Aprendizagem pessoal com IA
e orientação prática

Devin.cursorrules: aprimoramento da experiência de desenvolvimento do Cursor IDE, tornando o Cursor/Windsurf um assistente de programação inteligente semelhante ao Devin

Introdução geral

Devin.cursorrules é um projeto inovador de código aberto desenvolvido para converter os IDEs Cursor ou Windsurf (~$20) em assistentes de programação de IA avançados, como o Devin. O projeto fornece um conjunto completo de perfis e conjuntos de ferramentas que podem infundir o IDE com a funcionalidade de IA de agente inteligente para melhorar significativamente a eficiência do desenvolvimento. Os principais recursos incluem planejamento inteligente de processos, recursos de autoevolução, uso estendido de ferramentas (com suporte para navegação na Web, pesquisa e análise baseada em LLM) e execução automatizada em contêineres do Docker (para usuários do Windsurf). O projeto está licenciado sob a licença MIT, que permite que os desenvolvedores o utilizem e modifiquem livremente. Com uma configuração simples, os desenvolvedores podem atualizar o IDE básico para uma ferramenta de desenvolvimento avançada com recursos avançados de assistente de IA em apenas um minuto.

Apresentação relacionada:Transforme o Cursor e o Windsurf em Devin no valor de US$ 500/mês em uma hora!


 

Processo de ampliação de SVG

 

Lista de funções

  • Planejamento inteligente de processos e recursos de autoevolução
  • Rastreador da Web (baseado no Playwright, suporta renderização em JavaScript)
  • Integração com mecanismos de pesquisa (pesquisa integrada do DuckDuckGo)
  • Análise de texto orientada por LLM (com suporte para modelos personalizados)
  • Ambiente de execução automatizado (suporte a contêineres Windsurf Docker)
  • Conjunto completo de testes unitários
  • Suporte a várias plataformas (Windows/Unix/macOS)
  • Sistema modular de integração de ferramentas
  • Extração e processamento avançados de conteúdo da Web
  • Processamento assíncrono de solicitações simultâneas
  • Sistema de registro DEBUG

 

Usando a Ajuda

1. configuração ambiental

Primeiro, você precisa configurar o ambiente virtual do Python para garantir que as dependências do projeto não afetem o ambiente do sistema:

# Criando um ambiente virtual Python
python3 -m venv py310
# Ativando o ambiente virtual
# Sistemas Windows.
. \py310\Scripts\activate
# Sistemas Unix/macOS: .
fonte py310/bin/activate

2. instalação dos componentes necessários

O projeto depende do processo de instalação:

O # instala os pacotes necessários
pip install -r requirements.txt
# Instale o navegador Chromium do Playwright (para rastreamento da Web)
python -m playwright install chromium

3. implementação do arquivo de configuração

  1. Copie todos os arquivos do repositório para o diretório do seu projeto
  2. Usuários do cursor:
    • .cursorrulesO arquivo é carregado automaticamente
    • Não é necessária nenhuma configuração adicional
  3. Usuários de windsurfe:
    • Requer uso simultâneo.windsurfrulesresponder cantandoscratchpad.md
    • Certifique-se de que o arquivo esteja no local correto do diretório

4. descrição do uso de módulos funcionais

4.1 Função de captura de página da Web

  • Captura de conteúdo da Web com suporte a renderização JavaScript
  • Tratamento automático de problemas de codificação e suporte para conteúdo internacionalizado
  • Processamento simultâneo de solicitações para maior eficiência
  • Exemplo de uso:
from tools.web_scraper import process_urls
urls = ["https://example.com"]
resultados = await process_urls(urls)

4.2 Integração com mecanismos de pesquisa

  • Usando o backend do DuckDuckGo
  • Suporte para personalizar o número de resultados de pesquisa
  • Fornecer informações detalhadas sobre os resultados da pesquisa
  • Exemplo de uso:
from tools.search_engine import search
search("sua consulta", max_results=10)

4.3 Integração do LLM

  • Suporte para servidores LLM personalizados
  • Uso padrão do modelo Qwen 2.5-32B
  • Parâmetros de temperatura configuráveis
  • Exemplo de uso:
from tools.llm_api import query_llm
response = query_llm("seu prompt")

5. teste e validação

Um conjunto completo de testes está disponível para o projeto:

# Certifique-se de que você esteja em um ambiente virtual
source py310/bin/activate
# Execute todos os testes
PYTHONPATH=. python -m unittest discover tests/

6. solução de problemas

  • Se o serviço LLM não estiver configurado, os recursos relevantes serão degradados graciosamente
  • Os problemas de rede podem ser vistos na mensagem DEBUG do stderr
  • Garantir a compatibilidade da versão do Python (recomenda-se o Python 3.10+)
  • Verifique se as versões dos pacotes de dependência estão corretas
Não pode ser reproduzido sem permissão:Chefe do Círculo de Compartilhamento de IA " Devin.cursorrules: aprimoramento da experiência de desenvolvimento do Cursor IDE, tornando o Cursor/Windsurf um assistente de programação inteligente semelhante ao Devin

Chefe do Círculo de Compartilhamento de IA

O Chief AI Sharing Circle se concentra no aprendizado de IA, fornecendo conteúdo abrangente de aprendizado de IA, ferramentas de IA e orientação prática. Nosso objetivo é ajudar os usuários a dominar a tecnologia de IA e explorar juntos o potencial ilimitado da IA por meio de conteúdo de alta qualidade e compartilhamento de experiências práticas. Seja você um iniciante em IA ou um especialista sênior, este é o lugar ideal para adquirir conhecimento, aprimorar suas habilidades e realizar inovações.

Entre em contato conosco
pt_BRPortuguês do Brasil