只需Go语言和Anthropic API，简单易上手；Agent能读取、编辑文件，还能运行命令；完全开源，可扩展性强
1. 自顶向下提示 (Prompt down the stack)：在开发新功能时，从宏观概念和用户目标开始向LLM提问，然后逐步深入到数据模型、API端点、业务逻辑，最后是UI组件和用户交互。这样能让LLM理解完整的上下文，从而做出更符合整体架构的实现决策。
2. 编写测试 (Write tests)：先编写全面的测试用例是指导LLM的有效方式。通过让LLM修复未通过的测试，而非用文字描述复杂需求，可以更确信生成的代码能按预期工作并符合规范。
3. 规则 (Rules)：创建一个实用的规则文件，涵盖所用语言/框架的重要方面，如代码整洁性、库使用、命名约定、测试方法和架构模式，并包含真实示例而非抽象理论，同时指明工具版本和代码库特有的模式。规则应保持简洁。
4. 使用工作区 (Use workspaces)：将前端和后端代码置于同一 Cursor 工作区，使LLM能够同时理解整个技术栈，从而可以追踪API调用、发现不一致性并协调跨端更改，无需开发者反复解释。
5. MCP (Multi-Cursor Protocol/Provider) 服务器：合理使用，勿滥用 (MCP, use but don't abuse)：MCP服务器通过连接实时外部数据和工具（如最新的文档、任务管理器、GitHub、数据库等）来增强Cursor的功能，使其能获取真实数据并执行代码编写之外的操作。
6. 混合模型 (Mix up models)：根据任务类型选择不同模型，例如使用 Claude 4 进行功能规划和架构决策，使用 Gemini 2.5 Pro 进行需要快速代码生成和巨大上下文窗口的实际编码，对特别复杂的问题则使用 o3。
7. 坚持最佳软件工程实践 (Maintain best SWE practices)：在使用LLM时，仍需遵循经典的软件工程原则，如将问题分解为小块、保持关注点分离和设计模块化组件。LLM在处理定义明确的单一问题时表现更佳。
LLM和Cursor是使编码更轻松、更有趣的工具，能减少职业倦怠并提高交付效率。应采用迭代的构建方法，不要期望Cursor能一次性完美解决所有问题，提倡“欲速则不达”（Go slow to go fast）的理念。
