Cursor 3.0 完整入门教程：从零打造你的第一个 AI 项目

Cursor 已经不只是一个带 AI 的代码编辑器，而是朝着「智能体优先」的开发环境快速演进。这篇教程基于一位 B 站 UP 主的完整实操演示，面向零基础用户，系统梳理 Cursor 3.0 的核心功能、界面逻辑以及从搭建项目到部署云端的完整工作流。即使你从未写过代码，也能跟着走完一遍。

Cursor 是什么，和 Claude Code、Codex 有何不同

Cursor 本质上是 Visual Studio Code 的一个分支，所以用过 VSCode 的人会觉得界面非常熟悉。它在 IDE 的基础上内置了大量 AI 能力，可以让你在查看代码、编辑代码、添加工具的同时，充分使用在命令行类工具中会用到的 AI 功能。

与 Claude Code、Codex 这类命令行工具相比，最大的区别在于「控制权」。使用命令行工具时，你往往没有真正查看文件、阅读代码，只是在盲目信任 AI 模型的输出。而 Cursor 既支持这种「氛围编程」，也保留了真正工程师交付应用时需要的全部开发工具。这也是为什么认真的软件工程师更倾向于使用 Cursor——它提供了更多可控性。

下载是完全免费的，Cursor 提供 Windows、Mac、Linux 桌面版，并且已经支持手机和网页端使用。对大多数人来说，推荐先用桌面应用，注册或登录账户后即可开始。

定价逻辑：免费起步，按模型消耗额度

定价方式与其他 AI 工具类似——你在不同模型上有一定的使用额度。关键区别在于：使用 Cursor 自家的模型（如 Grok、Composer）会获得更多额度，而调用 Fable、GPT 5.6 这类前沿模型时额度消耗更快。

新手建议直接从免费套餐开始，用顺手了再按需升级到 Pro、Pro Plus、Ultra 或团队 / 企业版。如果额度不够，也可以随时付费购买额外用量。

Cursor 3.0 的三波重大变化

从 1.0、2.0 到 3.0，Cursor 经历了三轮明显迭代：

第一波：加入了技能（Skills）、子智能体、大量插件，推出了调试模式、设计模式等专用模式，以及侧边聊天功能。

第二波：转向「智能体优先」的界面，彻底改变了 Cursor 的外观。默认视图不再是传统 IDE，而是展示一堆可以并行运行的智能体，核心理念是同时在云端并行跑多个 agent。

第三波：新增 Composer 2.5 模型、自动化 BugBot、云端子智能体、iOS 应用，以及与 SpaceX 合作训练的 Grok 2.5 模型。据演示者介绍，Grok 2.5 在基准测试中表现出色，且每 Token 价格远低于 Fable 或 GPT 5.5 这类可比模型。

两种核心视图：Agent 视图与 IDE 视图

Cursor 3.0 打开后默认进入 Agent 视图，界面类似 ChatGPT 的提示词窗口，主要面向非技术人员——你只需输入提示并获得输出，同时还能查看代码、并行查看多个运行中的 agent。右上角有一个「IDE」按钮，点击即可切换到更偏传统编辑器的 IDE 视图，代码成为视觉中心，agent 窗口退居右侧。

两种视图可以随时切换、同时使用。对初学者来说，建议先停留在 Agent 视图把项目搭起来，再在需要精细改动时切换到 IDE 视图。

因为我有点忘了

第一个项目：从新建文件夹到写好提示词

开始一个新项目的标准流程是：

滚动到底部点击「新建文件夹」，在桌面建一个工作目录（比如 Cursor Demo）并选中它；
选择模型，新手推荐 Cursor 自家的 Grok；
把模式切换到计划模式（Plan）。

写第一条提示词时，演示者分享了一个非常实用的方法论：把你对要构建什么的完整思考一股脑倒给模型，并回答好三个问题——你想做什么、为什么要做、目标用户是谁。回答清楚这三点，就有了一个好的起点。

提示词的结尾务必加上一句：「请向我提出任何澄清性问题，或在继续构建前需要我回答的任何设计决策。」Cursor 3.0 支持直接在界面内向你提问甚至弹出按钮让你点选答案，这能大幅减少反复返工。

