cookbook
Cursor 官方 SDK,把 AI 编码智能体装进任意应用和工作流
加载项目详情…
本应用为开源项目,仅供学习研究,请遵守其开源协议。
Cursor 官方 SDK,把 AI 编码智能体装进任意应用和工作流
加载项目详情…
本应用为开源项目,仅供学习研究,请遵守其开源协议。
如果你用过 Cursor编辑器(那个接入了 AI 的 VS Code 分支),大概率会被它的代码补全、多行编辑和对话式编程能力所折服。但 Cursor 团队的野心显然不止于"更好的编辑器"——他们想把 AI 编码智能体的能力,解耦成一套可编程的 SDK,让任何人都能在自己的应用、脚本和自动化流水线里,调用Cursor背后那套 AI 编码大脑。
Cursor Cookbook 正是这个战略的官方示例仓库。它不是一个完整产品,而是由官方维护的"菜谱集":从零到一的快速上手、DAG 任务编排、云端自托管部署……每个示例都配源码,开箱即跑。目前在 GitHub 已收获 3896 Stars,成为 Cursor SDK 生态最热门的参考项目之一。
Cursor SDK 是这个仓库的核心产品。它是一套 TypeScript API,允许开发者在自己的应用、脚本和工作流中,创建、运行和管理 Cursor 的 AI 编码智能体(Agent)。
打个比方:如果 Cursor 编辑器是"给人类用的 AI 编程工具",Cursor SDK 就是"给程序用的 AI 编程工具包"。开发者可以在任何 Node.js 环境里,导入 SDK,创建一个 Agent 实例,然后向它发送自然语言指令——Agent 会像在 Cursor 编辑器里一样,理解需求、读写文件、执行命令、调用工具。
SDK 支持两种运行模式:本地模式(Agent 直接在本地工作区运行)和云端模式(Agent 运行在 Cursor 的云端,事件流返回给调用方)。无论哪种模式,API 接口完全一致,切换只需改一行配置。
最快上手方式,只需 30 行 TypeScript 代码:创建 Agent → 发送 prompt → 流式接收响应并打印。每个步骤都有注释,适合作为第一个接入示例。
这个示例展示了更复杂的上层应用:集成一个 Chat UI + 一个 iframe 沙箱,内嵌 AI 生成应用的可视化预览。用户通过对话描述需求,Agent 实时生成代码,预览页面在 iframe 中热重载,形成完整的"需求 → 代码 → 预览"闭环。
技术栈:Next.js 16 + React 19 + shadcn/ui + Tailwind CSS。代码量不大,但覆盖了 SDK 的流式事件处理、沙箱工作区管理和多轮对话状态持久化。
Linear 是一个以键盘快捷键闻名的项目管理工具。Agent Kanban 把 Cursor Cloud Agents 的任务状态映射到 Linear 风格的看板界面上:每个 Agent 实例是一张卡片,展示状态、所属仓库/分支、最新活动时间、关联 PR 链接,以及 Agent 生成的 Artifact 预览。
这个示例演示了 SDK 的云端 Agent 管理能力:列表查询、分组筛选、状态同步,以及通过 Agent.create({ cloud: { repos } }) 接口从看板直接创建新的云端 Agent。
如果说前几个示例是单 Agent 使用场景,DAG Task Runner 则展示了多 Agent 协作的可能性。它把一个复杂任务按依赖关系分解为 JSON DAG(拓扑图),然后按拓扑序并行调度多个本地 Subagent,每个 Subagent 独立运行,最终状态实时写入 Cursor Canvas(热重载数据面板)。
亮点:DAG 状态变化会触发 Canvas 自动刷新,开发者可以在 IDE 里实时观察 PENDING → RUNNING → FINISHED/ERROR 的任务进展。代码同时发布为可安装的 Cursor Skill,直接导入 Cursor 编辑器使用。
一个用 Bun 运行的命令行工具,提供两种模式:一次性指令模式(直接执行单个 prompt)和 TUI 交互模式(实时对话)。后者使用 OpenTUI 渲染,支持在本地和云端 Agent 之间切换执行环境。
Bun-only 的原因是 OpenTUI 的原生渲染依赖 bun:ffi 接口。
Cookbook 的另一大板块是自托管云端 Agent 实验室。标准 Cursor Cloud Agents 运行在 Cursor 的服务器上——这对很多企业来说是不可接受的:代码不能出境、数据必须留在内网、需要自定义网络策略。
Cursor 提供了在客户自有的 AWS 基础设施上运行 Cloud Agent Worker 的方案。Cookbook 提供了三种部署模式的完整参考:
| 部署模式 | 适用场景 | 技术栈 |
|---|---|---|
| EC2 + Docker | 小规模验证、开发者自建 | Docker + Bash |
| ECS/Fargate | 中等规模生产环境 | Docker + AWS ECS |
| EKS + Helm | 大规模 Kubernetes 集群 | Helm Chart + EKS |
Worker 以 Docker 容器运行,通过公网 HTTPS 主动连接 Cursor 云端进行通信。不需要开放入站端口,安全性更高。Dockerfile 基于 Ubuntu 24.04,预装了 AWS CLI 和 Cursor Agent CLI,支持 amd64/arm64 双架构。
仓库整体采用 pnpm monorepo 结构,根目录管理共享配置,各子项目独立运行。技术选型非常统一:
@cursor/sdk 包(版本 1.0.7),封装所有 Agent 通信逻辑代码质量方面,仓库配置了 ESLint + TypeScript 严格类型检查,测试覆盖率和文档质量均处于较高水准。
| 维度 | 评估 |
|---|---|
| SDK 接入门槛 | 低(需 Node.js >= 22) |
| Web UI 部署 | 中等(需 Next.js 部署环境) |
| 自托管 Agent | 较高(需 AWS 账号 + Docker/ECS/EKS 经验) |
| 硬件需求 | 无 GPU,2GB RAM + 2GB 磁盘即可 |
bun:ffi,不支持 Node.js 或 Deno 运行。Cursor Cookbook 的出现,折射出一个更宏大的趋势:AI 编程工具正在从"专用 IDE"进化为"可编程平台"。类似 OpenAI 把 GPT 模型封装为 API,Cursor 正在把 AI 编码智能体封装为 SDK,让它可以嵌入任何工作流——Jupyter 笔记本、CI/CD 流水线、数据科学脚本、企业内部工具。
这种 SDK 化的意义在于:它让 AI 编码能力从"编辑器内的功能"变成了"可组合的基础设施单元"。开发者可以像搭积木一样,把 Agent 组合成 DAG 工作流,或者嵌入现有的项目管理工具。从长远看,这意味着 AI 编程能力可以像 REST API 一样被调用、被组合、被商业化。
如果你对 AI 辅助编程有兴趣,或者正在构建需要代码生成/修改能力的产品,Cursor Cookbook 是一个值得收藏的参考仓库。