Bądźmy w kontakcie

Plan Szkolenia

Architektura natywnego dla AI IDE

  • Jak Cursor jest zbudowany na forku VS Code z głęboką integracją modeli
  • Porównanie z zwykłym VS Code z dodatkami a natywnymi funkcjami Cursor
  • Hosting modeli w Cursor: Claude, GPT i niestandardowe punkty końcowe
  • Przegląd planu rozwoju od autouzupełniania do pełnych przepływów pracy agentów

Composer i edycja wieloplikowa

  • Wywoływanie Composer do planowania w wielu plikach
  • Przeglądanie wygenerowanych zmian przed zaakceptowaniem lub odrzuceniem
  • Zarządzanie stanami cofania i punktami kontrolnymi podczas długich sesji z Composer
  • Testowanie builda po zmianach wspieranych przez Composer

Czat świadomy kontekstu i inteligentne odniesienia

  • Korzystanie z @file i @codebase, aby skupić kontekst czatu
  • Odniesienia do określonych funkcji, klas i plików dokumentacji
  • Podsumowywanie intencji kodu przed prośbą o modyfikacje
  • Unikanie przepełnienia kontekstu poprzez zawężanie odniesień

Tryb agenta i autonomiczna refaktoryzacja

  • Wyzwalanie trybu agenta za pomocą ogólnych promptów
  • Obserwowanie, jak agent planuje, edytuje, testuje i iteruje
  • Interwencja, gdy agent zmierza w złym kierunku
  • Rozwiązywanie konfliktów scalania po wieloplikowych przepisaniach przez agenta

Instalacja i konfiguracja modeli

  • Konfiguracja Cursor na macOS, Windows i Linux
  • Wybór i przełączanie modeli w zależności od typu zadania
  • Korzystanie z własnego klucza API zamiast udostępnionego hostingu Cursor
  • Konfiguracja modeli o dużym kontekście do nawigacji po dużych bazach kodu

Przestrzenie robocze zespołów i udostępniony kontekst

  • Tworzenie przestrzeni roboczych dla zespołów i zapraszanie członków
  • Udostępnianie niestandardowych reguł, przewodników stylu i plików kontekstowych
  • Ustalanie domyślnych promptów dla powtarzalnych przepływów pracy zespołu
  • Śledzenie użycia i kosztów w całej przestrzeni roboczej

Niestandardowe reguły i prompty dla spójności

  • Pisanie .cursorrules dla konwencji w całym projekcie
  • Automatyzacja komentarzy do przeglądu kodu poprzez inżynierię promptów
  • Prowadzenie rejestrów decyzji architektonicznych z pomocą agenta
  • Wersjonowanie plików reguł jako część repozytorium

Integracja z kontrolą wersji i CI

  • Pisanie wiadomości commitów na podstawie podsumowań diff
  • Pre-commit prompty: uruchamianie linterów i checkerów typów przed commitowaniem
  • Otwieranie pull requestów z opisami generowanymi przez AI
  • Odpowiadanie na komentarze recenzentów poprzez celowe zmiany w Cursor

Debugowanie kodu wspieranego przez agenta

  • Śledzenie błędów runtime z powrotem do założeń generowanych przez agenta
  • Korzystanie z panelu czatu, aby zapytać, dlaczego wystąpił konkretny błąd
  • Testowanie regresyjne po szerokich automatycznych refaktoryzacjach
  • Zarządzanie halucynacyjnymi importami i brakującymi zależnościami

Wydajność i bezpieczeństwo

  • Szybkość indeksowania i wpływ na pamięć w dużych repozytoriach
  • Automatyczne wykluczanie wrażliwych plików z kontekstu agenta
  • Zrozumienie polityk przechowywania danych i rezygnacji z treningu w Cursor
  • Zarządzanie wymaganiami zgodności przy korzystaniu z hostowanych modeli

Podsumowanie i przejście do zaawansowanych tematów

  • Podsumowanie Cursor w porównaniu z innymi narzędziami AI dla IDE
  • Budowanie biblioteki ponownie używalnych promptów i reguł
  • Bycie na bieżąco z miesięcznym cyklem wydań Cursor

Wymagania

  • Doświadczenie w pracy z nowoczesnym IDE, takim jak VS Code lub JetBrains
  • Doświadczenie w programowaniu w dowolnym języku
  • Podstawowa znajomość koncepcji LLM i promptingu

Grupa docelowa

  • Zespoły deweloperskie oceniające lub wdrażające Cursor jako główne IDE
  • Kierownicy inżynierii odpowiedzialni za wybór narzędzi AI
  • Wolni strzelcy, którzy chcą przyspieszyć pracę z klientami za pomocą Cursor
 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie