你的 Cursor 还在靠缘分猜你的代码规范?Rules 配置完,AI 像换了个人 2026/7/6 2:41:28 网站开发 旧的方式已经在走下坡路很多教程还在讲.cursorrules文件。这个文件放在项目根目录全局生效写一堆规则进去。问题在于它是一个单文件不能按场景激活不能分模块管理。你的项目有 Java 后端、有测试、有数据库迁移脚本这三块的规范完全不同。一个文件全塞进去既超长又难维护AI 读取的时候也容易被稀释。Cursor 的新系统是.cursor/rules/目录 .mdc文件每个.mdc文件对应一个规则模块支持 4 种激活类型。.cursorrules还没有强制废弃但 Cursor 官方已经在引导用户迁移新功能只加在.mdc体系上。现在是切换的好时机。图.cursor/rules/目录结构与 4 种激活类型的对应关系4 种激活类型用错了比没配还糟这里有个大多数人绕不过去的坑不是配了 Rules 就有效是配对了激活类型才有效。Cursor 的.mdc文件支持 4 种激活方式官方界面里叫Rule TypeAlways全局生效打开任何文件都加载适合全项目通用的强制规范。适合放什么禁用System.out.println、统一返回体格式、Git commit 规范、所有文件的 package 命名惯例。注意别把太多规则塞进 Always它每次都消耗 context 窗口。超过 50 行建议拆出去。Auto Attached文件匹配自动触发用 glob 模式匹配文件路径只有打开匹配的文件时才加载。这是用得最多的类型。配置示例**/*.java → 触发 Java 规范 **/*.go → 触发 Go 规范 **/test/** → 触发测试规范 **/migration/** → 触发数据库迁移规范适合放什么各技术栈的语言规范、框架用法惯例、文件结构规定。Agent RequestedAI 自主决定AI 根据当前上下文判断要不要加载这条规则你给这个规则写一个 descriptionAI 读 description 决定是否引入。适合放什么可选的、特定场景才需要的规则比如「使用 Reactor 响应式编程时的规范」、「接入第三方 SDK 时的注意事项」。Manual手动 引用只有你显式在 chat 里 这个规则文件AI 才加载。适合放什么性能优化检查清单、安全审计要点、Code Review 标准——这些不是写代码时常用的是特定任务才需要的。推荐配比80% Auto Attached 10% Always 10% Manual。Agent Requested 初看很智能但实测下来AI 的判断不稳定有时候该用的没加载不该用的加载了。生产项目里尽量用 Auto Attached明确匹配不靠推理。动手从创建第一个 .mdc 文件开始先建好目录结构。在项目根目录mkdir -p .cursor/rules创建方式一GUICmdShiftPMac或 CtrlShiftPWindows搜索New Cursor Rule填入名称和类型Cursor 会自动在.cursor/rules/下创建文件。创建方式二CLI在 Cursor 的 chat 里输入/rules2026-01-08 新增的命令可以直接在对话中新建和编辑规则。.mdc文件的结构很简单--- description: 这条规则的说明Agent Requested 类型时 AI 靠这个决定是否加载 globs: **/*.java alwaysApply: false --- # 规则标题 规则内容用自然语言写AI 能读懂即可。 可以加代码示例可以加反例。alwaysApply: true等同于 Always 类型globs有值且alwaysApply: false等同于 Auto Attached两个都空 有 description 等同于 Agent Requested手动创建但不写 globs 就是 Manual。Java Spring Boot 项目实战模板以下是码哥在实际 Spring Boot 3.x 项目里用的规则拿走即用按你的项目实际情况改。核心规范文件java-spring.mdc--- description: Java Spring Boot 核心编码规范 globs: **/*.java alwaysApply: false --- # Java Spring Boot 3.x 编码规范 ## 技术栈版本 - Java 21使用 Virtual Threads - Spring Boot 3.3.x - Maven 依赖管理 ## 禁止行为 - 禁止使用 System.out.println统一用 Slf4j 的 log.info/warn/error - 禁止直接 throws Exception必须抛出具体业务异常 - 禁止在 Service 层返回 ResponseEntity那是 