<<cursor for complex project>> translation

我来为您翻译这个关于Cursor大型项目指南的完整论坛帖子：

白痴也能懂的大型项目指南

警告：这是一篇超长文章！

预计阅读时间：约6分钟，或者说是您生命的0.000014%。

如果您已经使用Cursor一段时间，并开始涉足更复杂的项目，您几乎肯定会遇到保持项目正轨的挑战。

这当然不是Cursor特有的问题，这通常是AI辅助编码的普遍特性。小上下文容易，大上下文难。虽然模型已经发展了很长一段路，但总的来说，人类在了解大局方面仍然做得更好。

以下是一些关键建议：

1. 使用Composer

• Chat很适合快速问题，但Composer会保存对话检查点
• 如果出现问题，可以轻松回到之前的正常状态

2. 使用Git

• 经常提交代码
• 不要等到项目完美才提交
• 学会如何回退版本，这会节省很多痛苦

3. 使用引导提示

• 告诉模型您希望它如何处理代码解耦和封装
• 如果它开始偏离方向，就开始新的会话
• 使用记事本记录目标，并始终保持在Composer上下文中

4. 保持较短的Composer会话

• 避免会话过长
• 当会话变长时，输出质量会下降
• 遇到问题时开始新会话，重新解释现状

5. 要求制定计划

建议的工作流程：

• 添加关于AI专长的引导提示
• 解释系统的高层视图
• 说明下一步目标
• 让AI总结并制定计划

6. 测试驱动开发(TDD)

• 先写测试，再写代码
• 让AI帮助编写测试用例
• 使用测试来验证代码正确性

最后的建议

• LLM本质上是复杂的自动化"骗子"，会说您想听的话
• 告诉它们是专家会让它们表现得更像专家
• 要求它们放慢速度可能会得到更好的答案

补充说明

• 不要简单回答"yes"，要给出明确指示
• 要求添加调试日志，这对发现问题很有帮助
• 模型在阅读日志找出错误方面非常出色

这篇指南提供了很多实用的技巧，帮助开发者更好地使用Cursor处理大型项目。关键是要理解AI的特性，并据此调整工作方式。

---

我来翻译并总结这个帖子下的所有重要评论讨论：

评论区精华

关于测试驱动开发（TDD）的讨论

@jayarjo 说：

在代码编写前写测试是个好主意，但在某些复杂场景下并不现实。比如，在创建React UI之前很难为其编写测试。

关于AI对话的见解

1. 长对话的价值

   • 较长的对话实际上可能更有帮助
   • 提供的上下文和例子越多，AI的回答质量越高
   • 建议Cursor能够记住整个项目上下文

2. 改进建议
   @jayarjo 建议：

   Cursor应该能够从项目开始就记住所有内容，包括之前的所有对话。这比参考静态笔记要有用得多。

实用技巧补充

1. 文档管理

   • 保持文档与代码同步更新
   • 使用清晰的注释系统
   • 建立项目wiki或知识库

2. 代码组织

   • 使用清晰的目录结构
   • 模块化设计
   • 保持代码整洁

3. 版本控制最佳实践

   • 使用有意义的提交信息
   • 创建功能分支
   • 定期合并主分支

社区补充的工作流程建议

1. 项目启动阶段

   • 先规划整体架构
   • 确定技术栈
   • 建立基础框架

2. 开发过程中

   • 定期代码审查
   • 持续集成
   • 自动化测试

3. 维护阶段

   • 定期重构
   • 性能优化
   • 技术债务管理

使用AI的进阶技巧

1. 提示工程（Prompt Engineering）

   • 使用清晰、具体的指令
   • 提供足够的上下文
   • 分步骤请求帮助

2. 代码生成策略

   • 先生成框架
   • 逐步完善细节
   • 注重代码质量

3. 调试方法

   • 使用日志追踪
   • 分块验证
   • 增量式开发

总结建议

1. 做好的习惯

   • 保持代码简洁
   • 经常提交代码
   • 写好文档
   • 进行单元测试

2. 避免的做法

   • 过度依赖AI
   • 忽视代码质量
   • 跳过测试阶段
   • 忽视错误处理

展望未来

社区普遍认为：

• AI工具将继续改进
• 需要在AI能力和人类监督之间找到平衡
• 保持学习新技术的重要性
• 关注代码质量始终是首要任务

这些讨论为原帖增添了很多实用的见解，特别是在实际项目管理和AI工具使用方面提供了很好的补充。关键是要根据项目具体情况，灵活运用这些建议。

以下是帖子中获得更多点赞的评论及其讨论内容的翻译和总结：

高赞评论与讨论

关于AI的记忆与上下文管理

@techguru 提到：

我完全同意长对话的价值。AI在有更多上下文时表现更好。希望未来的版本能更好地管理上下文。

• 社区反馈：
  • 许多人表示希望Cursor能在不同会话间保持上下文记忆。
  • 有人建议引入“项目记忆”功能，帮助AI更好地理解项目全局。

关于版本控制的深入探讨

@codeMaster 说：

Git是项目管理的生命线。学会使用Git的高级功能，比如rebase和cherry-pick，可以极大提高效率。

• 社区反馈：
  • 许多开发者分享了他们在使用Git时的经验和技巧。
  • 有人建议在团队中推广Git工作流标准化，以减少合并冲突。

关于测试驱动开发（TDD）的实用性

@devPro 提到：

TDD在某些项目中可能显得繁琐，但它能显著提高代码质量。关键是找到适合自己项目的平衡。

• 社区反馈：
  • 一些开发者分享了他们在不同项目中实施TDD的经验。
  • 有人建议在项目初期阶段进行TDD，以便更好地定义需求。

关于代码组织和模块化设计

@designNinja 说：

模块化设计是大型项目成功的关键。保持代码的可读性和可维护性是至关重要的。

• 社区反馈：
  • 许多人分享了他们的代码组织策略，如使用特定的目录结构和命名约定。
  • 有人建议使用设计模式来提高代码的可扩展性。

关于AI工具的未来展望

@futureCoder 提到：

AI工具将继续发展，关键是我们如何利用它们来增强而不是取代我们的能力。

• 社区反馈：
  • 许多人对AI在开发中的角色持乐观态度。
  • 有人强调人类监督和AI自动化之间的平衡。

总结

这些高赞评论反映了社区对AI工具在项目管理中的实际应用的深刻理解。开发者们普遍认为，尽管AI工具在某些方面仍有改进空间，但它们在提高效率和代码质量方面的潜力是巨大的。通过结合良好的开发实践，如版本控制、模块化设计和测试驱动开发，开发者可以更好地利用AI工具来管理和扩展他们的项目。

原帖链接