本文由 简悦 SimpRead 转码， 原文地址 mp.weixin.qq.com
本文深入解析了如何通过 CursorRules 对 AI 编程助手进行精细化管理，使其更好地适应项目需求与团队规范。从基础概念到高级技巧，文章全面介绍了 CursorRules 的结构、配置方法及最佳实践，并探讨了其在提升代码质量、协作效率以及个性化体验方面的巨大价值。无论你是初学者还是进阶用户，都能从中找到 “调教”AI 助手的实用指南和灵感。
引言：我的 AI 队友，有时像 "猪队友"？
嘿，各位程序员们！自从有了 Cursor 这种 AI 神器，写代码是不是感觉像开了挂？嗖嗖的，效率倍儿增！但有时候吧，这位 AI 队友是不是也有点 "放飞自我"？比如，你明明想让它改个 Bug，它却热情洋溢地帮你重构了半个项目；或者，你强调了八百遍要用 Tab 缩进，它偏偏跟你杠上了，坚持用空格... 这感觉，就像带了个天赋异禀但有点 "野" 的新人，潜力巨大，但得好好 "调教"。
这时候，CursorRules 闪亮登场！它可不是简单的配置文件，更像是你给 AI 助手量身定做的 "行为规范手册"，或者说是孙悟空头上的那个 "紧箍咒"——当然，咱这是友好的、为了高效合作的 "咒"。通过 CursorRules，你可以明确告诉 AI："在我这儿，得按我的规矩来！" 从最初一个孤零零的 .cursorrules 文件，到现在更灵活、更强大的 .cursor/rules/ 目录结构，CursorRules 也在不断进化，让我们能更精细地 "驯服" 这头潜力无限的 AI 猛兽。这篇指南，就是要带你深入探索 CursorRules 的十八般武艺，从入门到精通，让你和 AI 的协作丝滑流畅，告别 "猪队友" 时刻！
# .cursor/rules/general.mdc (或者旧的 .cursorrules 文件)
## 通用礼节 (General Etiquette)
- 优先保证代码简洁易懂。
- 别搞过度设计，简单实用就好。
- 给我解释代码的时候，说人话，别拽专业术语。
## Code Style Basics
- 缩进用 2 个空格，拜托了！
- 文件末尾必须有一个空行。
- 函数名用小驼峰命名法 (camelCase)。▐ 这 "规矩" 到底是啥玩意儿？
想象一下，你是个大导演，你的 AI 助手就是那个演技炸裂但偶尔即兴发挥过头的明星演员。CursorRules 就是你给这位演员的 "剧本补充说明" 和 "导演阐述"。它告诉演员："这场戏，你得这么演：语气要稳重，台词不能改，走位往这边……" 具体到代码世界，CursorRules 就是你给 AI 的一系列指令，告诉它：
项目背景板 (Project Context): "咱这项目用的是 React + TypeScript，后端是 Node.js，UI 库是 Ant Design，记住了啊！"
行为小贴士 (Behavioral Nudges): "生成代码注释要用 JSDoc 格式。" "遇到错误先别急着改，先分析根本原因。"
纠错小黑板 (Error Correction Board): "上次让你用 lodash 你搞错了，记住，导入要用 import _ from'lodash'; 这种方式。"
团队风向标 (Team Style Guide): "我们团队统一用 Prettier 格式化，缩进 2 空格，看到不一样的给我改过来！"
简单说，CursorRules 就是让 AI 更懂你、更懂项目、更符合团队规范的 "说明书"。[1, 4]
▐ 全局 VS 项目："家规" 与 "游戏规则"
写规矩的地方有两个，就像家里的 "家规" 和棋牌室里的 "特定游戏规则"：
全局规则 (Global Rules): 这就是你的 "家规"，写在 Cursor 的设置里 (
Settings > General > Rules for AI)。这里的规矩对你所有的项目都生效。比如，"无论干啥，优先考虑代码可读性" 这种普适原则，放这儿就挺好。但缺点是，它不够具体，没法针对某个项目的特殊要求。项目特定规则 (Project-Specific Rules): 这就是 "游戏规则"，只在当前项目里有效，能覆盖全局规则里的某些条款。以前是在项目根目录放一个 .cursorrules 文件，简单粗暴。但现在，Cursor 更推荐用新的方式（老方法未来可能不支持了哦）：在项目根目录下创建一个 .cursor 文件夹，然后在里面再建个 rules 文件夹，最后把你的规则分门别类写在不同的 .mdc 文件里，比如 python.mdc 管 Python 的事，react.mdc 管 React 的事。[8] 这就像你把工具箱里的螺丝刀、扳手、锤子分门别类放在不同的小格子里，找起来是不是方便多了？
优先级 (Priority): 一般来说，项目特定规则的 "威力" 更大。如果全局规则说 "用 4 空格缩进"，但当前项目的规则文件里写了 "用 2 空格缩进"，那 AI 在这个项目里就会听项目规则的。当然，你得在全局设置里勾选 "包含 .cursorrules 文件"（或者类似的新选项）来启用项目规则。[5]
▐ 新手起步：写几条简单的试试水 (3. Getting Started: Dip Your Toes with Some Simple Rules)
刚开始别把自己搞太复杂。试试用大白话写几条基本规则，就当跟 AI 聊天呢：[4]
.
