跳转至

解锁Cursor：AI到底在Golang开发中能帮助我们什么？

你好，我是轩脉刃。

距离 2021 年专栏上线，已经有 3 年时间了。这期间，互联网发生了翻天覆地的变化，Golang 编程领域也不例外。Golang 的版本从 1.16 升级到了 1.23、引入了范式，并且 Go Mod 彻底取代 Go Path 模式成为包管理器，Golang 引入了工作区模式等。而这些诸多变化，恐怕都及不上最热的 AI 带给编程领域的变化。

ChatGPT 3.5 自 2022 年问世以来，生成式 AI 彻底引发了各个行业大变革，AI 编程一直是热度很高的话题。“人人都是 AI 程序员”“使用 AI 构造一人公司”“AI 完全可以替代程序员” 等一直是大家讨论不休的话题。并且目前为止，AI 替代程序员编程已经不仅仅局限在讨论和想象层次了，国内所有大厂都有自己的 AI 代码编写工具，并已经逐步应用。

作为一线程序员，我也一直在研究 AI 到底能对 Golang 开发有什么帮助，亲身尝试过 Tabnine、GitHub Copilot、ChatGPT 等工具。近半年来，我越来越发现插件模式的 AI 编码工具已经不能很好满足我的编码需求了，我更希望的是一个以项目为单位，能按照我的需求创建、阅读、编写项目的独立 IDE。因此，我的 AI 编码工具逐渐从 GitHub Copilot + JetBrains 转为了 Cursor。

在使用 Cursor 开发 Golang 的过程中，我积攒了很多技巧，也踩了很多“坑”，想一次都分享给你。同时，我也想以 Cursor 为例，讲讲编码工具是如何赋能 Golang 编程的。

说明：本节使用的 Cursor 为版本 0.44.6，且开通了 pro 版的功能限制。
最新消息：截止 2024 年 12 月 22 日，Cursor 已成功完成 1 亿美元的 B 轮融资，此轮融资后的估值达到了 26 亿美元。

工具选择

Cursor 是几位麻省理工学院（MIT）的学生在 2022 年创立的一家公司 （cursor.Inc） 的产品，它并不是从头开始做一款 IDE，而是站在巨人的肩膀上，从 VSCode 项目 fork 出来源码，并且直接进行魔改，它不是以 VSCode 的插件形态展示，而是一个完整的兼容了 VSCode 所有插件和配置的 IDE 工具。

从插件到全新 IDE 工具，别看只是这么一小步的变化，对于编码的帮助却是巨大的。它让 AI 渗透到了编码的各种场景中，为各种场景提升效果。

总结下来，Cursor 目前提供了不同等级的编码辅助方式：

  • Tab
  • Inline Chat/Edit
  • Chat
  • Composer

了解这些辅助方式是上手使用 Cursor 的第一步。

Tab

Tab 就是自动补全功能，我们在编写代码的过程中，Cursor 会根据上下文推测我们接下来要输出的代码是什么，并且在 IDE 中使用灰色将建议补充的代码展示出来，我们只需要使用 Tab 键就能让其自动完成。在日常编码过程中，这个功能是最常用的。

图片

Inline Chat/Edit

Inline Chat/Edit 是当我们选中 IDE 中一段代码的时候，系统会弹出 Chat/Edit 的内嵌框来针对这一段代码进行讨论和修改。它的好处是能将 Cursor 的改动限制在这一段代码中，而不会影响到其他的代码。

图片

图片

对于 Inline Chat/Edit 的使用，Follow-up instrctions 是一个经常被忽略的功能。当 Cursor 按照提示增加的代码逻辑有一些瑕疵时，我们不要急着回滚 Cursor 的操作，而是可以使用 Follow-up instrctions 功能来追加提示和修改。Cursor 就会将两个提示词合成在一起，再进行一次变更。这个功能在无法一下子写出长且完整的 Cursor 提示词的情况下非常有效果。

