36 · 术语表

从 Agent 到 Max Mode——Cursor 全部核心术语，一句话定义 + 一个类比，带你一次扫清概念盲区。

01 为什么需要这份术语表

Cursor 发展太快了。从 2023 年诞生到现在，几乎每个月都有新功能上线。Agent、Composer、Skills、Hooks、Subagents、Automations、Cloud Agents……这些词在官方文档、社区讨论、技术文章里反复出现，但没有人把它们放在一起横向对比过。

如果你曾经有过这样的困惑：

• “Agent 和 Composer 到底是不是同一个东西？”
• “Rules 和 Notepads 有什么区别？”
• “Hooks 和 Automations 不都是自动化吗？”
• “Plan Mode 和 Chat Mode 里的 Plan 子模式是一回事吗？”

那这份术语表就是为你准备的。

本文的目标不是深入讲解每个功能（每个功能在本系列前面的文章里都有详细展开），而是建立一张概念地图——你读完应该能清晰地知道：Cursor 有哪些核心功能模块，它们分别解决什么问题，彼此之间是什么关系。

02 核心功能入口

Agent

定义：Agent 是 Cursor 中具有”自主执行能力”的 AI 模式——它能理解你的自然语言指令，自主规划步骤，跨多个文件修改代码，执行终端命令，并根据执行结果自动调整方案。

类比：Agent 像一个独立开发搭档——你告诉它”帮我加一个用户登录功能”，它自己拆任务、写代码、调接口、跑测试，做完通知你 review。

注意：在很多语境下，“Agent”这个术语可以指两种东西——一是 Composer 窗口中的 Agent 模式（按 Cmd+I 打开的编辑器内面板），二是 Chat 窗口中的 Agent 子模式（按 Cmd+L 打开后选择 Agent）。它们的核心技术相同，区别在于交互界面不同（内嵌编辑器 vs. 侧边对话）。

Composer

定义：Composer 是 Cursor 中按 Cmd+I（Windows: Ctrl+I）打开的内嵌式 AI 工作面板，你在此描述需求，AI 直接在编辑器中创建和修改文件，并展示清晰的 diff 对比。

类比：Composer 像一张同时展开的设计白板和施工工地——你在这张白板上写需求，AI 当面施工，每一处改动都用高亮标记出来，你点头它才落地。

澄清：Composer 在早期版本中是单独的名称，现在它本质上是 Agent 模式的一种 UI 入口。所以有人说”我用 Composer”和”我用 Agent”时，大概率指的是同一件事——按 Cmd+I 打开面板后选择 Agent 模式。

Tab Completion（Tab 自动补全）

定义：Cursor 的 Tab 自动补全是被动触发的 AI 代码预测——你正常写代码，AI 在后台持续预测你接下来要写的内容，以灰色”幽灵文字”显示在光标之后，按 Tab 接受。

类比：像一个极度默契的结对编程搭档——你不说话它也知道你下一步要写什么，安静地递上代码，你用就接过来，不用就继续写自己的。

关键数据：补全响应时间约 320ms，因为它用的是专门训练的轻量级补全模型（不是通用大模型），所以才有那种”我刚想到它就写出来了”的流畅感。

和传统补全的区别：

Inline Edit（Cmd+K）

定义：Inline Edit 是 Cursor 中选中代码后按 Cmd+K（Windows: Ctrl+K）触发的原地修改模式——你描述要改什么，AI 在原位生成 diff，预览后按 Cmd+Enter 接受或 Esc 取消。

类比：像一个精准的外科手术刀——你定位病灶（选中代码），告诉医生要做什么（自然语言指令），刀下去只改该改的部分，不伤及周围组织。

和其他修改方式的对比：

Chat Mode（聊天模式）

定义：Chat Mode 是按 Cmd+L（Windows: Ctrl+L）打开的侧边栏 AI 对话界面，AI 能看到你的整个项目和当前打开的文件，回答你的代码问题并提供建议。

