Cursor 以上下文技巧提升支援產出 10 倍

🔑 增強重點摘要

• •Anysphere 團隊強調利用 Cursor 的『Composer』功能與專案級別的上下文索引（Codebase Indexing），能自動關聯分散在不同檔案中的錯誤日誌與程式碼邏輯，大幅縮短定位問題的時間。
• •該方法論的核心在於『上下文預處理』，支援工程師在將問題提交給 AI 前，會先利用 Cursor 的自動化工具過濾無關的系統日誌，確保 AI 僅針對核心異常進行推理。
• •此流程不僅提升了處理速度，還透過 Cursor 的『Chat with codebase』功能，讓新進支援工程師能快速理解複雜的舊有程式碼庫，降低了對資深工程師的依賴。

🛠️ 技術深入

• •利用 Cursor 的『@Codebase』語法，強制模型在進行障害分析時，優先檢索與錯誤堆疊追蹤（Stack Trace）相關的檔案路徑。
• •採用 RAG（檢索增強生成）技術，將專案的 AST（抽象語法樹）與文件索引化，使 AI 能理解函數間的呼叫關係，而非僅僅進行文字匹配。
• •支援工程師透過 Cursor 的『Composer』功能，將多個修復建議並行生成，並透過內建的 Diff 檢視器快速驗證修復方案，減少手動複製貼上的錯誤。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線