Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

帮我写一段cursor的user rules,符合前端开发

Answer

以下是关于 Cursor 的 User Rules 相关内容,适用于前端开发:

Cursor Rules 简单来说是为 Cursor 做角色定位,使其以更专业的角色服务。它允许开发者为 AI 助手设置特定指导原则和行为模式,让 AI 在生成代码、提供建议和响应查询时能更好适应开发者的编码风格和项目需求。

设置通用规则的步骤如下:

  1. 点击界面右上角的小齿轮图标。
  2. 在 cursor settings 中找到 Rules。
  3. 将相关文本拷贝到 User Rules 后,关掉页面即可。

当您从新手阶段进阶,希望进行更专业的 APP 开发、前后端项目时,可以通过以下方式获取更专业的 Cursor Rules:

  1. 访问下方的 github 项目:https://github.com/PatrickJS/awesome-cursorrules 。
  2. 使用 https://cursor.directory/generate ,根据项目重点直接生成。

设置好 Cursor Rules 后,就可以开始创作第一个小作品,比如一个打砖块的小游戏。首先在右侧对话框中输入本次项目的内容(可以非常口语化),使用 claude-3.7 模型等待代码生成完毕。可以看到左侧文件夹生成多个文件,中间显示 AI 生成的不少代码,右边是 AI 告知的互动生成内容。点击右下方的 Accept all 使代码生效。若想查看项目效果,直接跟 AI 说“运行项目”,点击 AI 提示的 Run command 会跳转到预览页面。如果玩起来有问题(如操控感不好、不美观),可以让 AI 进一步帮助美化。

另外,在某些情况下,比如导入 cursor 时,需要上传到 github 并下载到本地,在设置里把 user rules 改成“always respond in 中文”,在 terminal 里输入“npm i”“npm run dev”等操作。

Content generated by AI large model, please carefully verify (powered by aily)

References

Cursor及MCP入门第一课

Cursor Rules简单来说就是为你的Cursor做一个角色定位,让它以一个更加专业的角色为你服务。它允许开发者为AI助手设置特定的指导原则和行为模式,使AI在生成代码、提供建议和响应查询时,能够更好地适应开发者的编码风格和项目需求。我们首先设置一个通用规则。第一步,点击界面右上角的小齿轮图标在cursor settings中找到Rules将以下文本拷贝到User Rules后,关掉页面就可以了当你从新手村毕业,希望涉及更加专业的APP开发、前后端项目时,可以在下方github项目中寻找更加专业的Cursor Rules。https://github.com/PatrickJS/awesome-cursorrules或者使用https://cursor.directory/generate直接根据你的项目重点进行生成[heading2]如何使用Cursor制作第一个小作品[content]设置好Cursor Rules之后,我们便可以开始第一个小作品的创作了,我在这里演示的是一个打砖块的小游戏首先,在右侧对话框中输入本次项目的(可以非常口语化)我使用的是claude-3.7模型,静静等待代码生成完毕可以看到,左侧文件夹中已经生成了好几个文件,中间已经显示AI为你生成了不少代码,右边则是AI告诉你这次互动生成的具体内容。我们点击右下方的Accept all后,这些代码便生效了那么,我们怎么看到这个项目是什么样子的呢?第二步:直接跟AI说,运行项目点击AI提示的Run command,你就会跳转到一个预览页面页面内容我们希望生成的打砖块小游戏了,如果你玩起来有问题(比如操控感不好,不美观),可以让AI进一步帮助你美化。

