Cursor智能体开发：能力概述

计算机操作每个 cloud agent 都在自己隔离的虚拟机中运行并配备完整的桌面环境。这些 Agent 可以使用鼠标和键盘控制桌面和浏览器使它们能够像人类开发者一样与自己构建的软件交互。这意味着 Agent 可以启动开发服务器在浏览器中打开应用逐步点击完成 UI 流程并在推送 PR 之前验证其更改是否正常工作。更多内容请参见公告博文。演示和工件agents 会生成截图、视频和日志引用等工件用来展示其工作成果。这些工件会附加到 PR 上这样你无需在本地检出该分支就可以快速验证更改。GitHub 中的工件你可以在 云端代理 仪表盘 中启用允许将工件发布到 GitHub设置让 云端代理 直接将工件嵌入 GitHub PR 描述中。GitHub 的图片代理需要公开 URL因此 PR 描述中的工件会使用较长、难以猜测且无需身份验证即可查看的 URL。补充说明一下在 2023 年 5 月之前GitHub 一直对所有 issue 和 PR 附件使用公开 URL。MCP 工具Cloud agents 可以使用为你的团队配置的 MCP (Model Context Protocol) 服务器。这样一来Agent 在运行时即可访问外部工具和数据源例如数据库、API 和第三方服务。在 cursor.com/agents 中通过 MCP 下拉菜单添加并启用 MCP 服务器。Cloud agents 支持需要 OAuth 的 MCP 服务器。OAuth 按用户生效即使是团队级别共享的 MCP 服务器也如此。自定义 MCP 服务器可以使用HTTP或stdio传输方式添加自定义 MCP 服务器。不支持 SSE 和mcp-remote。MCP 配置在持久化存储时会被加密。敏感字段会被隐藏保存后任何用户都无法再读取其内容env— 用于 stdio 服务器的环境变量headers— 用于 HTTP 服务器的请求头CLIENT_SECRET— 用于 HTTP 服务器的 OAuth 客户端密钥HTTP vs stdioHTTP (推荐)— 服务器配置绝不会出现在云端代理的 VM 环境中。该代理无法访问刷新令牌、请求头或其他凭证。工具调用会通过后端代理。Stdio— 服务器在云端代理的 VM 内运行因此该代理可以访问服务器的配置和环境变量。这与 stdio MCP 在 Cursor IDE 中的工作方式类似。Stdio 服务器依赖 VM 环境来执行。在启动云端代理之前我们无法验证 stdio 服务器是否能成功运行。我们建议尽可能使用 HTTP MCP如果你使用 stdio 服务器请正确配置你的 environment setup。修复 CI 失败云端代理 会自动尝试修复它们创建的 PR 中的 CI 失败。它们会忽略那些在该 PR 的基准提交中也失败的 CI 检查。目前仅支持 GitHub Actions。要在你所有个人 云端代理 上禁用此功能请前往 Cursor Dashboard → Cloud Agents → My Settings 并禁用 “Automatically fix CI Failures” 选项。要在某个特定 云端代理 PR 上禁用此功能你可以在该 PR 中评论cursor autofix off。若要重新启用请评论cursor autofix on。如果你希望 云端代理 修复你自己 PR 中的 CI 失败只需像平常一样在评论中 Cursor 提出请求即可。例如cursor please fix the CI failures或cursor fix the CI lint check failure。自动修复 CI 失败目前仅适用于 Teams对非 Teams 账户的支持即将推出。 与此同时如果你想要类似的行为可以明确要求 云端代理 监控并修复该 PR 上的 CI 失败。《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。全书共11章前6章涵盖深度学习基础包括张量运算、神经网络原理、数据预处理及卷积神经网络等后5章进阶探讨图像、文本、音频建模技术并结合Transformer架构解析大语言模型的开发实践。书中通过房价预测、图像分类等案例讲解模型构建方法每章附有动手练习题帮助读者巩固实战能力。内容兼顾数学原理与工程实现适配PyTorch框架最新技术发展趋势。