Controller 层的事 - 禁止修改 pom.xml 中的 Spring Boot Parent 版本除非明确指示 - 禁止生成 // TODO 占位注释要么给完整实现要么不生成 - 禁止使用已标记 Deprecated 的 API ## 统一返回体 所有接口返回 ResultT不用 ResponseEntityObject - 成功Result.success(data) - 失败Result.fail(ErrorCode.XXX) ## 异常处理 - Service 层抛出继承 BaseException 的业务异常 - 统一由 RestControllerAdvice 的 GlobalExceptionHandler 处理 - 不在 Controller 层写 try-catch ## 包结构严格遵守 - controller只处理请求参数校验和返回体封装 - service / serviceImpl业务逻辑 - repository数据访问只用 JPA Repository 接口 - domain/entity数据库实体用 Entity 注解 - dto接口入参 DTO用 Validated 做参数校验 - vo接口出参 VO ## 命名规范 - 类名 PascalCase方法/字段 camelCase - 接口方法动词开头get/create/update/delete/query - 常量 UPPER_SNAKE_CASE全部放 constant 包下的 Constants 类 ## RESTful 风格 - GET 查询POST 创建PUT 全量更新PATCH 部分更新DELETE 删除 - 路径用小写连字符/api/v1/user-orders不用下划线测试规范文件testing.mdc--- description: 单元测试和集成测试规范 globs: **/test/**/*.java alwaysApply: false --- # 测试编写规范 ## 框架
2026/7/6 2:41:28 2026年AI知识库系统选型指南 引言:AI知识库从“工具”到“战略资产”的进化2026年的商业世界,AI技术已从“辅助工具”全面渗透为企业核心生产力。据Gartner最新预测,到2026年底,全球85%的大型企业将完成AI知识库系统的深度部署,其核心价值从早期的…
2026/7/6 2:41:28 Silverlight 有没有对 FLV 视频提供支持? 好吧,所有的开发人员都是懒惰的,ME2。先查查微软的文档吧,FLV 视频是如此的普及,没准儿微软已经在 Silverlight 中提供了对 FLV 视频的支持。 结果,微软在 Silverlight 文档中淡定的表示不支 FLV 格式,也不…
2026/7/6 2:41:28 怎么用:上手三步 前置条件就一条:你得有一个 BMAD v6 项目,而且 bmad-sprint-planning 已经跑过、生成了 sprint-status.yaml。换句话说,PRD / 架构 / epics&stories / sprint planning 这条链得先走完,Loop 才有故事可转。 装好之后…
2026/7/6 3:41:29 浏览器插件安装指南:官方与手动方法 安装浏览器插件主要有两种方式:一种是从浏览器自带的官方商店一键安装,这是最安全、最推荐的方法;另一种是手动安装从网络上下载的插件文件。不同主流浏览器的具体操作方法如下:🧩 从官方应用商店安装(最简…
2026/7/6 3:41:29 构建AI毒舌投资人:用Prompt工程验证副业想法的可行性 🚀 30款热门AI模型一站整合,DeepSeek/GLM/Qwen 随心用,限时 5 折。 👉 点击领海量免费额度 最近在折腾各种 AI 工具时,我发现一个挺有意思的现象:很多人拿到一个强大的 AI 模型,比如 DeepSee…
2026/7/6 3:41:29 认识安企CMS-系统和模板文件结构 了解安企CMS安装后的完整目录结构,掌握主程序、配置文件、模板目录、附件目录、运行时数据等每个关键目录和文件的具体作用,方便后续日常维护和二次开发。安企CMS 安装后的完整目录结构概览,带你了解每个目录和文件的用途。一、顶层目录结构 …
2026/7/6 3:41:29 九章推理引擎 完整汇编实现(不是编译形成) # 九章推理引擎 # 完整矩阵汇编实现 # 架构:池塘存储阵列 矩阵原语 物流指令序列 # 编译:gcc -nostdlib -static -o jiuzhang jiuzhang_physical.s # 代码量:约100行(零算子层,纯矩阵原语驱动).section …
