前言

在知识星球里已经写了很多篇 AI 提效的文章，也搞了几次直播。 但可能之前我都是预设所有人都是有一定基础的。 所以没有从 0 开始讲解，这导致有些同学有点跟不上。 所以这次我决定来一个从 0 开始系列。从最基础最基础的地方开始讲起。

我们先选一个 AI 辅助编程工具

实际上，以测试的使用场景来说， 选哪一个都差不多。 虽然现在公认 claude code 是当今最强， 但老实讲，对测试这些场景来说，其实也发挥不出人家强大的性能。 我用过 codebuddy， codex， claude code， cursor。 任何一款其实都够用了。 所以这里先给一些选择困难症的同学说一下：别纠结了， 看哪个顺眼用哪个。

当然我这里也推荐一个， cursor，毕竟用户体验世间最强。

Cursor 的定位

Cursor 是一款以 AI 为核心的代码编辑器，基于 VS Code 深度定制。它不是在 VS Code 上装了一个 Copilot 插件——而是把 AI 能力嵌入到了编辑器的每一个交互环节：代码补全、对话、多文件编辑、自主 Agent 执行，全部原生集成。

对测试工程师来说，Cursor 最大的价值在于：

• 用自然语言描述测试需求，AI 自动生成测试代码
• Agent 模式下 AI 可以自主执行终端命令、安装依赖、跑测试
• 用户体验目前来说世界最强，虽然效果距离现在的 CC 和 codex 略有差距，但也只对大规模长程任务的差距，对测试人员来说体会不到差距。

结论：如果你的主要工作是写代码/测试，Cursor 是目前体验最好的 AI 编程工具。

---

下载与安装

下载

官网地址：https://www.cursor.com

点击首页的 Download 按钮，网站会自动识别你的操作系统并提供对应安装包。

macOS 安装步骤

1. 下载 .dmg 文件，双击打开
2. 将 Cursor.app 拖入 Applications 文件夹
3. 首次打开时可能有安全提示，告诉你不安全，选择信任就可以了
4. 启动后会引导你导入 VS Code 配置（扩展、主题、快捷键），可以一键迁移。如果喜欢之前的 VS Code 配置，也可以手动导入。

Windows 安装步骤（其实都是类似的）

1. 下载 .exe 安装包，双击运行
2. 按向导安装（默认路径即可）
3. 安装完成后桌面会出现 Cursor 图标
4. 首次启动同样支持从 VS Code 一键迁移配置

首次启动配置

首次启动会进入引导流程：

1. 登录 / 注册账号。 这里需要邮箱账号。 如果大家想白嫖免费额度， 可以搜索无线邮箱，注册一个免费邮箱。它的特点是一个账号可以生成无限多个邮箱地址，这样就可以一直蹭免费额度。适合想先试用一段时间的同学。当然我还是建议直接付费。
2. 选择主题（Dark / Light）
3. 选择是否导入 VS Code 配置
4. 选择默认 AI 模型

---

套餐选择

Cursor 目前提供三个套餐：

套餐	价格	核心权益	适合人群
Free	免费	每月 2000 次 Tab 补全，50 次慢速模型对话	轻度体验
Pro	$20（美元）/月（约 ¥145）	无限 Tab 补全，大概 500 次快速高级模型对话，无限慢速对话	个人日常使用
Pro+	$60(美元)/人/月	Pro 全部权益 + 更多次数的高级模型对话。	深度使用

注意：像是 claude code 和 codex 这种模型，需要 PRO+ 套餐才能使用。

PS： 其实还有 企业 Teams 模式套餐，但那个跟我们个人用户没什么关系了。

购买步骤

1. 登录 Cursor 后，点击齿轮图标的设置按钮
2. 选择Upgrade to Pro
3. 填写信用卡信息（支持 Visa / Mastercard，也支持支付宝通过 Stripe 绑卡）
4. 完成支付，即时生效