图片

图片

Chat

Chat 和 Composer 是以面板的形式内嵌在 IDE 右侧的。和名字一样，在 Chat 面板中，我们可以和模型进行对话交流。这里的交流并不会影响左侧代码区的代码，在 Chat 的对话框中，我们可以问任意的问题。

图片

在 Chat 对话框中，我们就能选择这次对话聊天使用的模型。关于模型的选择，我们在后面再详细聊。

图片

Composer

Composer 是 Cursor 团队精心打造的一项全新功能，可以说，没有用过 Composer 就不算真正用过 Cursor。

Composer 的面板和 Chat 的面板基本一模一样。 但是 Composer 的强大之处在于其不局限于一个文件的处理，可以同时处理多个文件，同时针对多个文件进行辅助开发，甚至你可以让它从零开始帮你创建多个文件，进而构造一个项目。对于需要处理大型复杂代码库的中高级开发者而言，无论是进行代码组件的修改、变量的跨文件转换，还是统一应用样式变更，Composer 都能完美满足你的需求。

图片

模型选择

Cursor 是一个集成了多种模型的 AI 编码 IDE，模型对于它来说，就像是底座引擎。Cursor 支持的模型非常多：

  • claude-3.5-sonnet-20241022
  • claude-3.5
  • cursor-small
  • gemini-2.0
  • gpt-4-turbo-2024-04-09
  • gpt-4o
  • o1
  • …

这些模型都是不同大公司来支持维护的。其中，Claude 隶属于 Anthropic 公司，Gemini 隶属于 Google 公司，GPT 隶属于 OpenAI 公司。

我使用得最多的是 Claude 3.5 模型，在很长一段时间的各种测评中，Claude 在辅助编码方面的得分一直是最高的。

具体可以参考他们在 2024 年 6 月份发布的测评报告。

Cursor 的联合创始人 Aman Sanger 在 Lex Fridman 10 月的播客上对 Anthropic 大加称赞：“得益于对用户需求更深入的理解，最新版的 Claude 3.5 Sonnet 可以说是当前最佳的编程工具。”

为了让模型的回答更符合我们的要求，我们会在每次请求中设置 System Prompt。在 Cursor 中，我们也可以为模型设置一些默认提示词，这些提示词能有效规范模型的行为，称为 rule。

Cursor 的 rule 设置包括全局 rule 和项目 .cursorrules。在配置文件中，我们设置全局 rule，而对于不同项目，我们可以在项目中创建 .cursorrules 文件，为该项目设置特定的提示词。最终使用的提示词，是这两个地方的提示词合并后送入模型中的。

因此，全局提示词应尽量设置为通用的，与具体语言项目无关；而项目的 .cursorrules 提示词则应尽量包含项目的特性。以下是我使用的全局 rule：

1. Bug Fixes:
   - Analyze the problem thoroughly before suggesting fixes
   - Provide precise, targeted solutions
   - Explain the root cause of the bug


2. Keep It Simple:
   - Prioritize readability and maintainability
   - Avoid over-engineering solutions
   - Use standard libraries and patterns when possible


3. Code Changes:
   - Propose a clear plan before making changes
   - Do not alter unrelated files


Remember to always consider the context and specific requirements of each project.
Remember use chinese reply all question.

这个全局 rule 主要是为了提示 Cursor，尽量生成无 Bug 且简单可维护的代码，并且不要修改与需求无关的代码，同时尽量使用中文回答所有问题。

关于项目的提示词，每个项目，每个语言都不一样，这里无法给出一个统一的提示词。建议你参考 https://cursor.directory/ 网站，其中对各种语言都有提示词的模板。比如 Golang 的提示词可以参考：https://cursor.directory/go-api-standard-library-1-22。

神秘的 @ 符号

在 Cursor 使用过程中，我们在 Chat 和 Composer 面板中输入 @ 符号，就会弹出很多关联的信息。了解并熟练使用这些信息，是使用好 Cursor 的关键。下面我结合实际的场景来演示下这些 @ 符号都可以怎么使用。