Cursor及MCP入门第一课

Cursor Rules简单来说就是为你的Cursor做一个角色定位,让它以一个更加专业的角色为你服务。它允许开发者为AI助手设置特定的指导原则和行为模式,使AI在生成代码、提供建议和响应查询时,能够更好地适应开发者的编码风格和项目需求。我们首先设置一个通用规则。第一步,点击界面右上角的小齿轮图标在cursor settings中找到Rules将以下文本拷贝到User Rules后,关掉页面就可以了当你从新手村毕业,希望涉及更加专业的APP开发、前后端项目时,可以在下方github项目中寻找更加专业的Cursor Rules。https://github.com/PatrickJS/awesome-cursorrules或者使用https://cursor.directory/generate直接根据你的项目重点进行生成[heading2]如何使用Cursor制作第一个小作品[content]设置好Cursor Rules之后,我们便可以开始第一个小作品的创作了,我在这里演示的是一个打砖块的小游戏首先,在右侧对话框中输入本次项目的(可以非常口语化)我使用的是claude-3.7模型,静静等待代码生成完毕可以看到,左侧文件夹中已经生成了好几个文件,中间已经显示AI为你生成了不少代码,右边则是AI告诉你这次互动生成的具体内容。我们点击右下方的Accept all后,这些代码便生效了那么,我们怎么看到这个项目是什么样子的呢?第二步:直接跟AI说,运行项目点击AI提示的Run command,你就会跳转到一个预览页面页面内容我们希望生成的打砖块小游戏了,如果你玩起来有问题(比如操控感不好,不美观),可以让AI进一步帮助你美化。

Minko0基础编程小白 如何从0到1搭建 你的一个网站.pptx

https://lovable.dev/lovableEcho Yuan设计页面布局调整UI风格优化用户体验Idea to app in seconds.Lovable is your superhuman full stack engineerAsk Lovable to create a dashboard to..可修改的元素:AtachImpor3DproeRecipe collection↑风格中英文My ProjectsLatestFeaturedTemplates颜色Ct aug s按钮样式页面内容ors oune-generator6ceasto2 day13℃晴朗d中导入cursor上传github,下载到github本地,导入cursorNavigationBar.tsx XCursor Settings把设置里user rules改成"always respond in中文General&Features在terminal里输入npm iol ModelsRulesMCPBeta在terminal里输入npm run dev出现本地网址后点开运行O test2Cursor SettingsXoute.tsChat