关于"快速"与"慢速"的区别

• 快速（Fast）：调用高优先级 API，响应速度快，但有每月次数上限
• 慢速（Slow）：次数用完后自动降级，响应速度变慢但功能不受影响

对日常测试工作，Pro 套餐完全够用。但想使用更多高级模型，可以购买 PRO+ 套餐。

---

Cursor 核心功能全览

Tab 智能补全

这是 Cursor 最基础也最高频的功能。不同于普通的代码补全，Cursor 的 Tab 补全具备多行感知能力：

• 根据上下文预测你接下来要写的整个代码块
• 支持跨行补全（补全整个函数体）
• 理解你的编码意图（比如你写了注释，它会自动补全实现）

使用方式：正常打字，看到灰色预测文本后按 Tab 接受。

如下图：

只要你写下了代码， AI 就能猜出你后面想写什么。

PS：这是节省 token 的重要功能，也是我喜欢 curosr 的原因之一，很多小任务没必要通过 Agent 对话，直接用 TAB 补全就好了。

Chat（对话窗口）

快捷键：Ctrl+L（Windows）/ Cmd+L（macOS）

在右侧打开对话面板，可以：

• 询问代码问题（"这段代码为什么报错？"）
• 让 AI 解释某个文件或函数
• 基于当前文件内容生成测试用例

上下文引用：在对话中输入 @ 可以引用文件，目录，也可以选中代码块，然后右键选择加入到对话中，如下图：

圈选一段代码，然后点击 Add to Chat 就可以加入到 chat 对话中， 让大模型只针对这段代码进行优化。

右边的那个选项我不建议用，意义不大，除非是特别简单的任务。

---

主流大模型在 Cursor 中的应用

Cursor 支持切换多种大模型，不同模型各有侧重。以下是目前（2026 年）主流模型的特点与适用场景：

模型一览

模型	提供方	特点	测试场景推荐度
Claude code 系列的 Sonnet	Anthropic	代码能力强、上下文长、指令遵循好，不差钱的可以选择更贵的 opus	首选
GPT 系列	OpenAI	综合能力强	推荐
Gemini 系列	Google	速度极快、但效果我觉得的一般	备选
DeepSeek 系列	DeepSeek	中文理解强、开源、成本低	十分简单的任务可以试试

其他模型就不说了， 我也没用过很多。

如何在 Cursor 中切换模型

在 Chat 窗口的右下角，点击模型名称下拉框即可切换。

也可以在 Settings → Models 中开启/关闭特定模型，管理你的模型列表。

Agent 运行模式详解

Cursor 支持多种 Agent 运行模式，每种模式对应不同的 AI 行为方式。模式切换入口在对话窗口下拉菜单。

Agent 模式（默认）

这是最强大的模式。AI 具备完整的工具使用能力：

• 读取、创建、修改文件
• 执行终端命令（安装依赖、运行测试等）
• 搜索代码库
• 自主决策下一步操作

适用场景：

• 从零搭建一个项目
• 多文件联动修改
• 需要 AI 自主完成一系列步骤的复杂任务

示例：

帮我在当前项目里搭建一个 pytest 接口测试框架，
包含目录结构、conftest.py、基础 fixture、一个示例测试

AI 会自主创建目录、写文件、安装依赖，全程不需要你手动操作。

基本上，咱们 95% 以上的场景用这个模式就可以了，不熟悉的同学无脑莽这个。

---

Plan 模式

特点：AI 先规划，后执行

在 Plan 模式下，AI 不会直接修改文件，而是先输出一份完整的执行计划，等你确认后再开始执行。

适用场景：

• 复杂的重构任务（你需要先审查 AI 的计划）
• 不确定 AI 会改哪些文件时
• 希望对 AI 行为有更多掌控

工作流：

你输入需求
  → AI 输出计划（列出要改哪些文件、每步做什么）
  → 你审查确认
  → AI 按计划执行

说白了， 就是特别复杂的任务，可能影响很多个文件或者要分析和编写很多代码的，无脑莽这个。它会先给你一个计划文件， 告诉你要怎么干这个活儿，你可以真毒你这个计划进行修改，确定没问题了再提交给它。有点 spec 编程的那个意思。 但基本上咱们大部分任务用不上，尤其是现在有了 superpowers 这种 skill，这个可能更用不上了。

---

Debug 模式

特点：专为调试错误优化

Debug 模式下，AI 会：

1. 分析错误信息和堆栈
2. 定位问题根因
3. 给出修复方案并直接应用

适用场景：

• 测试用例失败，不知道原因
• 有报错堆栈，需要快速定位

使用方式：将报错信息粘贴到 Composer，切换到 Debug 模式，AI 会系统性地分析并修复。

其实就是 AI 自己在你的代码里写日志， 自己读取控制台跑出来的运行信息，自己去调试修改错误，算是一个偷懒的让 AI 自己找 bug 的模式，有时候也挺好用的。

---

Multitask 模式

特点：并行执行多个独立任务

Multitask 模式允许 AI 同时处理多个互不依赖的任务，速度更快。

适用场景：

• 同时为多个接口生成测试用例
• 同时重构多个互不依赖的模块
• 批量生成文件

注意：任务之间如果有依赖关系，不建议用此模式（可能产生冲突）。

大规模生成测试用例的首选，但我其实用的不太多。

---

Ask 模式

特点：只问答，不修改代码

Ask 模式是一个纯对话模式，AI 不会对文件做任何修改。

适用场景：

• 想理解某段代码的含义
• 询问方案建议，不想让 AI 直接改代码
• 代码评审、方案讨论

示例：

（Ask 模式）
请分析一下 tests/conftest.py 这个文件的设计，
告诉我有哪些可以改进的地方，但不要直接修改它

我用的不多， 其实现在 Agent 模式也不会轻易修改代码的。

---

Skill 生态与 Superpowers 安装

什么是 Skill

在 Cursor 的 Agent 模式下，AI 的能力可以通过 Skill（技能包） 来扩展和规范化。

Skill 本质上是一段结构化的指令文件，它告诉 AI：

• 在特定场景下应该如何思考
• 有哪些标准工作流程
• 需要遵守哪些约束和规范

类比理解：

• 没有 Skill 的 AI = 一个有能力但没有经过培训的实习生
• 有 Skill 的 AI = 一个掌握了岗位 SOP 的熟练工

大白话：skill 就是一堆预设的提示词和一堆脚本的集合体，针对特定任务，指导大模型怎么去工作的。就好像代码里的公共方法，专门提供给别人处理特定任务。你不知道这个任务要怎么执行？ 没关系，下载一个别人开发好的 skill 就好了。