图片

Files

Files 表示我们可以在描述中具体说明哪个文件或者哪些文件。

比如，我们现在需要 Composer 来修改 api_goroutine.go 这个文件，将其中的所有函数都带上注释说明。

图片

Folders

Folder 能准确代表一个文件夹，我们可以这样描述：在某个文件夹下增加一个模块，具体参考某个文件夹内容等。这样就能将我们的改动限定在具体的文件夹中了。

图片

我们看到，Composer 自动在 module 文件夹下创建了 student 文件夹，并参考 demo 实现了 5 个文件，实现了 DDD 业务模型，效果如下：

图片

Code

Code 能具体代表某个函数，这是我使用最多的逻辑。我们为某个函数写个单元测试，修改调试某个函数，只要在提示词中使用 Code，就能很方便将 Cursor 的改动限定在某个函数中。

图片

Docs

Docs 是一个很强大的能力。我们在开发过程中经常需要引用一些第三方的接口，而这些第三方的接口是有官方文档的。比如下面我要创建一个gohade 框架的 provider，我们希望 Cursor 先阅读下官方文档 https://github.com/gohade/hade/blob/main/docs/guide/provider.md，并参考这篇文档创建一个 student provider。我们可以在配置文件中的 Docs 部分先增加这个文档源，并命名为 hade_provider_md。

图片

图片

然后在 Composer 中输入这样的提示词：

图片

最后的结果如下：

图片

Git

Git 也是非常好用的一个功能。你能用 @Git 来引出某个 commit、某个 merge，然后可以让 Cursor 对它们进行 codereview，并提出优化建议，提示词如下：

这次更新 @reorg space_cache 有哪些变动，做一下总结，并且提出一些优化建议

输出结果如下：

图片

Notepad

在实际项目开发过程中，我们实际上是为了某个“需求”来提交多次的开发。那么这个需求就是我们的最终目标，我们需要完整描述它，也就是你想做什么，希望用什么框架来做。这就是 Cursor 提供的 Notepad 的功能。

我们可以使用 cmd+shift + i 打开 Notepad 面板，或者使用命令面板打开 Notepad 视图，创建一个新的 Notepad。

图片

我们可以在 Notepad 上描述完整的需求，比如：

 我想要创建一个教学系统，表结构有 teacher，student，使用 gohade 进行实现。


 这个教学系统符合 gohade 框架的设计。


 教学系统有前台和后台。


 前台使用vue，后台使用 go。


 teacher 的服务提供完整的provider，provider 中有增删改查操作。


 student 的服务提供完整的provider，provider 中有完整的增删改查操作。

这个需求当然是越精确越好。后面我们的每个命令都可以按照这个需求作为目标，来一步步实现。比如现在我们要实现 teacher 的 provider，就可以直接用提示词：

请按照 @system 思路，创建一个 teacher 的 provider。

它就会按照我们专栏中 Hade 框架的逻辑，创建一个teacher 的 provider 了。

图片

我们通过不断更新和使用 Notepad，来告诉 Cursor 我们的目标，能有效保证模型每次生成的代码都是朝着我们的“需求”前进的。

Suggested

这个功能我用得比较少。当你输入一个单词的时候，Cursor 会根据你的输入猜测你想改动哪个文件，并且在列表中给出建议。但是实际上，如果你有明确的修改目标，这个功能用得就不多了。

图片

Codebase

Codebase 就代表整个项目，Cursor 不会将你的整个项目代码放到云上，但是以上的 Files、Folder、Code 又能很精准地定位到你项目中的某行代码，原理就是这个 Codebase。

它将你的项目代码向量化存储索引。每次你改动了项目中的代码，这 Codebase 就会重建。我们可以在 Cursor 的设置项中看到 Codebase 的 sync 进度。

