让 AI 编程结果更稳定：Cursor 中的 .cursorrules 终极指南

在使用 AI 的过程中，有一个很大的痛点，就是 AI 的输出经常不确定，直接导致我们业务效果很差。

为了确保输出稳定，我们需要写「提示词」

而在 AI 编程中，除了日常需求里的提示词外，我们可以「预设」更详细的「系统级」规则。

这样，我们在用 Cursor 的时候，不论写什么代码，都能让 AI 按我们的要求来运行。

但随着项目多样化，我们可能每个项目都有不同的规则，此时「系统级」的规则可能会和当前项目冲突。

此时，我们就需要用「项目级」的规则设置，以应对我们不同项目的灵活需求，而这就是.cursorrules 的作用了。

Cursor里的添加位置在这里：

对于新版的Cursor下面也已经有了项目级的规则，和文件夹里的 .cursorrules 是一样的。

一、.cursorrules 是什么？

.cursorrules 是 Cursor 编辑器的项目级智能规则引擎 ，本质上是一个动态系统提示词（System Prompt）配置文件。通过它在项目根目录创建规则文件，可实现以下核心功能：

1. AI 行为规范

定义 AI 角色（如“资深产品经理+全栈工程师”），限制回答风格（如“用初中生能理解的语言解释代码”）。
设定任务处理流程（如需求分析→方案设计→代码实现→自检优化）。

2. 项目智能管理

自动化维护项目文档（自动生成/更新 README.md，记录功能说明和代码规划）。
强制代码规范（如变量命名必须符合 snake_case，注释覆盖率不低于 80%）。

3. 工具集进化

结合 Agent 模式，AI 会根据历史任务自动积累工具函数库（如爬虫工具、数据清洗模板），后续任务优先复用而非重写。
支持动态纠错（如发现代码符号错误时自动修复并更新工具集）。

二、如何使用 .cursorrules？

基础四步法（以 Python 项目为例）：

1. 角色定义

### 角色设定
- 你是一名全栈工程师，精通 Python/TypeScript，擅长用 SOLID 原则设计代码
- 必须用中文注释解释复杂逻辑，代码需通过 Pylint 严格检查

2. 规则分层

## 需求处理流程
1. 先阅读项目 README 和现有代码
2. 与用户确认需求细节（至少提出 3 个补充问题）
3. 选择最简实现方案（禁止过度设计）

## 代码安全
- 涉及敏感数据时必须调用 `utils/encrypt.py` 的 AES 加密方法
- 数据库操作必须使用连接池，禁止直接暴露密码

3. 目录约束

## 文件结构
- 工具类代码存放于 `libs/tools/`
- API 接口必须写在 `src/api/v1/` 下
- 单元测试覆盖率需达到 90%

4. 知识关联

## 参考文档
- 项目设计文档：`docs/arch.md`
- 第三方 API 说明：`https://internal.api.com/docs`

高阶技巧：

Agent 模式联动输入 // 抓取今日推特热搜，AI 会：

检查 libs/tools/web_crawler.py 是否存在爬虫工具
若无则自动编写并测试爬虫代码，成功后存入工具库
下次类似需求直接调用优化后的工具

动态纠错机制当 AI 生成代码报错时：

# 错误代码（缺少 import）
df = pd.read_csv('data.csv')

自动插入 import pandas as pd
更新规则文件增加「必须预检依赖库」条款

三、开箱即用模板资源

不过，这么多规则，谁有时间一个一个去测啊？

不用担心这里推荐2个资源库，直接拿别人做好的规则来用即可：

1. Cursor Directory（https://cursor.directory/）

按技术栈筛选：Java/Vue/Python 等分类清晰
典型模板：

Web 开发模板：强制 RESTful API 规范 + Swagger 文档生成
数据科学模板：预设 Jupyter 笔记本结构 + Matplotlib 主题配置

2. Awesome Cursorrules（https://github.com/PatrickJS/awesome-cursorrules）

特色规则：

金融分析模板：自动生成财报同比/环比计算代码
爬虫增强模板：集成 IP 代理池配置 + 反爬策略
A/B 测试模板：内置贝叶斯统计检验代码框架

四、最佳实践案例

案例：电商价格监控系统

1. 规则文件 .cursorrules

## 数据抓取
- 使用 Selenium 应对动态页面，超时重试 3 次
- 每日 0 点自动运行，异常时发送邮件告警

## 价格分析
- 竞品价格波动超过 5% 时触发预警
- 生成可视化日报（折线图+数据表）

2. 执行效果
输入 // 监控某商品链接，AI 自动：

调用现有爬虫工具 tools/price_monitor.py
写入数据库 db/price_records.sql
生成日报模板 reports/daily_report.ipynb

转自：https://mp.weixin.qq.com/s/AQ2c4gF-EVtoMFM41t1vOQ