用其中的一个

计划模式、并行构建与多任务

在计划模式下，Cursor 会先生成一个用 Markdown 编写的详细计划（现在支持在 Cursor 中直接渲染图标）。审查满意后，再点击构建。构建时可以选择本地构建或云端构建，新手建议先在本地构建。

「并行构建」模式会自动创建多个子智能体并行处理计划，理论上更快完成，没有理由不开启。启动后界面进入多任务模式，你甚至可以同时打开另一个项目、新建 agent 并行推进多个任务。回到默认模式后，也可以通过排队的方式让任务按顺序依次执行。

模型选择策略

演示者给出的实战建议相当清晰：

简单的网页类任务：用 Composer 2.5，轻量省额度；
稍复杂的任务：用 Grok 2.5，比 Composer 略贵但相对 Fable、GPT 5.6 仍非常便宜；
遇到瓶颈时：当 Composer 反复迭代仍修不好 bug，切换到 Fable 4 或 GPT 5.6 获取「全新视角」。

此外还有 Max 模式（扩大上下文窗口，仅在大型代码库时才需要启用，会消耗更多额度）、自动模式（不确定用什么时的兜底选择）以及可调节的推理努力程度和快速模式。多数场景下，保持中等推理、较低上下文窗口即可。

调试、设计与内置浏览器

Cursor 内置了多种专用模式：

调试模式：专门用来定位和修复特定 bug，而非构建新功能；
询问模式（Ask）：只问问题、不改代码；
设计模式：在内置浏览器中直接选中屏幕元素、画框、画箭头，再描述你想做的修改。例如圈出游戏里的光球直接要求改成紫色，提交时会自动带上截图。

内置浏览器让你无需离开 Cursor 就能测试应用，Cursor 甚至可以自己控制浏览器点击按钮、查看控制台。设计模式下按住 Shift 拖拽可框选矩形区域对话，Esc 退出。

Git 版本控制是必备习惯

想在界面里看到「更改」和「文件」的实时 diff，前提是初始化 Git 仓库。Git 是开发者用来跟踪所有改动的版本控制系统，强烈建议启用。如果你不懂 Git，直接让 agent 帮你：「你能帮我启用 Git 并创建仓库吗？」它甚至能从命令行帮你安装。

教程反复强调一个最佳实践：每次只做小的迭代改动，测试通过后立刻让模型做一次 Commit。Commit 相当于代码库的检查点，一旦后续出问题就能回退。改动一旦应用又没及时处理，逐个撤销会很麻烦。

而如果我们在这里

子智能体、工作树与多模型审查

在 Agent 视图中输入斜杠「/」可以调出命令和技能。其中「Multimodel Review（多模型审查）」非常实用——它会调用多个不同模型和智能体来交叉审查代码，特别适合在一次大改动之后使用。

这些智能体运行在「工作树（worktree）」里，也就是项目的一份克隆副本。agent 在副本上修改、运行命令都不会影响原始代码，只有满意后才会合并回主代码库。这使得多个智能体可以安全并行，再汇聚合并。

需要注意上下文管理：界面上的小圆圈会显示系统提示、工具定义、规则、技能和对话占用了多少上下文。一旦接近 70%–90%，最好压缩上下文（自动总结）或开启新对话链，否则模型准确性和性能会下降。

「工作树（worktree）」是 Git 的一项原生特性，允许同一个仓库在磁盘上同时存在多个工作目录，每个目录可以检出不同的分支或提交状态。Cursor 借用这个机制，让每个 agent 在独立的文件系统副本上操作，彼此互不干扰。这与传统多分支开发的区别在于：worktree 无需切换分支，多份代码可以真正同时存在于不同目录中并发运行。合并时，Cursor 会把 agent 产生的改动作为 diff 呈现给开发者审核，只有确认后才会写回主代码库。对于非 Git 用户来说，可以把 worktree 理解为「沙盒」——agent 在沙盒里随意折腾，主代码永远安全。

云端运行：从本地走向任意设备

默认所有任务都在本地机器运行，一旦合上笔记本或断电，任务就会中断。Cursor 云端解决的正是这个问题——把任务推送到云端算力运行，还能通过 iOS 应用在不同设备上触发和管理。

