【前情提要】这是一篇囤了快三个月，迭代了近5个版本的 Cursor 配置教程。
从穷👻套餐2.0开始，我对 Cursor 的配置主要集中在接入更多模型：Qwen2.5-Coder、Llama3.3、deepseek v3、gemini-2.0-flash 等，大部分是为了省 API 费用，
但这其实没有完全挖掘出 Cursor 的潜力。
接入再多的模型也无法完全填平 Cursor 免费版和 Cursor Pro 的差距，Agent、Yolo、Composer、Tab 代码补全这些都被ban了。
那肯定不行啊，
而且 Pro 版本有着明晃晃的次数限制，并不是每个月都够用，这也就给了我持续优化 Cursor 配置的空间。
所以，这次我收集到了3个插件，2大 API，和 N 个新的提示语用法，给 Cursor 装配上 Tab 代码补全、AI Agent、全系大模型接入、开发进度管理、状态回滚等功能，堪称史诗级加强。
Here we go！
一、全系大模型 API
这就要先提到 API 大户 OpenRouter 新发布的功能：
BYOK (Bring Your Own API Keys)
简单来说是个第三方 Key 集成功能，将 xAI、OpenAI、Mistral 等数十个平台的 Key 集中在一起。
跟其他的集成项目最大的不同是可以同时使用其他平台和 OpenRouter 的额度。以 gemini-2.0-flash为例，相当于可以同时使用 OpenRouter 和 AI Studio 的免费额度。
目前支持白“赚”的平台：AI Studio / Cohere / DeepSeek / Mistral / SambaNova / Together / xAI
模型太多也不是好事，虽然有快捷键，但编程过程中还是需要人脑判断用哪个模型，
我理想的配置应该是：
-
推理模型: o1、gemini-2.0-flash-thinking -
代码模型: claude-3.5-sonet（还是太能打了）、gpt-4o-mini（价格友好） -
多模态模型: gemini-2.0-flash -
常规模型: DeepSeek V3
使用 OpenRouter 集成 API Key 的好处不仅是整合了免费额度，还解放了更多的槽位。
毕竟在 Cursor 的设置里，deepseek 就会跟 gpt 的配置发生冲突。也就是说虽然我有十几个key，但是我同一时间最多只能使用4个类型的模型。
当然，如果觉得这些供应商支持的模型还不够，特别是对国产大模型支持比较少的话，我们还可以使用上古真神：
simple-one-api
不过 simple-one-api 不像 openrouter，支持直接在线配置多个 Key。熟悉代码的可以通过本地或者 Docker 启动。如果你想跟我一样，在其他环境也想用到配置好的大模型们，我觉得可以试试看 Zeabur：
Zeabur模版里面自带 one-api，支持一键部署。
不过也因为槽位有限，想要同时使用 openrouter 和 simple-one-api 也是有前提条件的，需要安装cline插件，这时候就可以将 openrouter api 放到 cline，再把 Cursor 设置换成 simple-one-api，到这一步基本上全系大模型都可以在 Cursor 里用到了。
二、AI Agent
虽然现在已经有全系大模型之力了，
但免费版的 Cursor 只有 chat 功能，相当于你在侧边栏加了个大模型对话界面，生成出来的代码还要自己复制黏贴，
相当不智能。
要说 Cursor 有啥核心功能，
我相信 Yolo 模式、Agent、Tab 代码自动补全绝对能排上号。
Agent 和提示词的差别在于你只要给 Agent 一个模糊的指令，不需要把上下文交代清楚，它会自动帮你去规划、去解决问题。
再聊聊 Yolo 模式和 Agent，它们的共同点是允许用户通过自动化的方式一次性完成一系列操作，而它们之间核心区别是 Agent 的执行过程中需要用户确认，Yolo是一路绿灯，直接告诉你执行结果。
上一步安装的cline可不只是为了给 openrouter 腾位置，Cline 的定位是一个 AI 助手，而且 Cline 的能力是有保障的。从它长期霸榜 OpenRouter token 消耗榜就能看出大家对它的喜爱了。
新版本的 Cline 还推出了检查点功能，将Agent执行前后的状态保存起来。也就是说你还可以收获一个平替的 Yolo 模式，让模型大胆去做，我随时可以恢复上一步。