2026/7/6 3:41:29 TMS320F28xx ADC 硬件设计指南:12位ADC的3种电源方案与PCB布局要点 TMS320F28xx ADC 硬件设计实战:电源架构选择与PCB抗噪声布局策略1. 12位ADC电源系统设计的三重境界在TMS320F28xx系列DSP的硬件设计中,ADC电源方案的选择直接影响信号链路的精度表现。不同于数字电路的供电设计,模拟电源需要同时考虑纹波抑制…
2026/7/6 2:41:28 PORT DIO PORT 和 DIO 模块📑 AUTOSAR 从零开始实战笔记 📌 模块一:PORT & DIO(引脚属性与电平控制) 1.1 核心概念解耦(物理画面对齐) 在传统的单片机开发中,引脚的初始化和读写通常混在一…
2026/7/5 1:41:13 WhichLLM:一站式大语言模型选型与评估平台 1. 什么是 WhichLLM? WhichLLM 是一个专注于大语言模型(LLM)选型、评估与对比的开源平台。它旨在帮助开发者、研究者和企业用户,在面对众多 LLM 选项(如 GPT-4、Claude、Llama、Gemini 等)时,能够基于客观、量化的指标,快速找到最适合其特定场景和需求的模型。 其核心…
2026/7/5 1:41:13 114、Slim-Neck 完整实现与 YOLOv11 原版 Neck 的精度-参数-FLOPs 三维对比 114、Slim-Neck 完整实现与 YOLOv11 原版 Neck 的精度-参数-FLOPs 三维对比 从一次线上事故说起 去年年底,我接手了一个部署在 Jetson Orin NX 上的工业检测项目。模型用的是 YOLOv11m,原版 Neck 结构,mAP 0.5:0.95 在验证集上能跑到 52.3%,看起来还行。但一上板子,推理帧…
2026/7/5 1:41:13 RAG 检索质量评估:从 Hit Rate 到 LLM-as-Judge 校准 RAG 评估一般分两个独立维度: 检索质量:从语料库召回了多少相关文档?排名是否合理?这是给 retriever 的评分。生成质量:给定检索到的上下文,LLM 是否生成了忠实(无幻觉)、相关、完整…
2026/7/6 0:41:27 把委托说透(2):深入理解委托 委托在本质上仍然是一个类,我们用delegate关键字声明的所有委托都继承自System.MulticastDelegate。后者又是继承自System.Delegate类,System.Delegate类则继承自System.Object。委托既然是一个类,那么它就可以被定义在任何地方,即…
2026/7/6 0:41:27 第46 篇:TCP序列号与确认号:可靠性的基石 协议深入系列第 1 篇。 前面 25 篇抓包实战,我们学会了从包里看连接、重传、缓存、HTTP、TLS、WebSocket 和性能瓶颈。从今天开始进入阶段 3:协议深入。第一篇先拆 TCP 最核心的一对数字:Sequence Number(序列号)和Acknowledgment Number(确认号)。TCP 为什么能把不可靠…
2026/7/6 0:41:27 ADS 2022 威尔金森功分器设计:从原理图到版图仿真的 3 个关键步骤与 Delta 参数调优 ADS 2022 威尔金森功分器设计:从原理图到版图仿真的 3 个关键步骤与 Delta 参数调优在射频电路设计中,威尔金森功分器因其出色的端口匹配和隔离特性,成为信号分配场景的首选方案。本文将基于 ADS 2022 软件,以 FR4 板材的 2.4GHz …
2026/7/5 3:27:47 AI大模型应用开发实战:从Prompt工程到RAG与低代码平台全栈指南 这次我们来看一套名为《AI大模型应用开发(全集教程)》的课程资源。这套课程不是某个单一的模型或工具,而是一个系统性的学习路径,涵盖了从Python基础到Prompt工程,再到RAG、Coze、Dify等主流AI应用开发平台的全栈内容。…
2026/7/5 4:48:26 5个实用技巧:快速掌握Monitorian多显示器亮度调节 5个实用技巧:快速掌握Monitorian多显示器亮度调节 【免费下载链接】Monitorian A Windows desktop tool to adjust the brightness of multiple monitors with ease 项目地址: https://gitcode.com/gh_mirrors/mo/Monitorian 如果你正在使用Windows系统并连接…
2026/7/5 4:26:49 [智能体-614]:OpenClaw构建智能体的过程,本质是围绕大模型,在智能体框架引擎的驱动下,用自然语言构建数字化公司的过程 一、核心命题释义OpenClaw 构建智能体的过程,本质是围绕大模型,在智能体框架引擎(pi‑mono 内核 Gateway 网关)的驱动下,用自然语言搭建一套 ** 数字化虚拟公司(AI 原生组织)** 的全过程。传统…