Others are asking
如何使用cursor进行编程
以下是关于如何使用 Cursor 进行编程的相关信息: Cursor 旨在让您极其高效,是使用 AI 进行编码的最佳方式。您可以从代码库中获得最佳答案,参考特定文件或文档,一键使用模型中的代码。 它允许您使用指令编写代码,通过简单的提示就能更新整个类或函数。 Cursor 能通过预测您的下一个编辑,让您轻松完成更改。
2025-04-18
怎么使用cursor
以下是关于如何使用 Cursor 的详细介绍: 1. 访问 Cursor 官方网站:您可以通过 https://www.cursor.com/ 下载 Cursor。 2. 注册账号:使用您的邮箱(如 google、github、163、qq 邮箱)直接登录,也可接受二维码登录。 3. 安装中文包插件。 4. 配置相关设置: 在设置中进行 Rule for AI 配置。 按 ctrl/cmd+i 输入需求,例如“帮我做一个贪吃蛇游戏,在网页中玩”。 清晰表达需求,如详细说明游戏规则和逻辑,包括游戏界面、蛇的移动、食物、增长、死亡条件、得分、难度递增和游戏结束等方面。 5. 使用第三方文档: Cursor 附带一组已爬取、索引的第三方文档,可通过@Docs 符号访问。 若要添加自定义文档,可通过@Docs>Add new doc 实现,粘贴所需文档的 URL 后,Cursor 将索引并学习该文档,您即可将其用作上下文。 在 Cursor Settings>Features>Docs 下可管理已添加的自定义文档,进行编辑、删除或添加新文档的操作。 希望以上内容对您有所帮助。
2025-04-18
对于用cursor来开发,有没有好好用prompt来使cursor变得更加好用
以下是关于如何用 prompt 使 Cursor 变得更好用的相关内容: 在 prompt 方面,Devin 有一个特别有帮助的文档(https://docs.devin.ai/learnaboutdevin/prompting),它会教您什么样的 prompt 在与 Devin 沟通时最有效,比如明确定义成功的标准,如跑通某个测试或访问某个链接能对得上等。将同样的原则应用到 Cursor 中,会发现 Cursor 变得聪明很多,能自主验证任务完成情况并进行迭代。 Cursor 在生成单测方面表现出色。相对 GPT 等工具,Cursor 解决了上下文缺失和难以实现增量更新的问题。它可以向量化整个代码仓库,在生成单测代码时能同时提供目标模块及对应的上下游模块代码,生成结果更精确。例如,使用适当的 Prompt 能返回基于 Vitest 的结果,调整成本较小。 Cursor 支持使用.cursorrules 文件设定项目的系统提示词,针对不同语言可设定不同的 Prompt。@AIChain 花生做了一个 Cursor 插件解决提示语管理问题,可选择不同的.cursorrules 文件,还可从 https://cursor.directory/ 和 https://cursorlist.com/ 寻找提示词。此外,还有一个提示语小技巧,给已有的提示语追加上特定规则,可使模型在搜索资源和思考时默认使用英语,回复转换成中文,或更灵活地根据提问语言进行回复。
2025-04-14
怎么使用cursor
以下是关于如何使用 Cursor 的详细介绍: 官方介绍: Cursor 是一款旨在让您极其高效的 AI 代码编辑工具,是使用 AI 进行编码的最佳方式。 您可以通过以下链接查看其实际操作: 它能够读懂您的数据库,从您的代码库中获得最佳答案,或参考特定文件或文档,并且一键使用模型中的代码。您还可以观看相关视频了解: 通过预测您的下一个编辑,让您轻松完成更改。您可以观看 进一步了解。 关于 Docs: Cursor 附带一组第三方文档,已爬取、索引并准备好用作上下文。您可以使用@Docs 符号访问它们。 如果要对尚未提供的自定义文档进行爬网和索引,可以通过@Docs>Add new doc 来实现。粘贴所需文档的 URL 后,将显示以下模式。然后 Cursor 将索引并学习文档,您将能够像任何其他文档一样将其用作上下文。 在 Cursor Settings>Features>Docs 下,您可以管理已添加的文档,包括编辑、删除或添加新文档。 0 编程基础入门极简使用指南: 1. 下载 cursor:https://www.cursor.com/ 2. 注册账号,直接拿自己的邮箱登录,如 google/github/163/qq 邮箱,直接接受二维码登录。 3. 安装中文包插件。 4. 参考相关教程: 5. 在设置中 Rule for AI 配置。 6. 按 ctrl/cmd+i 输入需求,例如:帮我做一个贪吃蛇游戏,在网页中玩。并清晰表达需求,包括游戏界面、蛇的移动、食物、增长、死亡条件、得分、难度递增和游戏结束等规则。