什么是 Superpowers

Superpowers 是目前最流行的 Skill 之一，由社区维护，开源在 GitHub 上。

它包含了一系列高质量的 Skill，覆盖：

• writing-plans —— 在实现前写详细计划
• brainstorming —— 在创作前探索需求和方案
• systematic-debugging —— 系统化调试流程
• test-driven-development —— TDD 工作流
• using-git-worktrees —— 安全的 Git 工作流
• verification-before-completion —— 完成前自动验证
• 以及更多...

*新手同学可以把 Superpowers 当做一个帮你想清楚要怎么做一件事的工具，我们说用 AI 辅助编程，需要你给 AI 提示词，尤其是要精准的提示词，但很多时候新手是没有这个能力来写那么精准的提示词的，新手甚至不知道自己要怎么做。 而 Superpowers 中的 brainstorming（头脑风暴）则可以帮你去思考。 比如你说你要搭建一个接口自动化工程，但其实你不知道怎么搭建，brainstorming 则会帮你思考并询问你，比如你想用哪个语言，你想要哪个框架，你希望的架构是什么，他都会推荐给你，让你选择。 通过这个方式向你收集需要完成工程搭建的所有信息。强迫你给出最精准的信息给 AI。 *

Cursor 中安装 Superpowers

如上图， 现在不仅 cursor， 任何 AI 辅助工具都有插件广场， 直接去安装就好了。

实战：用 Superpowers 从零搭建 Playwright 的 UI 自动化项目

我们现在要做的是：从零开始搭一个 Playwright Web UI 自动化项目。目标很明确，让一个最小的测试用例跑通（打开官方文档站、验证页面标题）。整个过程会严格遵循 Superpowers 的完整工作流：brainstorming→writing-plans→executing→verification。你会看到每一步都做了什么、得到了什么输出，更重要的是，你会看到为什么这样分步工作能让我们避免"一句话提示词导致生成的代码乱七八糟"的陷阱。

阶段一：Brainstorming 从一句话到清晰设计

Superpowers 提供了一个 brainstorming skill，它的作用就是：让 AI 当你的产品经理，一个问题一个问题地追问，直到想法变得足够清晰为止。这个过程看起来像是在"浪费时间"，但实际上是在用"说话的成本"（几分钟对话）替代"写代码的成本"（数小时重构）。

你打开 cursor，输入这样一句话：使用 brainstorming skill 帮我搭建一个 Web UI 自动化项目

• AI 问： 你想测什么样的网站？是自己的项目、开源项目、还是第三方公网站点？什么技术栈？
• 你答： 公网上的，用 Playwright 的官方文档站 https://playwright.dev/ 作为被测目标。Playwright + TypeScript，这是现在最流行的组合。
• AI 问： 这次想覆盖多少场景？完整的 Page Object 模式、多页面测试，还是先从最小的单个测试开始？
• 你答： 最小场景。就一个测试用例：打开首页，验证页面标题包含"Playwright"。其他的 Page Object、多页面、CI 集成，都留到后续迭代。
• AI 问： 明白了。那你需要把这个项目接入 CI/CD 吗？GitHub Actions 或者别的自动化平台？
• 你答： 这一期不要，就本地跑通就行。CI 接入留给下一篇。
• ................

多轮对话以后，Superpowers 会把你的所有答复整合成一份设计文档。这份文档会被保存在项目的 docs/.../specs/ 目录下，看起来像这样：

## 项目设计文档

**技术栈：** Playwright + TypeScript  
**npm 包管理器：** npm

**测试目标：**
- 网址：https://playwright.dev/
- 操作：打开首页
- 验证点：页面标题包含"Playwright"

**后续扩展路径：**
1. Page Object 模式（第二期）
2. 多页面场景覆盖（第三期）
3. CI/CD 集成（第四期）

**关键决策：**
- 本期只验证首页标题，不涉及表单交互
- 暂不覆盖跨浏览器测试（Chrome 足够）
- 暂不实现截图对比或视频录制

由于篇幅限制，不展开详细的计划，但它就是会用这种反复询问的方式，强行让你想清楚必要的信息。 这里需要提一下，提示词的好坏和详细程度，清晰程度很大程度决定了模型的效果。 所以这个 skill 就是在强迫你主动思考必要的细节。 这比新手无脑的用一句话来描述自己的需求效果要好很多。

这里我推荐，所有新手都多尝试这个 skill 来完成自己的需求。

当我们确定计划没问题， 就可以通过对话来让 AI 开始编码了， 具体的过程和结果就不展示在这里。最终它会为我们编写好一个可用的 UI 自动化工程。

结尾

本篇主要演示如何快速安装 curosr 以及使用一个 skill 来完成最基础的任务。

最后再宣传一下自己的星球：