图片

当我们在 Composer 中 @Codebase 的时候，就是希望 Cursor 能索引整个项目。这个对于大型的重构，或者阅读整个项目非常有用。

比如我要修改 Teacher 中的某个字段的类型，会涉及修改多个文件，当我将 Codebase 应用在提示词中的时候，模型就会去索引使用 Teacher 结构的文件，并且让模型分析这些使用的地方，给出修改建议。

提示词可以是：帮我分析下整个项目 @Codebase，告诉我有哪些文件使用了 @Teacher 这个数据结构，我需要将 CreateAt 属性修改为 time.Time。

图片

Web

我们都知道，模型是需要预训练的，所以它里面的知识可能是旧的，那么我要如何获取互联网上最新的信息呢？这就要使用到 Web 了。

比如我想将项目中 Go 的版本升级到最新，我需要知道目前互联网上最新的版本是多少，那我就可以在 Composer 中使用 Web 这个提示词，告诉 Cursor 先去 Web 上查找下最新的 Go 版本，再做具体的操作。

提示词可以是：请问 @Web 最新的 Go 版本是多少，我想将我的项目 Go 升级为这个最新版本，要做哪些改动？

图片

Cursor 如何赋能 Golang 编程

我们说了这么多，基本把 Cursor 的常用用法都说清楚了。但是再厉害的武器，不知道如何使用它，也只是一堆废铁。那在 Golang 的业务开发过程中，我们该如何使用 Cursor 来提升效率呢？有哪些场景可以使用 Cursor 呢？

作为一名深度使用 Cursor 开发 Golang 业务长达半年的用户，我将以亲身使用经验告诉你，Cursor 是如何赋能 Golang 编程的。

场景 1：批量操作

我这里说的批量操作场景指的并不是 IDE 中已经有的重命名函数、变量名这种简单的批量操作需求，而是一种模糊的批量操作场景，即一种更高维度的批量操作，我说几个例子你就明白了。

首先是批量增加注释。

一个文件夹中有很多函数，我在编写的时候忘记给函数增加注释了，在最后提交的时候，我希望为每个函数增加下注释。这时候我们可以在 Composer 中这样描述：

请帮我给 @lib 文件夹中的每个对外可见的函数增加注释，
要求注释以函数名开头，并且用中文描述。

这样，就不需要你手动一个个函数修改，也不需要你理解函数内容，就能在多个文件中，为所有对外可见的函数增加符合规范的注释。

然后是批量修改日志。

在实际开发过程中，我的日志描述不是很标准，事先并没有思考很清楚，在代码 cr 的时候，leader 建议我给这个需求文件夹下的每个日志输出增加 [key_step] 的前缀。我不需要在一个个日志输出的地方修改，只需要在 Composer 中增加一句简单描述：

请帮我给 @lib 文件夹中的每个日志增加[key_step]的前缀，方便于进行日志的业务分析。

你不用写一句代码，Cursor 就会修改这个文件夹中的每行日志，你所做的仅仅是点击下 accept all 按钮。

场景2：单元测试

Golang 是强类型语言，相较于弱类型语言，每个变量在定义时就决定了类型，其实很便于写单元测试。但是往往由于工期原因，我们在写一个函数或者类的时候，并不会为其写单元测试。

不过，时间在 Cursor 面前永远不是问题。

我们写完一个类、一个方法，在 Composer 中告诉 Cursor：

请帮我为 code @TeacherProvider 写单元测试，
要求使用table-driven 方法构造单测用例，
单元测试单独放一个文件中

一段完善的、可运行的单元测试，就输出在我们面前了。

更美好的事情还在后面。当我们后续做业务迭代的时候，修改了某个类的结构或者修改了某个方法的输入参数和输出参数。我们可以让 Cursor 帮忙修改下测试用例。

我已经修改了 code @TeacherProvider 的结构，增加了一个Name 字段。
要求更改测试用例 @TestTeacherProvider 函数，增加 Name 字段的测试逻辑。
具体的 Name 赋值逻辑可以参考 code @TeacherProvider 的实现