2025-04-13
运营同学怎么使用cursor
运营同学使用 Cursor 可以参考以下内容: 1. 检查使用情况:可以在页面上检查,也可在 Cursor 应用程序中的 Cursor Settings>General>Account 下,专业用户按“Manage Subscription”,商业用户按“Manage”。游标使用情况会根据订阅开始日期每月重置一次。 2. 入门步骤: 下载 Cursor:https://www.cursor.com/ 注册账号,可用邮箱如 google/github/163/qq 邮箱,直接接受二维码登录。 安装中文包插件 参考相关链接: 在设置中 Rule for AI 配置,按 ctrl/cmd+i 输入需求。 3. 例如做一个贪吃蛇游戏在网页中玩的需求,要清晰表达需求,包括游戏界面、蛇的移动、食物、增长、死亡条件、得分、难度递增和游戏结束等方面的规则和逻辑。 4. Windows 系统用户在 Cursor 中配置时一定记得要用"cmd","/c"。输入相关提示词可获得执行结果和提取结果。但请注意请勿恶意爬取网页信息。
2025-04-11
有没有连接cursor和firebase的MCP
以下是关于连接 Cursor 和 Firebase 的 MCP 的相关内容: 1. 搭建本地 MCP: 明确说明需要实现的功能。 从核心功能开始,跑通之后再叠加额外功能。 Claude 思考后写下代码,在命令行 cmd 里运行服务器 python 文件,转到项目文件目录下运行。 将服务器接入到 Cursor 里,打开 Cursor 右上角设置/MCP,点击添加,配置文件 mcp.json,输入代码以安装服务器或以开发者模式安装,配置好后按 ctrl + S 保存。 回到设置界面,查看是否连接成功,未成功可点击刷新。 提问测试是否成功调用 MCP 工具。 2. MCP 前置准备工作(保姆级教程): 配置 MCP 客户端软件任选一个客户端软件配置即可,大致分为四步: 填入大模型 API 密钥。 找到 MCP 配置界面。 填入 MCP Server 对应的 json 脚本。 使用 MCP 。 配置 Cherry Studio(推荐):使用 2025 年 4 月发布的 1.1.17 版本,配置大模型 API,填入之前准备好的 AiHubMix 的 API 密钥,配置 MCP 。 配置 Cursor(推荐):若 Cursor Pro 在免费试用期,配置大模型 API 这一步可以不做;若不在免费试用期,可氪金或填入之前准备好的 AiHubMix 的 API 密钥,配置 MCP Server,填入 MCP Server 的 json 并保存,回到 Cursor 的 MCP 配置页面,等待几秒钟,多点几次蓝色框里的按钮,直到绿灯亮起,并显示出所有 MCP 工具,使用 MCP 时 Ctrl + Shift + L 新建对话,将模式设置为 Agent 。 配置 Claude Desktop:用文本编辑器打开 claude_desktop_config.json 文件,填入 MCP Server 对应的 json 文件,保存,重启 Claude Desktop 并查看 MCP Server 连接状态。 3. 从 0 开始开发第一个 MCP 服务: Cursor 和 Windsurf 不断更新,MCP 开发教程也在进化。 适合想快速入门 MCP、对 AI 开发感兴趣但没编程基础、不想写代码但想做开发的人群。 预计动手时间仅需 15 分钟。 可以开发实现加法运算等功能的 MCP Server,通过 MCP 让 AI 使用查询实时天气、联网搜索最新信息、调用私人数据库等强大工具,还能分享提示词。
2025-04-10
ai rules