从官方教程上看，它的效果一定程度依赖于 Claude Sonnet 3.5 的能力。但实际体验下来 DeepSeek-V3 和 Gemini 2.0 Flash Thinking 能够作为相当不错的候选。这时候支持全系模型的优点也来了，根本不愁缺模型用。
三、代码补充
以前写代码是 Ctrl + C 和 Ctrl + V，
现在写代码是 Tab、Tab、Tab。
说的就是 Cursor 的代码补全功能，打个比方，在输入函数名的时候，Cursor 会给出接下来你想写或者应该写的代码，按下 Tab 键，自动补全多行代码，一直 Tab 一直补，补到没有相关的代码为止。
如果补全的代码引入了其他文件里面的函数，也可以 Tab 键快速生成 import 代码。
官方当然也知道这功能有多好用，
所以免费版也把这功能 ban 了。
不过，不必担心！开源社区不会让这种情况发生，
安装插件Codeium后，你就能收获原汁原味的Tab功能
使用方式相当简单，安装后也不需要熟悉快捷键，Codeium 会自动把功能都贴到代码里了。
四、提示语自动切换
大模型有了，特色功能有了，还差什么呢？
当然就是，提，示，语！用好了提示词还能给大模型提提神！
Cursor 支持使用.cursorrules 文件设定项目的系统提示词，也就是说针对 python、java、vue 不同的语言可以设定不同的 Prompt。
但当做的项目多起来之后，管理那么多的提示语就不太方便了，又回到复制黏贴的无限循环了。
那怎么能行！
@AIChain花生做了一个 Cursor 插件解决这个问题，按照插件之后就可以为每个项目选择不同的 .cursorrules 文件，现在已经支持：
如果你觉得这些提示语还不能完全 cover 你的需求，你还可以把插件下载到本地，替换成自己喜欢的提示语。
也可以从下面这两个网址淘淘宝：
-
提示词1：https://cursor.directory/ -
提示词2：https://cursorlist.com/
这里我还想额外介绍一个提示语小技巧：
给已有的提示语追加上下面一个规则
Research in English , respond in English, also follow by Chinese
这样一来，模型在搜索资源和思考时会默认使用英语，回复就转换成中文。如果想再灵活一点，那就 reply in query language，这样你问其他语言的时候，模型照样能 Cover。(技巧来源 @eviljer)
五、进度管理
这是我近期学到一个及时保存开发进度的逻辑，
一般来说，完成一次代码迭代的时候应该传到github上，这样就不用担心代码缺失。
但 AI 编程还能做到更多事情，通过一个文本文件progress.md和一个提示，我们就可以跟踪所有的工作进度，
在每个已完成步骤的最后，将你的工作日志记录到 @Progress.md 文件里。
包括以下问题并分步回答，且不要遗漏任何信息：我们实现了哪些功能？我们遇到了哪些错误？我们是如何解决这些错误的？
这样你就可以在日常编写代码和代码提交之间有一个过渡态，既可以快速阅读了解进度，也可以让 AI 回顾之前的工作
AI 还可以给自己记录工作日志，记录自己哪些任务已经完成，哪些还没做。
在本次会话结束时，将你的工作日志记录到 @project-status.md 文件里。
首先查看 @progress.md 文件，了解我们在本次会话中已经实现了哪些功能。
然后写一份详细的会话报告，为下一次工作会话提供上下文。
这种交互的形式，把代码和文本混合在了一起，让更多对代码没那么熟悉的人都可以更自由的使用编程工具。
这次插件的安装地址我都整理好了，直接在公众号后台私信“AI编程”就行了。
写在最后
好玩的是，
将这次配置的插件全连起来，
我们就会得到这样一个超长标签，
cursor+codeium+cline3+openrouter+simple-one-api+markdown+auto-switch-prompt
看起来就很厉害（对吧对吧）
稍微统计一下，完成这套配置前后也就半个小时左右，
就可以收获到一个满血超频的 AI 程序员了，这真的很酷。
虽说最近为了肝文章导致写代码的次数变少了，
但将Cursor 作为做多语言研究、提示语管理等工具后，我又重获了新生！
所以我想持续迭代，折腾出更好的设置分享给你们，
这种感觉就像我第一次从windows转换到Ubuntu系统后拥有了无限兴奋一样。
最后，希望大家有啥更好的技巧赶快戳我，
我已经想开始迭代下个版本cursor穷👻套餐了～
@ 作者 / 卡尔 @ 动手学AI知识库 / learnprompt.pro
（文：卡尔的AI沃茨）