背景#

Cursor 是最近非常火的一款 AI 编程工具，本文主要介绍 Cursor Agent 的初体验。实现了完全使用自然语言进行编程，最终完成一个简单的 Web 项目，包含前端、后端、数据库、以及大语言模型的 Api 调用等。

虽然我使用 Cursor 已经有一段时间了，但是很少使用 Cursor Agent 功能，之前一直使用的是 Cursor Tab，最近刚好看到一个项目——HowToCook，是一个收集菜谱的项目，项目中包含了很多菜谱，使用 Markdown 格式存储，我这里使用 Cursor 的 Agent 功能，使用自然语言指示 Cursor 基于此项目将菜谱转换为一个 Web 项目，提供可视化界面，并提供菜谱的搜索功能。

项目实现流程#

遍历项目中的所有菜谱，将菜谱传给大语言模型，由大语言模型生成菜谱的 JSON 格式数据，然后将 JSON 数据存入到 MongoDB 中。最终将 MongoDB 中的数据转换为前端可用的数据格式，并提供搜索功能。

上述所有流程均使用 Cursor Agent 完成，我提供自然语言的描述，Cursor Agent 会根据我的描述，自动生成代码，并执行。

Cursor 消耗#

最终基本完成项目后使用 Cursor 的消耗如下：

TIP

并不是提问题 338 次，而是一次提问会消耗多个次数，它是根据 Token 计数来计算的。

项目代码#

项目在线地址：程序员做饭指南

总结#

优势:

• 开发效率非常高，对于小产品，可以快速实现、迭代。

不足：

• 需要指导写出详细的提示词，如果只是一些简单的描述，Cursor Agent 生成的代码基本处于黑盒状态，无法进行精细的控制。
• 对于庞大的任务无法处理，需要将任务拆分成多个小任务，然后使用 Cursor Agent 完成。