以下是关于 AI 规则的相关内容: 在 Cursor 中,您可以通过修改 Cursor Settings>General>Rules for AI 部分来添加自定义指令。此自定义说明将包含在 Cursor Chat 和 Ctrl/⌘K 等功能中。对于特定于项目的说明,您可以将其包含在项目根目录的.cursorrules 文件中,与“AI 规则”部分相同,该文件中的说明也将包含在 Cursor Chat 和 Ctrl/⌘K 等功能中。 欧盟《人工智能法案》: 全面禁止人工智能(AI)用于生物识别监控、情绪识别、预测性警务。 生成式人工智能系统如 ChatGPT 必须披露内容是人工智能生成的。 用于在被认为高风险的选举中影响选民的人工智能系统被视为高风险。 规则旨在促进以人为本、值得信赖的人工智能的应用,并保护健康、安全、基本权利和民主免受其有害影响。 欧洲议会以 499 票赞成、28 票反对、93 票弃权的结果通过了人工智能法案的谈判立场,这些规则将确保欧洲开发和使用的人工智能完全符合欧盟的权利和价值观,包括人类监督、安全、隐私、透明度、非歧视以及社会和环境福祉。 欧洲议会和欧盟理事会规定人工智能的统一规则,并修正了一系列相关条例,在风险管理、所使用数据集的质量和相关性、技术文件和记录保存、透明度和向部署者提供信息、人工监督、稳健性、准确性和网络安全方面,应对高风险人工智能系统提出要求。这些要求是有效降低健康、安全和基本权利风险所必需的,而且没有其他贸易限制性较小的措施可以合理利用,从而避免对贸易造成不合理的限制。
2025-04-09
有没有ai编程的AI rules
目前关于 AI 编程的 AI Rules 主要有以下内容: 在字节发布的全新 AI IDE Trae 中,由于其过于智能,有时难以控制其立即执行任务,且目前没有全局 AI Rules 的设置,需要用“”来引入规则。 在进行 AI 编程时,应遵循一定的准则。例如,能不编程尽量不编,优先寻找线上工具、插件、本地应用等现成的解决方案,先找现成的开源工具和付费服务,最后再考虑自己编程,且编程时要以终为始,聚焦目标。 在 Trae 中,可以新建一个文件“AI Rules”,将相关规则代码复制进去并保存。在与 AI 沟通需求时引入该文件,AI 会按照规则进行开发。同时,AI 生成的代码可能存在随机性和错误,需要花费时间调试 Bug,可以通过终端、测试网页功能时的“F12”等方式查看报错信息并修复。
2025-03-08
AI rules
以下是关于 AI 规则的相关内容: 1. 在 Cursor 中,您可以通过修改 Cursor Settings>General>Rules for AI 部分来添加自定义指令。此自定义说明将包含在 Cursor Chat 和 Ctrl/⌘K 等功能中。对于特定于项目的说明,您可以将其包含在项目根目录的.cursorrules 文件中,且该文件中的说明也将用于上述功能。 2. 欧盟《人工智能法案》的规则包括:全面禁止人工智能用于生物识别监控、情绪识别、预测性警务;ChatGPT 等生成式人工智能系统必须披露内容是人工智能生成的;用于在被认为高风险的选举中影响选民的人工智能系统被视为高风险。这些规则旨在促进以人为本、值得信赖的人工智能的应用,并保护健康、安全、基本权利和民主免受其有害影响。 3. 在 Cursor 进阶方面,Cursor rules 的主要目的是让 AI 输出更多理解信息。使用之后 AI 的回复会随机带着相关图出现,便于查阅。意在以各种形式提升 AI 对自己所做的事情的理解,同时也方便用户理解 AI 所做的事情,以便于持续控制 AI 的产出。此外,还提到了各种建议配置的文档,如初始化文档、目录文档、关联模块文档和全局文档等。
2025-03-06
如何写AI rules 和readme
以下是关于如何写 AI rules 和 readme 的相关内容: 对于 AI rules: 1. 您可以通过修改 Cursor Settings 下的 Rules for AI 部分来向 Cursor 添加自定义指令。此自定义说明将包含在 Cursor Chat 和 Ctrl/⌘K 等功能中。 2. 对于特定于项目的说明,您可以将其包含在项目根目录的.cursorrules 文件中。与“AI 规则”部分相同,.cursorrules 文件中的说明也将包含在 Cursor Chat 和 Ctrl/⌘K 等功能中。 在创建优质的.cursorrules 时,需要注意以下几个关键部分: 1. 先说清楚您是谁,就像找技术大牛帮忙时,先告诉他您期待他是什么样的人,拥有什么专业技能,这样 AI 会按照专家的水准来思考和编码。 2. 告诉 AI 您要干什么,相当于项目启动前的需求对齐,告诉 AI 项目要做成什么样,它会围绕目标写代码。 3. 定好项目的“规矩”,强调团队的代码规范,统一代码风格,方便维护,AI 会严格按照规范写代码。 4. 明确文件放哪,像整理房间分区一样规划好代码“位置”,方便后期查找。 5. 指定用什么“工具”,提前说明框架和库,避免 AI 引入其他依赖,保证项目整洁统一。 6. 告诉 AI 怎么做测试,提前告知测试标准,它会生成考虑可测试性的代码,并主动写测试用例。 7. 推荐参考资料,给 AI 提供“学习资料”,让其基于最佳实践写代码,避免常见错误。 8. 如果项目需要画页面,补充 UI 的要求。 关于 readme:Trae 运行后,可以直接点“应用”,Trae 会直接创建一个 readme 文档,您可以在其中直接进行修改,包括带有章节选择,很方便。