场景3：源码阅读

我在实际工作中，经常需要阅读别人写的 Golang 函数，梳理一个很长的历史代码逻辑是很繁琐且耗时的事情。这个时候，我们希望的是有人能帮忙先读一下某个函数的实现逻辑，并且将逻辑用图形形式输出，辅助我理解。

这个情况我一般会使用 Chat：

帮忙阅读一下 code @TeacherProvidor.Process 函数，
其中使用到的下一级别的函数逻辑可以在 @codebase 中查找。
绘制出这个函数的核心调用链路，用 markdown 的 mermaid 绘制出一个代码的流程图，
并将绘制的 markdown 放在 readme.md 文件中

于是，Cursor 就会绘制出类似如下的代码流程图。

跟着图再阅读代码，是不是就简单很多了？

场景4：代码改写

当已经有了旧实现方式，为了达成目的而使用新实现方式时，Cursor 就能很准确地参考旧的实现意图来实现新的方式。

这样说还是有点抽象，我举几个我实际遇到的情景。

情景一，现在我有一个库文件，其中有 10+ 个方法，原本是使用 Redis 的 lua 脚本实现某个逻辑。但在使用过程中发现了一个问题： Redis 多 slot 的问题导致 lua 脚本不可使用。经过紧急讨论，我们决定用 Redis 的 pipeline 替换原先的 lua。但棘手的是，留给我们重构的时间只有一个晚上了。

还是那句话，时间在 Cursor 面前不是问题。

我给 Cursor 的提示词如下：

将 file @redis_op.go 文件中的涉及 lua 操作的函数都改写为使用 pipline 来操作redis。
其中要求：
1 新改写的 pipline 逻辑和之前的 lua 脚本逻辑是一致的
2 为新写的 pipline 逻辑增加测试用例

一行命令下去，这 10+个方法在几分钟内都替换为 pipeline 的实现。我要做的只是验证测试。

情景二，我写了一段代码，是在 for 循环中调用 go() { Foo() } 的 RPC函数。这其实在高并发情况下可能会导致 goroutine 数量变多，我希望能控制 goroutine 的数量，于是就使用了如下脚本：

帮我把 code @TeacherProvider.List 函数重构下，
我希望最多只能出现 4 个 goroutine
任务通过 channel 传递给这4 个 goroutine。
这样我们就能控制 goroutine 数量了。

Cursor 就帮我实现了一个简单的 goroutine 的协程池：

图片

我之前已经定义好 List 中的业务逻辑，所以 Cursor 只是修改了其中的并行度。对于这种有业务逻辑，只需要更新并发处理逻辑的任务，Cursor 一般能一次完美通过。

总结

现在，相信你对 Cursor 这个工具已经有了一个比较全面的认识。它不仅仅是一个简单的代码补全工具，而是一个真正能帮助我们提升开发效率的 AI 助手。

从最基础的 Tab 补全，到强大的 Composer 多文件编辑，再到各种 @ 符号的巧妙运用，Cursor 为我们提供了一整套完整的 AI 辅助开发解决方案。特别是它那些神奇的 @ 符号功能，真是让人越用越上瘾：想查最新文档用 @Web；要改多个文件用 @Codebase；需要参考文档就 @Docs。简直不要太方便！

不过，工具再好，也需要我们花时间去熟悉和掌握。建议你可以先从最基础的 Tab 补全开始用起，慢慢过渡到 Chat 和 Composer，等对这些基础功能熟悉了，再去尝试那些高级的 @ 符号功能。相信随着使用的深入，你一定会和我一样，爱上这个强大的 AI 编程助手。

最后我想说，AI 工具确实能帮我们提升效率，但它终究只是个工具。作为开发者，我们还是要不断学习，提升自己的编程能力。毕竟，能让 AI 产出更好代码的前提，是我们自己得先懂得什么是好代码，对吧？

好了，希望这篇文章能帮助你更好地使用 Cursor 做些 Golang 开发，如果你有什么使用心得，也欢迎在留言区和我一起交流分享！