类比：像一个随身的技术导师——你遇到不懂的就问它，它能解答、能分析代码、能给出完整解决方案，也能动手改点小东西。

Chat 模式下有四个子模式，很多人搞混，这里一次性说清楚：

03 智能模式详解

Plan Mode（计划模式）

定义：Plan Mode 是 Cursor 中专门用于方案设计的 AI 模式——AI 只阅读代码、提问澄清、输出设计方案，不创建或修改任何文件。

类比：像一个只画图纸不下工地的建筑师——他研究你的代码结构、了解需求、出一份完整的改造方案，但改代码这件事由你来（或切换到 Agent 模式来）执行。

Plan Mode 三个关键特征：

1. 只读不写：AI 有代码搜索和文件读取权限，但没有任何写入权限
2. 结构输出：AI 的输出格式化为方案文档——包含影响分析、文件清单、实施步骤、风险点
3. 人工确认门槛：方案必须由你审核通过后，才能切换到 Agent 模式执行

常见误区：Chat 模式里也有一个 Plan 子模式，和独立的 Plan Mode 是同一个机制——只是入口不同（一个在 Chat 面板选，一个在独立模式选）。

Debug Mode（调试模式）

定义：Debug Mode 是 Cursor 的AI 辅助调试模式——AI 自动在你的代码中插入日志、分析运行时数据、根据错误信息定位 bug 根因。

类比：像一个自带探照灯的侦探——它不光帮你找线索，还帮你照亮那些你自己可能忽略的角落（未捕获的异常、边界条件、竞态条件）。

工作流程：

1. AI 读取你的代码和错误信息
2. 在关键位置自动插入日志语句
3. 运行时数据反馈给 AI
4. AI 分析日志，定位根因
5. 提出修复方案（或直接修复）

和普通 Chat 调试的区别：

• Chat 里问”这段代码有什么 bug”，AI 靠静态分析回答
• Debug Mode 会真往你代码里插日志，跑起来看实际数据——动态分析，准确率高很多

Visual Editor（可视化编辑器）

定义：Visual Editor 是 Cursor 中基于浏览器的可视化 UI 编辑功能——你在浏览器中拖拽和修改 UI 组件，修改结果自动同步回源代码。

类比：像一个所见即所得的装修设计器——你在 3D 视图里拖一堵墙、换一种地板颜色，后台自动更新 CAD 图纸。Visual Editor 就是 Cursor 的”设计视图”，你拖 UI 组件，源码自动跟着变。

关键能力：

• 在浏览器中实时预览你的 UI
• 拖拽调整组件位置
• 通过自然语言修改样式（“把这个按钮改成蓝色圆角”）
• 修改自动转换为代码改动，显示在 diff 中
• 支持 React、Vue、Next.js 等主流框架

适用场景：前端开发中需要频繁调整 UI 细节时——与其在代码里反复调 margin 和 padding，不如在 Visual Editor 里拖到满意为止。

04 上下文与知识管理

Rules（.mdc 规则文件）

定义：Rules 是 Cursor 中以 .mdc 文件形式定义的项目级 AI 行为规范——你在项目里放一个 .cursor/rules/ 目录，里面的每个 .mdc 文件都是一条规则，AI 在执行相关操作时会自动读取并遵守。

类比：像给 AI 写的员工手册——“我们项目的代码风格是 X”、“所有 API 接口必须写 OpenAPI 文档”、“数据库操作必须走 Repository 模式”。AI 每次干活前先看手册，按规矩办事。

重要特性：

• 基于 glob 模式匹配：*.tsx、api/**/*.ts——规则可以精确绑定到某些文件类型或目录
• 自动生效：不需要手动告诉 AI “请遵守某某规范”，AI 在操作匹配文件时自动加载
• 支持 Markdown 格式：每个 .mdc 文件用 Markdown 写，可读性和可维护性都很好

心智模型对比：

Notepads（记事本）

定义：Notepads 是 Cursor 中的可复用的上下文笔记——你提前写好项目背景、架构说明、常用指令，然后在 AI 对话中通过 @Notepad 引用，AI 就能立即理解这些上下文。