2025-02-23
cursorrules是个什么东西,为什么在做cursor需要用到它?
.cursorrules 是 Cursor 中的一个特殊文件,需放在打开文件夹的根目录。它具有以下重要作用: 1. 改变 Cursor 对于后台 LLM 的 prompt:文件中的所有内容都会作为 prompt 的一部分发给后端的 AI,如 GPT 或 Claude,为定制化带来极大灵活性。例如,可以把计划的内容放在这个文件里,让 Cursor 在对话时获取最新版计划,还能在文件中给予更详细的指令。 2. 实现闭环:Cursor 会自动读取该文件内容了解最新动态,经过思考后将更新后的进度和下一步计划写回文件。 3. 支持更多工具的使用:由于可以通过.cursorrules 直接控制给 Cursor 的 prompt,且 Cursor 有运行命令的能力,可事先在文件中向它介绍工具用法,使其学会使用工具完成任务。例如,对于网页浏览和搜索工具,可在文件中进行相关设置和说明。 4. 规范代码生成:就像给助手的“整理指南”,提前把编码规则、项目结构、注意事项写在这个文件里,AI 会自动按照要求写代码,避免生成混乱的代码。
2025-02-06
cursor rules for ai 配置
关于 Cursor 中 AI 的配置规则如下: Rules for AI:您可以通过修改 Cursor Settings > General > Rules for AI 部分来向 Cursor 添加自定义指令。此自定义说明将包含在 Cursor Chat 和 Ctrl/⌘ K 等功能中。对于特定于项目的说明,您可以将其包含在项目根目录的.cursorrules 文件中,且该文件中的说明也将包含在上述功能中。 Codebase Indexing:默认情况下,如果未启用隐私模式,Cursor 将索引代码库中的所有文件。您还可以展开 Show Settings 部分以访问更多高级选项,在这里可以决定是否为新存储库启用自动索引,并配置 Cursor 在存储库索引期间将忽略的文件。如果项目中有 AI 绝对不需要读取的大型内容文件,忽略这些文件可能会提高答案的准确性。 Custom API Keys: OpenAI API Keys:Cursor 允许您输入自己的 OpenAI API 密钥,以自费发送任意数量的 AI 消息。您可以从获取自己的 API 密钥。要使用,请到 Cursor Settings > Models > OpenAI API Key 输入您的 API 密钥,然后点击“Verify”按钮,验证通过后即可启用。 Anthropic API Keys:与 OpenAI 类似,您可以设置自己的 Anthropic API 密钥,以便自费使用基于 claude 的模型。 Google API Keys:您可以设置自己的 Google API 密钥,以便自费使用如 gemini1.5flash500k 等 Google 模型。
2024-11-18
我是一个前端开发人员,在工作中,我可以使用哪些ai工具提效
以下是一些适合前端开发人员在工作中提效的 AI 工具: 1. 辅助编程工具: GitHub Copilot:由 GitHub 联合 OpenAI 和微软 Azure 团队推出,支持多种语言和 IDE,能快速提供代码建议。 通义灵码:阿里巴巴团队推出,提供多种编程辅助能力。 CodeWhisperer:亚马逊 AWS 团队推出,由机器学习技术驱动,实时提供代码建议。 CodeGeeX:智谱 AI 推出的开源免费编程助手,基于 130 亿参数的预训练大模型。 Cody:Sourcegraph 推出的代码编写助手,借助强大的代码语义索引和分析能力。 CodeFuse:蚂蚁集团支付宝团队推出的免费 AI 代码助手。 Codeium:通过提供代码建议等帮助提高编程效率和准确性。 更多辅助编程 AI 产品,可查看:https://www.waytoagi.com/category/65 。每个工具功能和适用场景不同,可根据需求选择。 2. 测试用例生成:AI 在生成测试用例方面具有显著优势,能自动化和智能化生成高覆盖率的测试用例,减少人工编写时间和成本。通过合理应用 AI 工具,可提高测试效率、增强测试覆盖率和发现潜在问题,从而提升软件质量和用户体验。 3. 网页原型图生成工具: 即时设计:https://js.design/ ,可在线使用的「专业 UI 设计工具」,注重云端文件管理和团队协作。 V0.dev:https://v0.dev/ ,Vercel Labs 推出的 AI 生成式用户界面系统,能通过文本或图像生成代码化的用户界面。 Wix: ,用户友好,无需编码知识即可创建和自定义网站,提供广泛模板和设计选择,以及多种功能。 Dora:https://www.dora.run/ ,通过一个 prompt,借助 AI 3D 动画生成强大网站。 请注意,以上内容由 AI 大模型生成,请仔细甄别。