├── .cursor/
│ └── rules/
│ ├── general.mdc # 通用规则 (Always on)
│ ├── python.mdc # Python 相关 (Loads for .py files)
│ ├── react.mdc # React 相关 (Loads for .jsx, .tsx files)
│ ├── database.mdc # 数据库操作相关 (Maybe always on or specific types)
│ └── git.mdc # Git 提交规范 (Always on?)
├── src/
│ └── ...
└── requirements.txt小贴士 (Tips):
具体点儿: "用合适的缩进" 就不如 "用 2 个空格缩进" 来得明确。[4]
说人话: 就用自然语言写，AI 能看懂。[4]
抓重点: 把最重要的规矩写在前面。[4]
多试试: 用着用着你就会发现哪里还需要加规矩，随时更新就好。[4]
高手进阶——结构化你的 "规矩"，精准打击！
▐ 告别大杂烩：拥抱 .cursor/rules/ 新结构
前面提到了，现在推荐用 .cursor/rules/ 目录来管理你的规则文件。这可不只是换个地方放文件那么简单，好处多多：[8]
模块化 (Modularity): 每个 .mdc 文件可以专注于一个特定领域（比如 Python 规范、React 组件写法、Git 提交信息格式等）。
清晰明了 (Clarity): 查找和修改特定规则变得更容易，不用在一大堆文字里大海捞针。
按需加载 (On-Demand Loading): 结合后面要讲的 RuleType，可以实现只在需要时加载相关规则，更高效。
想象一下，你的项目像个大厨房，.cursorrules 文件就像一个乱糟糟的抽屉，里面塞满了各种厨具。而 .cursor/rules/ 目录就像一个分类清晰的橱柜系统，刀具、锅碗、调料各有归属，井井有条。
例子 (Example Structure):
---
RuleType: Always
---
# general.mdc
# 这个规则文件将始终被加载
你是一个乐于助人且有点幽默感的 AI 编程助手。
项目技术栈: Python (Flask), PostgreSQL, React, Tailwind CSS▐ 指哪打哪：玩转规则类型 (RuleType)
光把规则分文件还不够，我们还得告诉 Cursor 什么时候用哪些规则。这时候 RuleType 就派上用场了（这个配置通常写在 .mdc 文件的开头，用类似 YAML front matter 的格式）。[8]
Always: 这类规则是 "万金油"，无论你打开什么文件，它都默默生效。适合放项目总体介绍、通用编码哲学、Git 规范这种 "普世价值"。Auto Attached: 这类规则是 "专科医生"，只有当你打开特定类型的文件时，它才会被激活。比如，你可以设置 python.mdc 只在编辑 .py 文件时加载，react.mdc 只在编辑 .jsx 或 .tsx 文件时加载。这能确保 AI 在处理特定语言或框架时，能得到最相关的指导，同时也避免了不相关规则的干扰。
配置示例 (Configuration Example in .mdc):
---
RuleType: Auto Attached
FileTypes: ["*.py"]
---
# python.mdc
# 只有在打开 .py 文件时加载
Python 版本是 3.10。请使用 f-string 进行字符串格式化。
遵循 PEP 8 规范，特别是每行不超过 79 个字符的建议（虽然我知道这很难）。# 实验性规则 (Experimental Rule)
当你被要求修复一个 Bug 时，请遵循以下步骤：
1. **理解问题 (Understand):** 仔细阅读 Bug 描述和相关代码，复述你对问题的理解。
2. **分析原因 (Analyze):** 提出至少两种可能的根本原因。
3. **制定计划 (Plan):** 描述你打算如何验证这些原因，并给出修复方案。
4. **请求确认 (Confirm):** 在动手修改前，向我确认你的计划。
5. **执行修复 (Execute):** 实施修复。
6. **解释说明 (Explain):** 解释你做了哪些修改以及为什么。工作流程图 (Workflow Diagram - Mermaid):
这个图大概意思就是：打开一个 .py 文件？好的，把通用规则 (general.mdc) 和 Python 专属规则 (python.mdc) 都给 AI 看。打开 .jsx 文件？那就通用规则加 React 规则。其他文件？就只看通用规则。这样是不是很智能？
▐ 不止代码风格：喂给 AI 更深度的 "料"
