Cursor智能体开发：Plan 模式

Plan 模式会在你编写任何代码之前先生成详细的实现方案。Agent 会分析你的代码库、提出澄清性问题并生成一个可审阅的计划你可以在开始实现前对其进行编辑。在聊天输入框中按 ShiftTab 可切换到 Plan 模式。当你输入表明任务较为复杂的关键词时Cursor 也会自动建议使用该模式。工作原理Agent 会先提出澄清性问题以更好地理解你的需求在你的代码库中进行检索收集相关上下文制定一个完整的实现方案你可以通过对话或 Markdown 文件来审阅并编辑方案准备好后点击开始构建方案方案默认保存在你的主目录中。点击 “Save to workspace” 可将其移动到你的工作区以便后续查阅、团队共享和文档记录。何时使用 Plan 模式Plan 模式最适合具有多种可行方案的复杂功能涉及大量文件或系统的任务需求不清晰、需要先探索再弄清工作范围的任务你希望先审查整体方案的架构决策对于一些简单修改或你已经做过很多次的任务可以直接使用 Agent 模式。从计划重新开始有时 Agent 生成的结果与你的预期不符。与其用后续提示一点点修修补补不如回到最初的计划。撤销这些更改把计划写得更具体、更清晰然后再重新运行。这样通常比修复一个进行中的 Agent 更快输出也更干净利落。对于较大的改动多花点时间制定一个精确且范围明确的计划。困难的部分往往是先弄清楚应该做什么改动。有了合适的指令后就把具体实现交给 Agent。切换模式使用 Agent 中的模式选择器下拉菜单按 ShiftTab 快速切换《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。全书共11章前6章涵盖深度学习基础包括张量运算、神经网络原理、数据预处理及卷积神经网络等后5章进阶探讨图像、文本、音频建模技术并结合Transformer架构解析大语言模型的开发实践。书中通过房价预测、图像分类等案例讲解模型构建方法每章附有动手练习题帮助读者巩固实战能力。内容兼顾数学原理与工程实现适配PyTorch框架最新技术发展趋势。