Devin.cursorrules: Verbesserung der Cursor IDE Entwicklungserfahrung, die Cursor/Windsurf zu einem Devin-ähnlichen intelligenten Programmierassistenten macht

Allgemeine Einführung

Devin.cursorrules ist ein innovatives Open-Source-Projekt, das die erschwinglichen IDEs Cursor oder Windsurf (~$20) in leistungsfähige KI-Programmierassistenten wie Devin verwandeln soll. Das Projekt bietet ein komplettes Set von Profilen und Toolsets, die die IDE mit intelligenten KI-Funktionen ausstatten können, um die Entwicklungseffizienz erheblich zu verbessern. Zu den Kernfunktionen gehören intelligente Prozessplanung, selbstentwickelnde Fähigkeiten, erweiterte Werkzeugnutzung (mit Unterstützung für Web-Browsing, Suche und LLM-basierte Analysen) und automatische Ausführung in Docker-Containern (für Windsurf-Nutzer). Das Projekt steht unter der MIT-Lizenz, die es Entwicklern erlaubt, es frei zu nutzen und zu verändern. Mit einer einfachen Konfiguration können Entwickler die einfache IDE in nur einer Minute zu einem leistungsstarken Entwicklungswerkzeug mit fortschrittlichen KI-Assistentenfunktionen aufrüsten.

Verwandte Präsentation:Verwandeln Sie Cursor und Windsurf in einer Stunde in Devin im Wert von 500 Dollar/Monat!

SVG-Erweiterungsprozess

Funktionsliste

• Intelligente Prozessplanung und Selbstentwicklungsfähigkeiten
• Web-Crawler (basierend auf Playwright, unterstützt JavaScript-Rendering)
• Integration einer Suchmaschine (integrierte DuckDuckGo-Suche)
• LLM-gesteuerte Textanalyse (mit Unterstützung für benutzerdefinierte Modelle)
• Automatisierte Ausführungsumgebung (Windsurf Docker Container Unterstützung)
• Vollständige Unit-Test-Suite
• Plattformübergreifende Unterstützung (Windows/Unix/macOS)
• Modulares System zur Integration von Werkzeugen
• Fortgeschrittene Extraktion und Verarbeitung von Webinhalten
• Asynchrone gleichzeitige Anfrageverarbeitung
• DEBUG-Protokollierungssystem

Hilfe verwenden

1. ökologische Konfiguration

Zunächst müssen Sie die virtuelle Python-Umgebung konfigurieren, um sicherzustellen, dass die Projektabhängigkeiten die Systemumgebung nicht beeinträchtigen:

# Erstellen einer virtuellen Python-Umgebung
python3 -m venv py310
# Aktivieren der virtuellen Umgebung
# Windows-Systeme.
. \py310\Skripte\aktivieren
# Unix/macOS-Systeme: .
Quelle py310/bin/activate

2. die Installation der erforderlichen Komponenten

Das Projekt hängt vom Installationsprozess ab:

# installiert die erforderlichen Pakete
pip install -r anforderungen.txt
# Installieren Sie den Chromium-Browser von Playwright (für das Crawling von Webseiten)
python -m playwright install chromium

3. die Bereitstellung der Konfigurationsdatei

1. Kopieren Sie alle Dateien aus dem Repository in Ihr Projektverzeichnis
2. Cursor-Benutzer:
   • .cursorrulesDie Datei wird automatisch geladen
   • Keine zusätzliche Konfiguration erforderlich
3. Windsurfer:
   • Erfordert die gleichzeitige Verwendung.windsurfrulesim Gesang antwortenscratchpad.md
   • Stellen Sie sicher, dass sich die Datei im richtigen Verzeichnis befindet

4. eine Beschreibung der Verwendung von Funktionsmodulen

4.1 Funktion zur Erfassung von Webseiten

• Crawling von Webinhalten mit JavaScript-Rendering-Unterstützung
• Automatische Behandlung von Kodierungsproblemen und Unterstützung für internationalisierte Inhalte
• Gleichzeitige Bearbeitung von Anfragen für mehr Effizienz
• Beispiel für die Verwendung:

from tools.web_scraper import process_urls
urls = ["https://example.com"]
results = await process_urls(urls)

4.2 Integration einer Suchmaschine

• Verwendung des DuckDuckGo-Backends
• Unterstützung für die Anpassung der Anzahl der Suchergebnisse
• Detaillierte Informationen zu den Suchergebnissen bereitstellen
• Beispiel für die Verwendung:

from tools.search_engine import search
search("Ihre Anfrage", max_results=10)

4.3 LLM-Integration

• Unterstützung für benutzerdefinierte LLM-Server
• Standardmäßige Verwendung des Modells Qwen 2.5-32B
• Konfigurierbare Temperaturparameter
• Beispiel für die Verwendung:

from tools.llm_api import query_llm
Antwort = query_llm("Ihre Eingabeaufforderung")

5. die Prüfung und Validierung

Für das Projekt ist eine vollständige Testsuite verfügbar:

# Stellen Sie sicher, dass Sie sich in einer virtuellen Umgebung befinden
Quelle py310/bin/activate
# Führen Sie alle Tests aus
PYTHONPATH=. python -m unittest discover tests/

6. die Fehlersuche

• Wenn der LLM-Dienst nicht konfiguriert ist, werden die entsprechenden Funktionen ordnungsgemäß herabgesetzt
• Netzwerkprobleme können in der DEBUG-Meldung von stderr angezeigt werden
• Sicherstellung der Kompatibilität mit der Python-Version (Python 3.10+ empfohlen)
• Prüfen Sie, ob die Versionen der Abhängigkeitspakete korrekt sind