CursorRules 的强大之处在于，它不光能管代码风格这种 "表面功夫"，更能给 AI 提供深层次的项目理解力。就像你要让演员演好一个角色，光告诉他 "要帅" 是不够的，你得给他看剧本、讲人物小传、分析角色内心世界。[1, 5]
技术栈与架构 "全家桶" (The Full Tech Stack & Architecture Meal): 别只说用了啥语言框架，可以提一提关键的设计模式（比如 "我们这里重度使用策略模式"）、重要的架构决策（"数据库读写分离，注意区分"）、核心库的特定用法（" 处理日期必须用
dayjs，别用moment"）。领域知识 "扫盲" (Domain Knowledge "Crash Course"): 如果你的项目涉及特定行业（比如金融、医疗），用几句话给 AI 科普一下核心业务概念、常用术语缩写。这样 AI 生成的代码和注释才能更 "行内"。比如："在这个电商项目里，SKU 指的是最小存货单位，和 SPU（标准化产品单元）不同，别搞混了。"
"踩坑实录" 与 "经验分享" (Pitfall Diary & Experience Sharing): 这就是 .cursorrules 文件里提到的 Lessons 部分的精髓！把你或团队踩过的坑、总结出的经验教训、特定库的 workarounds 都写进去。比如：" 注意！这个第三方 API 有个 bug，查询时
page参数从 0 开始而不是 1。" " 处理用户上传的图片，一定要先压缩再存储，用这个compress_image函数。" 这能有效避免 AI 重蹈覆辙。[1]工具链与环境 "备忘录" (Toolchain & Environment "Memo"): 提一下项目用的构建工具 (Webpack/Vite)、包管理器 (npm/yarn/pnpm)、测试框架 (Jest/Pytest)、代码检查工具 (ESLint/Flake8) 等，以及它们的重要配置。比如："ESLint 配置了不允许
console.log，调试时请用debugger。"
给 AI 的 "料" 越足，它就越能像个真正的资深队友一样思考和行动。
融会贯通——最佳实践与独门绝技
▐ 写好 "规矩" 的武林秘籍
想让你的 CursorRules 发挥最大威力？光知道怎么写还不够，得讲究策略和技巧：[4, 8]
持续进化，拒绝僵化 (Iterate, Don't Stagnate): 你的项目在变，团队规范在变，你对 AI 的期望也在变。所以，别把规则写死，要定期回顾、测试、优化。发现 AI 哪里做得不好，或者有了新想法，就去更新你的 .mdc 文件。把它当成一个活的文档。
松紧适度，方为大师 (Balance Guidance and Freedom): 规矩太松，AI 可能还是乱跑；规矩太死，又可能扼杀它的创造力，或者在遇到规则没覆盖到的新情况时束手无策。要找到那个平衡点：给出明确的核心原则和底线，但在具体实现上留有一定的灵活性。
"少说多做"，上示例！ ("Show, Don't Just Tell" – Use Examples!): 空泛的描述不如一个具体的例子来得直接。想让 AI 遵循某种代码模式？贴一小段你期望的代码片段。想让它按特定格式写注释？给个 JSDoc 的例子。
保持队形，别内讧 (Consistency is Key): 检查你的规则，确保它们内部以及不同规则文件之间没有自相矛盾的地方。比如，一个文件里说用单引号，另一个文件里说用双引号，AI 就懵了。
纳入版本控制，利于协作 (Version Control for the Win): 把 .cursor/rules/ 目录加到你的 Git 仓库里！这样不仅能追踪规则的修改历史，还能方便团队成员共享、讨论和维护同一套标准。这对于团队协作至关重要。
团队布道，达成共识 (Team Buy-in and Standardization): 如果是团队项目，光你自己用一套规则还不够。要和团队成员沟通，共同制定或采纳一套 CursorRules 标准，并确保大家都理解并愿意遵守。可以指定专人维护，或者定期开会讨论更新。
▐ 给 AI 开 "外挂"：@Docs 的神秘力量
有时候，光靠规则里的文字还不够，AI 可能需要参考更详尽的外部资料，比如项目的 README、某个库的官方文档、甚至是一篇解释复杂算法的 PDF 论文。这时候，Cursor 的 @Docs 功能就派上用场了！[1, 3]
它的工作流程大概是这样：
准备 "教材" (Prepare the "Textbook"): 如果是 PDF，先用工具（比如 Marker [3]）把它转换成 Markdown 格式。如果是网页文档，复制关键内容。如果是代码仓库，可以提取 README 或其他关键的 Markdown 文件。
上传到 "云书架" (Upload to the "Cloud Bookshelf"): 把准备好的 Markdown 内容粘贴到一个公开的 GitHub Gist 里。[3] Gist 就像一个简单的代码片段分享服务。
