * execjs:用于在 Python 中执行逆向后的 JS 代码,需提前安装 Node.js(保证 JS 运行环境); * fake-useragent:生成随机 User-Agent,规避请求头特征检测; * pyquery:轻量的 HTML 解析库,便捷提取页面数据; * requests:发送 HTTP/HTTPS 请求,核心网络请求库。 同时准备抓包工具(Charles 或 Fiddler)、浏览器F12),用于抓包分析请求参数与

LingBot-Depth-ViT-L14实战教程:Python调用REST API实现自动化深度分析流水线

LingBot-Depth-ViT-L14实战教程:Python调用REST API实现自动化深度分析流水线 1. 引言 你有没有遇到过这样的场景?手头有一堆图片或视频,想快速知道里面物体的远近、场景的深度,或者想把手机拍的照片变成3D模型?过去,这需要昂贵的激光雷达设备或者复杂的立体视觉算法。现在,有了LingBot-Depth-ViT-L14模型,事情变得简单多了。 LingBot-Depth-ViT-L14是一个基于DINOv2视觉大模型的深度估计工具。简单来说,它能“看懂”图片,然后告诉你图片里每个像素点离摄像头有多远。更厉害的是,它还能把不完整的深度信息(比如激光雷达扫描的稀疏点)补全成完整的深度图。 本文不是简单的功能介绍,而是一个实战指南。我将带你一步步搭建一个完整的自动化深度分析流水线,让你能用Python脚本批量处理图片、调用模型、分析结果,并把整个过程自动化。无论你是做机器人导航、3D重建,还是AR/VR应用,这套方法都能直接拿来用。 2. 环境准备与快速部署 2.1 镜像部署 首先,我们需要把模型跑起来。这里用的是已经打包好的镜像,省去了安装各种

Python高效数据采集实战:基于IPIDEA代理的全方位教程

Python高效数据采集实战:基于IPIDEA代理的全方位教程

在当今数据驱动的时代,网页数据采集是获取行业洞察、支撑业务决策的核心手段。但随着网站IP限制机制升级,IP固定、访问限制等问题频繁出现,导致采集任务中断、数据获取不完整。IPIDEA作为全球领先的企业级代理服务提供商,凭借99.9%可用率的纯净IP资源、亿级并发承载能力及多场景适配优势,成为解决采集难题的关键工具。本文将从环境搭建到实战案例,带您掌握Python+IPIDEA的高效数据采集方案。 一、IPIDEA代理:数据采集的“加速器”与“防护盾” 在开始Python实战前,先了解IPIDEA为何能成为企业级数据采集的首选代理服务——其核心优势完美匹配采集场景的核心需求: 核心优势对数据采集的价值全球1亿级+纯净住宅IP模拟真实用户访问,规避网站对“非住宅IP”的拦截,适用于电商、社媒等场景99.9%IP可用率减少因IP失效导致的采集中断,保障任务连续性,尤其适合大规模、长时间采集任务无限并发请求支持亿级并发承载,可同时发起多线程/多进程采集,大幅提升数据获取效率多类型代理全覆盖动态住宅(自动变更)、静态住宅(长效稳定)、数据中心(高速低延迟)等,适配不同场景安全合规认证

Python常用框架介绍

文章目录 * 一、Python 常用框架分类总览 * 二、Web 开发框架(最主流,覆盖前后端/API开发) * 1. Django(全栈式「电池内置」框架) * 2. Flask(轻量级灵活扩展框架) * 3. FastAPI(高性能异步API框架) * 三、数据处理/分析/可视化框架(数据相关场景必备) * 1. Pandas(表格数据处理神器) * 2. NumPy(数值计算基础框架) * 3. Matplotlib/Seaborn(数据可视化框架) * 四、自动化/爬虫框架(自动化任务/数据采集) * 1. Scrapy(专业高性能爬虫框架) * 2. Selenium(浏览器自动化框架) * 3. Schedule(轻量级定时任务框架)