类比：像便利贴合集——你提前把经常要告诉 AI 的知识点写在不同的便利贴上，每次对话按需贴几张过去。“这个项目的数据库结构是这样的”贴一张，“我们团队的 git 提交规范”贴一张。

典型用法：

• 项目背景：@项目简介——“这是一个 SaaS 电商平台，技术栈是 Next.js + Prisma + PostgreSQL”
• 架构说明：@架构决策——“我们使用了 Clean Architecture，每层职责是…”
• 部署指南：@部署流程——“发布步骤是：编译 → 跑迁移 → 重启 → 验证”
• 常用指令：@指令模板——“写测试时遵循 AAA 模式，mock 放在 mocks 目录”

Rules vs Notepads 怎么选：

Codebase Indexing（代码库索引）

定义：Codebase Indexing 是 Cursor 在后台自动构建的整个项目的语义索引——它分析你的代码结构、函数定义、类关系、文档注释，建立向量索引，让 AI 能快速回答”这个项目的认证逻辑在哪里”这类跨文件问题。

类比：像给整个项目拍一张高精度地图——AI 靠这张地图知道每个函数的入口在哪、每个组件被哪些文件引用、每个 API 路由对应什么处理逻辑。你问路，它不用从头翻文件。

为什么重要：没有代码库索引的 AI 编辑器像一个”健忘的实习生”——你刚跟它说过某个文件在哪，换个话题它就忘了。有了索引，AI 相当于有了项目的长期记忆。

什么会被索引：

• 所有源文件（默认排除 node_modules、.git、dist 等目录）
• 函数签名、类定义、类型声明
• 注释和文档字符串
• 跨文件引用关系
• 项目配置文件（package.json、tsconfig 等）

Privacy Mode（隐私模式）

定义：Privacy Mode 是 Cursor 的隐私保护开关——开启后，你的代码不会被用于模型训练，所有 AI 请求走加密通道，Cursor 的遥测数据收集降至最低。

类比：像办公室里的隔音会议室——你在里面谈什么、写什么，外面的人都不知道，也没有录音。

三个层面：

1. 代码数据：你的代码不会用于训练任何 AI 模型
2. 请求传输：AI 请求通过加密通道发送，不被记录
3. 遥测数据：Cursor 本身的使用统计数据采集降至最低

如何开启：Settings → Privacy → 开启 Privacy Mode

05 自动化与扩展

MCP（Model Context Protocol）

定义：MCP（模型上下文协议）是 AI 模型与外部工具和数据源之间的标准化通信协议——通过 MCP，Cursor 的 AI 能连接你的数据库、文件系统、第三方 API、企业内网系统等。

类比：像给 AI 装了一个通用 USB-C 接口——有了这个标准接口，AI 可以连接各种”外设”：数据库（查用户数据）、文件系统（读文件）、搜索引擎（查文档）、代码仓库（提 PR）、甚至 Slack（发通知）。

为什么重要：

• 没有 MCP 前，AI 只能做”编辑器的围城”里的事——读文件、写文件、跑命令
• 有了 MCP，AI 可以访问外部系统——查数据库里的订单记录、在 JIRA 里建 Ticket、在飞书群里发消息

典型 MCP 服务器：

Hooks（钩子）

定义：Hooks 是 Cursor 中在 AI 操作生命周期的关键时机自动触发的脚本机制——你可以把自定义脚本挂载到”AI 读文件之前”、“AI 写文件之后”、“AI 停止时”等事件上。

类比：像机场安检的各个检查点——旅客（AI 的操作请求）经过每个检查点时，安检员（你的 Hook 脚本）会做一个检查：有没有危险品？证件齐不齐？检查通过才能继续走。

Hooks 事件一览：

最强大的 Hook：PreToolUse

• 你可以写一个 Hook，当 AI 要写 /etc/passwd 时直接拦截
• 你可以写一个 Hook，当 AI 要执行 rm -rf / 时直接拒绝
• 你可以写一个 Hook，当 AI 要访问的 API 超过调用限额时直接拒绝