2025-04-14
作为前端开发人员,推荐学习哪些AI技术呢
作为前端开发人员,以下是一些推荐学习的 AI 技术: 1. 了解 AI 基本概念: 阅读「」部分,熟悉 AI 的术语和基础概念,包括人工智能、机器学习、深度学习、自然语言处理等主要分支及其联系。 浏览入门文章,了解 AI 的历史、当前应用和未来发展趋势。 2. 开始 AI 学习之旅: 在「」中,找到为初学者设计的课程,特别推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按照自己的节奏学习,并有机会获得证书。 3. 选择感兴趣的模块深入学习: AI 领域广泛,如图像、音乐、视频等,可根据兴趣选择特定模块深入学习。 掌握提示词的技巧,其上手容易且很有用。 4. 实践和尝试: 理论学习后,实践是巩固知识的关键,尝试使用各种产品做出作品。 在知识库查看大家实践后的作品、文章分享,并进行自己实践后的分享。 5. 体验 AI 产品: 与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人互动,了解其工作原理和交互方式,获得对 AI 在实际应用中表现的第一手体验。 此外,如果希望继续精进,对于 AI,可以尝试了解以下内容作为基础: 1. AI 背景知识: 基础理论:了解人工智能、机器学习、深度学习的定义及其之间的关系。 历史发展:简要回顾 AI 的发展历程和重要里程碑。 2. 数学基础: 统计学基础:熟悉均值、中位数、方差等统计概念。 线性代数:了解向量、矩阵等线性代数基本概念。 概率论:基础的概率论知识,如条件概率、贝叶斯定理。 3. 算法和模型: 监督学习:了解常用算法,如线性回归、决策树、支持向量机(SVM)。 无监督学习:熟悉聚类、降维等算法。 强化学习:简介强化学习的基本概念。 4. 评估和调优: 性能评估:了解如何评估模型性能,包括交叉验证、精确度、召回率等。 模型调优:学习如何使用网格搜索等技术优化模型参数。 5. 神经网络基础: 网络结构:理解神经网络的基本结构,包括前馈网络、卷积神经网络(CNN)、循环神经网络(RNN)。 激活函数:了解常用的激活函数,如 ReLU、Sigmoid、Tanh。 如果偏向技术研究方向: 1. 数学基础:线性代数、概率论、优化理论等。 2. 机器学习基础:监督学习、无监督学习、强化学习等。 3. 深度学习:神经网络、卷积网络、递归网络、注意力机制等。 4. 自然语言处理:语言模型、文本分类、机器翻译等。 5. 计算机视觉:图像分类、目标检测、语义分割等。 6. 前沿领域:大模型、多模态 AI、自监督学习、小样本学习等。 7. 科研实践:论文阅读、模型实现、实验设计等。 如果偏向应用方向: 1. 编程基础:Python、C++等。 2. 机器学习基础:监督学习、无监督学习等。 3. 深度学习框架:TensorFlow、PyTorch 等。 4. 应用领域:自然语言处理、计算机视觉、推荐系统等。 5. 数据处理:数据采集、清洗、特征工程等。 6. 模型部署:模型优化、模型服务等。 7. 行业实践:项目实战、案例分析等。 无论是技术研究还是应用实践,数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态,并结合实际问题进行实践锻炼。请注意,以上内容由 AI 大模型生成,请仔细甄别。
2025-02-18
AI前端开发