在 Cursor 里 "登记入学" (Register it in Cursor): 在 Cursor 里找到添加文档的功能（通常在聊天框输入
@Docs会有提示），选择 "添加新文档"，给它起个名字，把 Gist 的链接（通常是 HTTPS 克隆链接）粘贴进去，然后让 Cursor 索引它。[3]在规则或提问中 "召唤" (Summon it in Rules or Prompts): 现在，你可以在 CursorRules 文件里，或者直接在聊天提问时，使用
@Doc <你起的名字>来引用这份文档了！[3] 比如，你可以在规则里写：" 生成用户认证相关代码时，请务必参考@Doc AuthGuide文档里的流程。"或者直接问："@Doc MyAPISpec，根据这份文档，给我写一个调用/users/{id}端点的函数。"
这样一来，AI 就能利用这些外部知识库，提供更精准、更符合项目实际的帮助了。是不是很酷？
▐ 让 AI 学会 "思考"：探索 "计划 - 执行" 模式
这部分稍微有点超前，更像是对未来可能性的一种探索。社区里有些大神（比如 devin.cursorrules [10]）在尝试通过 CursorRules 引导 AI 进行更复杂的任务规划和执行，有点像让 AI 具备初步的 "计划 - 执行" 能力。
想象一下，你不是直接告诉 AI "修复这个 Bug"，而是在规则里定义一个大致的 "Debug 工作流"：
# 实验性规则 (Experimental Rule)
当你被要求修复一个 Bug 时，请遵循以下步骤：
1. **理解问题 (Understand):** 仔细阅读 Bug 描述和相关代码，复述你对问题的理解。
2. **分析原因 (Analyze):** 提出至少两种可能的根本原因。
3. **制定计划 (Plan):** 描述你打算如何验证这些原因，并给出修复方案。
4. **请求确认 (Confirm):** 在动手修改前，向我确认你的计划。
5. **执行修复 (Execute):** 实施修复。
6. **解释说明 (Explain):** 解释你做了哪些修改以及为什么。这种方式尝试引导 AI 像人类开发者一样，更有条理地解决复杂问题。当然，目前这更多的是一种提示工程（Prompt Engineering）的延伸，效果依赖于 AI 模型的理解能力和规则的巧妙设计，还不算是 Cursor 的标准功能，但它展示了 CursorRules 的巨大潜力——不仅仅是约束，更是赋能！[1]
江湖路远——社区资源与未来展望
▐ 独乐乐不如众乐乐：拥抱社区力量
写 CursorRules 遇到瓶颈？想看看别人是怎么玩的？别担心，你不是一个人在战斗！Cursor 社区非常活跃，有很多地方可以找到灵感和帮助：[4, 7]
Cursor 官方论坛 (Cursor Community Forum): 这是宝藏库！有专门的板块讨论和分享 .cursorrules 文件和新的 .cursor/rules/ 用法。你能找到各种项目的规则示例，从 Web 开发到数据科学，应有尽有。[2, 9, 11]
GitHub: 直接在 GitHub 搜索
cursorrules或者包含 .cursor/rules/ 的项目，你会发现很多开发者公开了他们的规则配置，是非常好的学习材料。[6]博客和教程网站 (Blogs and Tutorial Sites): 像 Cursor 101 [4] 或者一些技术博客（比如 Learn Blockchain 上的文章 [1]）也会分享 CursorRules 的使用技巧和最佳实践。
多看看别人的实践，借鉴好的点子，然后结合自己的项目需求进行改造。也别忘了把你觉得写得不错的规则分享出来，互相学习，共同进步嘛！
▐ 未来可期：CursorRules 的星辰大海
CursorRules 作为连接人与 AI 的桥梁，其潜力远未完全发掘。我们可以畅想一下未来的可能性：
更智能的规则逻辑 (Smarter Rule Logic): 也许未来规则能支持条件判断（if/else），或者能根据项目上下文动态调整优先级？
更丰富的规则类型 (Richer Rule Types): 除了
Always和Auto Attached，会不会有更细粒度的触发方式？比如基于函数签名、代码复杂度等？与工具链更深度集成 (Deeper Toolchain Integration): 规则能否直接调用 Linter 进行检查，或者根据测试框架的输出来调整行为？
不管未来如何，CursorRules 已经在改变我们与 AI 协作的方式。它让我们从被动接受 AI 的建议，转向主动引导和塑造 AI 的行为，使 AI 真正成为我们可控、可靠、高效的编程伙伴。
结语：给你的 AI 装上 "导航"，出发！
好了，关于 CursorRules 的深度游就到这里了。希望这趟旅程让你对如何 "调教" 你的 AI 助手有了更深的理解和更多的骚操作思路。
精通 CursorRules 的核心价值是什么？
