Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
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