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:

# 创建Python虚拟环境
python3 -m venv py310
# 激活虚拟环境
# Windows系统:
.\py310\Scripts\activate
# Unix/macOS系统:
source py310/bin/activate

2. instalação dos componentes necessários

O projeto depende do processo de instalação:

# 安装所需包
pip install -r requirements.txt
# 安装Playwright的Chromium浏览器（用于网页抓取）
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"]
results = 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("your query", 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("your prompt")

5. teste e validação

Um conjunto completo de testes está disponível para o projeto:

# 确保在虚拟环境中
source py310/bin/activate
# 运行所有测试
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