Hooks vs Rules：Rules 是告诉 AI”你应该怎么做”，Hooks 是”不管 AI 怎么想，反正我盯着做了没”——前者靠 AI 自觉，后者是强制约束。

Skills（技能）

定义：Skills 是 Cursor 中预定义的可复用 AI 工作流模板——一个 Skill 封装了一个完整的任务指令集，你通过 / 命令触发，AI 按预设的工作流执行。

类比：像肯德基的标准化菜单——你不用跟厨师说”鸡肉要裹几层面粉、油温多少度、炸几分钟”，你只说”来一份香辣鸡翅”，厨房就知道完整的流程。Skills 也一样——你说 /code-review，AI 就知道你要审查当前代码差异、按特定标准评估、输出结构化报告。

常用内置 Skills：

• /code-review：审查当前代码变更
• /explain：解释选中的代码
• /fix：修复选中的代码中的问题
• /test：为当前代码生成测试
• /doc：生成文档

Custom Skills：你也可以自己编写 Skill——定义一个触发名称（如 /deploy-check）、一段详细的指令模板（“检查 build 是否通过、测试覆盖率是否达标、依赖是否有安全漏洞”），然后每次用 /deploy-check 触发。

Subagents（子代理）

定义：Subagents（子代理）是 Cursor 中由主 Agent 派生的轻量级并行工作单元——主 Agent 将一个大型任务拆解成多个子任务，为每个子任务生成一个独立的 Subagent，所有 Subagent 并行执行，最后主 Agent 汇总结果。

类比：像建筑工地的管理模式——总工程师（主 Agent）把”盖一栋楼”拆成”打地基”、“搭框架”、“铺水电”、“做内装”，每个任务派一个专业工头（Subagent）带队施工，所有工班同时开工，总工程师最后验收汇总。

为什么 Subagent 重要：

Automations（自动化）

定义：Automations 是 Cursor 中基于事件触发的无人值守 AI 工作流——你设定触发条件（如”PR 被创建”、“CI 运行结束”、“每天的上午 9 点”），Cursor 自动启动一个 Agent 执行预设任务。

类比：像一个智能家居的”离家模式”——你出门时一键触发：关灯、关空调、启动扫地机器人、锁门。Automations 也一样——你设定”代码合并到 main 分支时”，触发”运行测试 → 构建 → 部署到预发布环境 → 在 Slack 通知团队”这一整套流程。

常见自动化场景：

• PR 审查自动化：当 GitHub PR 被创建 → AI 自动审查代码差异、运行测试、留下 Review 评论
• 晨间报告：每天早 9 点 → AI 检查 CI 状态、汇总昨天合并的 PR、生成项目日报
• 持续重构：当测试覆盖下降到阈值以下 → AI 自动生成缺少的测试代码
• 依赖更新：每周一 → AI 检查依赖是否有安全更新、自动升级、运行测试验证

Automations vs Hooks：很多人搞混这两个概念。

Cloud Agents（云代理）

定义：Cloud Agent 是运行在 Anysphere 云服务器上的 Cursor Agent——你把任务打包发送到云端执行，关掉电脑它还在工作，醒来结果已经在了。

类比：像雇佣了一个远程兼职工程师——你把任务需求和项目上下文发给他，他在他的电脑上干活，你睡觉也好、开会也好、出去玩也好，他做完把结果发给你。

本地 Agent vs Cloud Agent 关键差异：

什么时候用 Cloud Agent：

• 需要一个耗时数小时的重构任务
• 出差路上想留个任务在办公室跑
• 测试覆盖率检查、依赖安全检查等例行维护
• 从手机上启动一个紧急修复

06 高级功能

Checkpoints（检查点）

定义：Checkpoints 是 Cursor 在 AI 执行复杂任务时自动生成的项目状态快照——AI 每完成一系列操作，Cursor 自动记录一个版本节点，你可以随时回退到任意检查点。