启用步骤较多，核心是：

把项目连接到远程 Git 仓库（如 GitHub），直接让 agent 帮你完成最省事；
在 Cursor.com 仪表板授权 GitHub / GitLab；
链接仓库并创建云端环境；
之后用「/InCloud」命令即可把任务推送到云端执行。

将项目连接到 GitHub 等远程 Git 仓库，是实现云端运行的前提条件，也是现代软件开发的基础协作方式。远程仓库充当代码的「中央存储」，本地机器和云端计算节点都可以从同一个仓库拉取最新代码、推送改动，从而保证多端状态一致。对于完全没有接触过 Git 和 GitHub 的用户，可以这样理解：GitHub 相当于代码版本的云盘，每次 Commit 是一次存档，Push 是把存档上传到云盘，而云端 agent 启动时会先从云盘拉取最新存档再开始工作。Cursor 允许直接让 agent 完成仓库初始化和远程关联的全部命令行操作，大幅降低了这一步骤的门槛。

IDE 视图里的精细编辑

当项目变大、需要更精确的渐进式修改时，IDE 视图更顺手。选中一段代码后，可以「添加到聊天」引用该代码块，也可以用 Ctrl-K 快速编辑直接对选中片段下指令。IDE 视图下撤销改动也更容易——每个文件都有保留 / 撤销选项，还能一键恢复所有更改。

你也可以用 Ctrl-K 触发

你还可以用「@」符号标记文件、文档、历史、浏览器等上下文，甚至配合 WhisperFlow 语音直接说出「@Levels.js」来标记文件。虽然 Tab 自动补全依然可用，但如演示者所说，如今已经很少有人真正手敲代码了。

规则、技能、插件与 MCP

规则（Rules）：每次在该项目启动 agent 时自动注入的文本约束，比如「只用 JavaScript 不用 TypeScript」「每个文件不超过 300 行」。直接让 agent 创建最简单，它会在 .cursor 文件夹里生成 Markdown 规则文件。
技能（Skills）：可复用的工作流规范，Cursor 内置了 automate、banner design、create rule 等，也可以自定义并通过斜杠命令重复调用。
插件与 MCP 服务器：在插件市场中可连接 Slack、Figma 等；推荐添加 GitHub MCP 服务器，直接让 Cursor 在 GitHub 上执行命令。

MCP（Model Context Protocol）是 Anthropic 于 2024 年底提出并开源的一套标准协议，目标是让 AI 模型以统一的方式连接外部工具和数据源，类似于 USB 接口对硬件的标准化作用。在 MCP 出现之前，每个 AI 工具想接入 GitHub、Slack、数据库等外部服务，都需要各自实现一套私有集成，维护成本高且互不兼容。MCP 定义了「MCP 服务器」与「MCP 客户端」之间的通信格式，使得任何支持 MCP 的 AI 客户端（如 Cursor、Claude Desktop）都能直接调用已有的 MCP 服务器。文中提到的 GitHub MCP 服务器即是一个典型实现：配置完成后，Cursor 的 agent 可以直接执行创建 PR、读取 Issue、推送代码等 GitHub 操作，而无需用户手动切换到浏览器或命令行。

侧边聊天与自动化

**侧边聊天（Side Chats）**是一个新颖功能：主 agent 运行时，你可以选中其输出中的某部分添加到侧边聊天，单独提问或澄清，而不打断正在运行的主智能体。

**自动化（Automation）**则允许 agent 基于计划（每天 / 每小时）或事件触发（Slack 消息、GitHub 事件、Sentry 问题等）自动运行，适合处理真实代码库中频繁重复的任务。

小结

Cursor 3.0 的核心变化，是从「带 AI 的编辑器」彻底转向「以智能体为中心的开发环境」。对初学者而言，掌握这条主线就够了：新建文件夹 → 选模型 → 计划模式 → 写详细提示并让它提问 → 审查计划 → 本地并行构建 → 用 Git 频繁提交 → 需要精细改动时切到 IDE 视图。进阶后再逐步接触多模型审查、云端运行、规则技能和自动化，Cursor 完全可以成为一个真正的工程化开发平台。