效率起飞 (Efficiency Takes Off): 减少 AI 的 "废话" 和 "跑偏"，让它更快、更准地给到你想要的东西。
质量保障 (Quality Assurance): 确保 AI 生成的代码符合项目规范和团队标准，减少后续修改成本。
体验定制 (Customized Experience): 把 AI 调教成最懂你的那个 "它"，让编程体验更顺心。
别犹豫了，现在就动手，打开你的项目，开始捣鼓你的 .cursor/rules/ 目录吧！从简单的规则开始，不断迭代，你会发现，那个曾经有点 "野" 的 AI 队友，也能变成配合默契的 "神队友"。记住，持续学习，关注社区，你的 AI 调教之旅，才刚刚开始！祝编码愉快！
参考资料
最大化 Cursor 使用：高级提示、Cursor 规则与工具集成 - 登链社区 (learnblockchain.cn) - https://learnblockchain.cn/article/11065
Good examples of .cursorrules file? - Discussion - Cursor - Community Forum -https://forum.cursor.com/t/good-examples-of-cursorrules-file/4346
最大化 Cursor 使用：高级提示、Cursor 规则与工具集成 (PDF/Gist 部分) - 登链社区 (learnblockchain.cn) - https://learnblockchain.cn/article/11065
Cursor Rules: Customizing AI Behavior for Personalized Coding - Cursor 101 -https://cursor101.com/article/cursor-rules-customizing-ai-behavior
Cursor Rules: Customizing AI Behavior (全局 / 项目规则部分) - Cursor 101 - https://cursor101.com/article/cursor-rules-customizing-ai-behavior
GitHub 搜索结果 (例如 kinopeee/cursorrules) - https://github.com/kinopeee/cursorrules (作为社区示例来源的代表)
Cursor Rules: Customizing AI Behavior (社区资源部分) - Cursor 101 - https://cursor101.com/article/cursor-rules-customizing-ai-behavior
Cursor Rules 最佳实践总结 - 53AI 知识库 - https://www.53ai.com/news/finetuning/2025032489061.html
How to create a good cursor rule for our project? - Discussion - Cursor - Community Forum -https://forum.cursor.com/t/how-to-create-a-good-cursor-rule-for-our-project/18247
devin.cursorrules GitHub 仓库 - https://github.com/grapeot/devin.cursorrules/blob/master/.cursorrules
Definitive Rules - Discussion - Cursor - Community Forum -https://forum.cursor.com/t/definitive-rules/45282
团队介绍
本文作者驿诚，来自淘天集团 - 营销 & 交易技术团队。本团队承担淘天电商全链路交易技术攻坚，致力于通过技术创新推动业务增长与用户体验升级。过去一年主导了多个高价值项目，包括：支撑 618、双 11、春晚等亿级流量洪峰、构建业界领先的全网价格力体系、承接淘宝全面接入微信支付、搭建集团最大的 AI 创新平台 - ideaLAB，支撑淘宝秒杀等创新业务的高速增长。
加入我们，你将在 “技术 + 业务” 双重战场开挂：
参与世界级分布式交易系统、实时计算引擎、高并发架构设计与优化
深入交易支付、营销等核心电商业务场景，用代码直接撬动万亿级 GMV
业界领先的数据驱动业务实践，用数据科学驱动业务精细化运营带来业务增量
深度探索 AI 技术在价格决策、用户体验、研发范式等场景的创新应用（如集团内最大 AI 创新平台 ideaLAB），玩转 AIGC / 大模型创新落地
深入关键业务场景，在电商大促、交易营销体系、终端体验、质量效能、数据科学等核心领域释放技术影响力
¤ 拓展阅读 ¤