.cursor/  rules/    01_project_overview.md #项目概览    02_architecture.md #系统架构设计    03_design_requirements.md #设计需求 / 功能需求规格    04_coding_standards.md #编码规范    05_api_spec.md #API 接口规范    06_testing_guidelines.md #测试指南    07_release_process.md #发布流程

上下文/索引相关：项目关键文件（docs/ 或者 src/）

Cursor 会读取项目内容，建立“索引”。 你可以把项目的重要文档放在 docs/，让 Cursor 作为“知识库”来使用。

建议目录结构：

docs/  01_product_requirement.md #产品需求文档（PRD）  02_system_architecture.md #系统架构设计  03_data_schema.md #数据模型与数据库设计  04_api_documentation.md #API 接口文档  05_deployment.md #部署与运维指南

忽略文件：.cursorignore

Cursor 也需要“过滤噪声”。 你应该把不需要 AI 读取的文件列进去，比如：

node_modules/dist/build/.git/.env*.log

3、举个例子：想清楚了就可以开始写了——AIDF（AI Data Forge） 项目示例

下面我们以 AI  Data Forge 项目为例，展示一套可落地的 Cursor 配置与项目结构。

3.1 项目目录结构（建议）

AIDF/  .cursor/    rules/      01_project_overview.md      02_architecture.md      03_design_requirements.md      04_coding_standards.md      05_api_spec.md      06_testing_guidelines.md      07_release_process.md  docs/    01_product_requirement.md    02_system_architecture.md    03_data_schema.md    04_api_documentation.md    05_deployment.md  src/    backend/    frontend/    infra/  .cursorignore

3.2 .cursor/rules/ 内容模板（中文注释版）

01project_overview.md

# 项目概述# 这个文件用于告诉 Cursor：我们在做什么项目，目标是什么。项目名称：AIDF（AI Document Framework）项目目标：- 实现企业级文档管理系统- 支持文档检索、问答、自动生成报告- 支持本地数据存储，云端能力调用- 兼容多行业合规要求（例如等保、RBAC）关键功能：1. 文档上传/解析/存储2. 语义检索与向量索引3. 问答与生成式摘要4. 权限控制与审计

02_architecture.md

# 技术架构# 让 Cursor 知道我们的技术栈、模块划分与边界。架构层级：- 前端：Vue + Tailwind- 后端：Flask / FastAPI- 数据库：PostgreSQL- 向量数据库：Milvus / Weaviate- 任务队列：Redis + Celery- 部署：Docker + Kubernetes模块划分：- auth：用户与权限管理- docs：文档上传、解析、索引- qa：问答与生成- admin：系统管理与审计

03designrequirements.md

# 设计要求与目标# 让 Cursor 在写代码时遵循这些设计约束。设计要求：1. 代码必须可测试，可维护2. 接口必须遵循 REST 风格3. 所有文档与处理后的数据都在本地保存4. 需要考虑多租户与权限隔离

04codingstandards.md

# 代码规范# 让 Cursor 写出一致风格的代码。语言规范：- Python：遵循 PEP8，使用 black 格式化- Vue：使用 ESLint + Prettier- 统一日志规范，统一异常处理命名规范：- 模块：snake_case- 类：PascalCase- 接口：REST 风格

05apispec.md

# API 规范（示例）# 让 Cursor 知道接口应该长什么样。示例：POST /api/v1/docs/upload- 参数：file- 返回：doc_idGET /api/v1/qa- 参数：q（问题）- 返回：答案 + 相关文档引用

06testingguidelines.md

# 测试规范# 让 Cursor 自动生成可测试的代码。测试要求：- 后端：pytest- 前端：vitest- 必须覆盖关键业务流程

07releaseprocess.md

# 发布流程# 让 Cursor 了解 CI/CD 规则。发布流程：- 代码合并必须通过 CI- 通过单元测试 + 集成测试- 镜像构建：Docker- 部署：K8s 或 Docker Compose

3.3 .cursorignore 示例

# 忽略依赖目录node_modules/venv/__pycache__/# 忽略构建产物dist/build/*.log# 忽略敏感文件.env

4、实践步骤

下面给出一套可执行的流程：

5、总结：Cursor 的核心价值是什么？

AI conding不是简单的实现需求呀，更好的维护也是从demo到真正的商业化软件的改变

让项目知识可读、可索引、可复用，形成“可被 AI 驱动的开发体系”。

只要你把项目的关键知识写成文件，并且让 Cursor 读取它们，你的项目就能形成“持续一致的开发能力”。