Cursor 零基础入门：用 AI 从零写出完整项目

Cursor 是什么：AI 编程工具的新选择

Cursor 是一款近年来广受关注的 AI 代码编写工具。它在传统代码编辑器的基础上深度集成了大语言模型，让开发者（甚至完全没有编程基础的人）可以通过自然语言对话来生成、修改和运行代码。

从界面布局看，Cursor 与 VS Code、PyCharm 等主流 IDE 高度相似，这降低了老用户的迁移成本。它主要由三个面板构成：左侧是项目目录，中间是代码展示区，右侧则是最核心的 AI 对话面板。开发的大部分工作，实际上都集中在右侧这块对话区域——通过它向 AI 提问或下达指令，左侧的目录和中间的代码便会自动生成。

下载安装方面，直接访问 Cursor 官网即可获取安装包，需要注册账号后才能使用。安装完成后，建议先创建一个专门的工作目录作为工作区（例如 E:\Cursor\WorkerSpace），再在该目录下开始项目。

三种对话模式：Agent、Ask 与 Manual

理解 Cursor 的对话模式，是用好这款工具的关键。它提供了三种模式，分别对应不同的使用场景。

Agent 模式：AI 主动接管编程

在 Agent 模式下，AI 会主动帮你完成文件生成和代码编写的整个流程。你只需描述需求，它就能自动创建目录结构、编写代码文件，并在报错时自动检查修复。如果你的目标是让 AI 直接产出可运行的项目，就选它。

Ask 模式：针对性问答

Ask 模式更接近于咨询助手。它只针对你提出的特定问题给出回答，而不会主动接管编码过程、批量创建文件。当你需要技术选型建议、概念解释或方案参考时，Ask 模式更合适。

Manual 模式：开发者主导

Manual 模式将编码控制权完全交还给开发者，AI 只提供参考提示。适合有一定基础、希望自己把控代码节奏的用户。

一句话总结：想让 AI 直接写代码选 Agent，想提问得到解答选 Ask，只想要参考建议选 Manual。

模型选择：生产项目优先 Claude

右侧对话面板中还可以切换底层使用的 AI 大模型，既有免费模型，也有付费的高级模型。

按照原视频作者的实践经验，如果你的项目用于真正的生产环境，写代码时建议直接选择 Claude 系列模型。作者认为它是目前编码能力最强的模型之一，相比生产项目的整体价值，其调用费用“不值一提”。而在非生成代码的场景（如用 Ask 模式提问）下，模型的选择空间就宽松得多，免费模型也能胜任。

需要说明的是，这类“最强”评价来自单一 UP 主的主观判断，实际选型仍应结合项目预算和具体任务做权衡。

Claude 是由 Anthropic 公司开发的大语言模型系列，目前主要版本包括 Claude 3.5 Sonnet、Claude 3 Opus 等。Anthropic 在训练时强调模型的"可信赖性"与代码生成准确率，这使得 Claude 在处理复杂编程任务、长上下文理解和多文件协作方面表现相对突出。Cursor 中可选的模型不止 Claude，还包括 OpenAI 的 GPT-4o、Google 的 Gemini 系列等。不同模型在响应速度、单次调用费用和擅长任务上有所差异：GPT-4o 综合能力均衡、响应较快；Claude Opus 推理深度更强但费用更高；免费模型（如部分开源模型的托管版本）则适合低成本的日常问答场景。实际选型时，可以先用免费模型做技术调研，切换到付费模型再做代码生成，以此平衡成本与质量。

实战演示：从零开发学生管理系统

原视频以“纯小白”视角，完整演示了用 Cursor 开发一个学生管理系统的全过程，很有参考价值。

第一步：技术选型咨询

作者先用 Ask 模式向 Claude 提问：“我能用 Python 开发一个学生管理系统吗？帮我推荐技术栈。”并补充说明这是一个小型项目。模型随即给出了基于框架的技术栈推荐方案。

第二步：切换 Agent 模式生成代码

确定方案后，作者切换到 Agent 模式，让 AI 开始写代码。AI 先规划项目结构，再通过命令逐步构建目录，依次生成登录、注册、学生管理等页面，以及启动脚本和说明文档。

生成过程中，新增或修改的内容会以黄色、红色高亮显示，并询问是否保存。你可以逐个确认，也可以等全部生成完毕后统一“Accept All”。此外还有一个自动运行选项——开启后，AI 执行命令时不会每次都征询你的同意，适合希望“全权托管”的用户。

第三步：自动修复与运行

这是 Cursor 最具价值的环节之一。启动应用时遇到了依赖版本兼容性问题，AI 自动重新安装了合适版本的依赖并完成修复。

作者特别感慨：这类兼容性问题，熟练的开发者可能要排查半小时，不熟悉的人甚至两小时都未必能解决，而 AI “一下就把它找到了”。数据库初始化顺利完成后，应用在 127.0.0.1:5000 启动。将地址复制到浏览器，就能看到可用的登录界面。

第四步：功能验证

登录系统后，作者演示了添加学生、修改信息等功能，均正常运行。过程中也暴露了一个细节：学号校验的错误提示是英文的，可以再让 AI 改成中文。此外，当访问“成绩记录”等功能时出现了报错——因为这些属于“待实现功能”，AI 此前只完成了学生管理模块。

解决办法也很直接：在对话中让 AI 把所有规划好的功能逐一实现即可。演示中为节省时间只做了核心功能，但在真实场景下，只需把完整需求抛给 AI，等待半小时到一小时，就能让它搞定整个项目。

使用前提：别忽略了开发环境

一个容易被初学者忽视的关键点：无论是安装依赖还是启动 Flask 服务，整个流程都建立在本地已配置好的 Python 环境之上。

换句话说，Cursor 负责写代码，但代码的运行依然依赖你本机的基础环境。如果你想复现同样的功能，需要提前安装：

• Python 运行环境
• 对应的数据库环境（演示用的是 SQLite，若改用 MySQL 则需另行安装）

理解这一点，能帮助你在遇到“代码没问题却跑不起来”的情况时，正确定位是环境问题而非代码问题。

Flask 是 Python 生态中一个轻量级的 Web 框架，以"微框架"著称——它只提供路由、请求处理等核心功能，其余部分（数据库、表单验证等）由开发者按需引入扩展库。演示中使用的 SQLite 是一种无需独立服务进程的嵌入式关系型数据库，数据以单个文件形式存储在本地，非常适合小型项目和原型开发，无需额外安装数据库服务端。依赖管理方面，Python 项目通常通过 pip install 命令安装第三方库，版本兼容性问题（即演示中 AI 自动修复的那类错误）往往源于不同库之间对某个底层包的版本要求相互冲突。Cursor 的 Agent 模式能读取错误日志并自动重试安装指定版本，本质上是将开发者手动查阅文档、逐步调试的过程自动化了。

小结

Cursor 把“自然语言 → 可运行项目”的距离大幅缩短，对零基础用户尤其友好。掌握三种对话模式的区别、合理选择模型、善用自动运行与自动修复能力，就能快速上手。但它并非万能——基础的开发环境配置、对生成结果的验证，仍然需要使用者具备基本认知。AI 让编程门槛降低，却没有让“理解你在做什么”这件事变得可有可无。