类比：像游戏里的自动存档——你打到 BOSS 战之前系统自动存了一个档，打 BOSS 翻车了，不用从头开始，读档回到 BOSS 战前。Checkpoints 就是 Cursor 给你的”AI 操作存档”。

为什么你需要它：

• Agent 执行复杂重构时，万一改错了，不用手动 git reset，从检查点一键恢复
• 你可以在检查点之间切换对比，看 AI 改了什么、改到了什么状态
• 多个检查点形成操作历史树，你有完整的回退路径

和 Git 的区别：

• Git 是你主动提交的版本管理
• Checkpoints 是 Cursor 自动保存的 AI 操作快照
• 两者不冲突——Checkpoints 解决”AI 改错了怎么快速恢复”的问题，Git 解决”项目版本如何长期管理”的问题

Max Mode（最大模式）

定义：Max Mode 是 Cursor Agent 的增强执行模式——在此模式下，AI 可以执行更长时间（长达 30 分钟以上持续执行）、运行更多终端命令、处理更大规模的代码改动，并更主动地调试和重试。

类比：像汽车的 Sport+ 模式——日常驾驶用普通模式就够，但上赛道时打开 Sport+，发动机全功率输出，悬挂变硬，换挡更快。Max Mode 就是 Cursor 的”赛道模式”。

什么时候需要 Max Mode：

• 跨 20+ 个文件的大型重构
• 从零开发一个完整功能模块
• 长时间的端到端测试和修复循环
• 复杂的数据库迁移脚本编写和验证
• 大规模的代码迁移（JS → TS、旧框架 → 新框架）

Max Mode 做了什么：

注意：Max Mode 消耗更多的 AI 配额，因为它使用了更多的计算资源。只在真正需要的时候开启。

07 术语关系总览

理解这么多术语之后，最关键的问题是：它们之间是什么关系？

按职责分层

输入层
  ├── Tab 补全（被动跟写）
  ├── Inline Edit · Cmd+K（精确修改）
  ├── Chat · Cmd+L（对话交互）
  └── Composer · Cmd+I（任务驱动）

模式层
  ├── Agent（全权执行）
  ├── Plan（只出方案）
  ├── Debug（调试诊断）
  ├── Ask（只读问答）
  └── Visual Editor（可视化）

上下文层
  ├── Rules .mdc（自动规范）
  ├── Notepads（手动引用）
  └── Codebase Indexing（语义地图）

扩展层
  ├── MCP（外部系统连接）
  ├── Hooks（AI 行为监控）
  ├── Skills（工作流模板）
  └── Subagents（并行执行）

自动化层
  ├── Automations（事件驱动）
  └── Cloud Agents（云端执行）

保障层
  ├── Checkpoints（状态快照）
  ├── Privacy Mode（隐私保护）
  └── Max Mode（增强模式）

常见的混淆点

08 按场景检索

不知道用哪个功能？按场景查：

09 总结

Cursor 的术语体系可以归纳为三句话：

第一句：Tab 补全、Inline Edit、Chat、Composer 是四个入口，分别适用”跟着写”、“改一段”、“聊方案”、“干大事”四种场景。

第二句：Rules、Notepads、Codebase Indexing 是三层上下文机制——自动规范、手动知识、语义索引，它们决定了 AI 对你的项目理解有多深。

第三句：MCP、Hooks、Skills、Subagents、Automations、Cloud Agents 构成了 Cursor 的能力扩展生态——从连接到监控到模板到并行到自动到远程，把你的开发流程从”你指挥 AI”升级成”AI 自动运转”。

理解这些概念之间的关系，比死记硬背每个功能的快捷键更重要。因为你不需要一个”把所有功能都用上”的编辑器，你需要一个”能在正确场景选出正确工具”的心智模型。

10 术语速查表

最后，一份快速参考：

下一篇：01 Cursor 是什么 —— 如果你是从这里开始读的，不妨回到第一篇，从头认识 Cursor。

但如果你已经读过前面的文章，这份术语表本身就是你的导航地图——遇到不熟的术语就翻回这里，花 30 秒就能重新定位它在整个 Cursor 能力体系中的位置。