以下是关于 AI 前端开发的相关内容: 白九龄在 0 基础使用 Cursor 开发微信小程序时,遇到了诸多问题。如添加背景元素营造氛围、实现自适应和滑动效果、处理意图分析页面的信息展示和排版风格、生成海报时的字数显示和行数限制以及位置和视觉呈现的调整等。由于大模型自身的限制,无法很好地理解一些需求,导致开发过程中出错频繁。此外,还存在模型 token 费用和变现困难等问题。 Yeadon 以“Windsurf 学习共创社区”为例,演示了如何借助 AI 能力快速构建现代化 Web 应用。技术选型为 Vue + TypeScript,目标用户为零基础开发学习者,参考项目为 Cursor101。开发流程包括需求分析与代码生成、环境配置自动化、问题诊断与修复、界面优化与细节打磨、功能迭代与完善。在开发过程中,输入需求让 Windsurf 进行代码生成,可能会出现报错,将报错信息返回给 Cascade 进行自动检查和修复。之后对网页进行细节优化,如导航栏和首页。 齐码蓝开发一个可以承载离谱生物档案的网站,每个页面包含生物介绍、图片、头像、文字介绍,并支持打字和语音对话以及展示相关离谱事件。项目初始化与配置方面,推荐的技术栈包括前端的 React.js 或 Vue.js,后端的 Node.js 加上 Express.js,数据库选择 MongoDB,语音处理使用 Google Cloud SpeechtoText 和 TexttoSpeech API。开发环境配置方面,选择 Visual Studio Code 作为 IDE,安装 Node.js 时会一并安装 npm 用于管理项目依赖。项目目录结构可能如下所示。
2025-01-08
RuntimeError: Couldn't clone Stable Diffusion. Command: "git" clone --config core.filemode=false "https://github.com/Stability-AI/stablediffusion.git" "/Users/lichenhui/stable-diffusion-webui/repositories/stable-diffusion-stability-ai" Error code: 12
以下是关于您遇到的“RuntimeError: Couldn't clone Stable Diffusion”错误的分析和解决建议: 这个错误通常表示在克隆 Stable Diffusion 时出现问题。可能的原因包括: 1. 库的某些文件或依赖项已更改或已移除,导致无法找到所需的提交。 2. Git 存储库的状态不正确。 3. 网络连接存在问题。 解决方法如下: 1. 尝试清除本地库并重新克隆 Stable Diffusion,然后再次运行代码。 2. 运行以下命令来检查网络连接:ping files.pythonhosted.org
2025-02-12
flux inpainting 是怎么基于diffusersion train的inpainting
Flux inpainting 基于 diffusion train 的 inpainting 通常涉及以下方面: 训练扩散模型在特定的表示上,能够在降低复杂度和保留细节之间达到最优平衡点,显著提高视觉保真度。在模型架构中引入交叉注意力层,使其成为强大且灵活的生成器,能够处理诸如文本和边界框等一般条件输入,实现基于高分辨率卷积的合成。 关于 Midjourney 的训练 prompt 方面: Midjourney 会定期发布新的模型版本以提高效率、连贯性和质量。最新模型是默认的,但也可以通过 version 或 v 参数或使用 /settings 命令选择其他模型版本。不同模型在不同类型的图像上表现出色。Midjourney V5 模型是最新且最先进的模型,于 2023 年 3 月 15 日发布。使用该模型可在 prompt 末尾添加 v 5 参数,或通过 /settings 命令选择 MJ Version 5。该模型具有很高的连贯性,擅长解释自然语言 prompt,分辨率更高,并支持诸如 tile 等高级功能。V5 基础模型具有更广泛的风格范围、对 prompt 响应更灵敏、图像质量更高(分辨率提高 2 倍)、动态范围改进、图像细节更丰富且更准确、文本干扰更少等新特点,还支持 tile 参数实现无缝平铺(实验性)、支持大于 2:1 的 ar 宽高比(实验性)、支持 iw 权衡图像 prompt 与文本 prompt 以及特定的风格和 prompt 方式。
2025-01-22
what does waytoAGI do and how it helps its users
“通往 AGI 之路”(WaytoAGI)是一个致力于人工智能学习的中文知识库和社区平台,具有以下特点和作用: 提供全面的 AI 学习路径,涵盖基础概念到实际应用的各个方面,帮助用户有效获取知识、提高自身能力。 由开发者、学者和 AI 爱好者共同参与建设,提供丰富的学习资源,包括文章、教程、工具推荐以及最新的 AI 行业资讯等。 定期组织活动,如视频挑战赛、模型创作大赛等,鼓励成员在实践中学习,促进交流与合作。 品牌 VI 融合独特设计元素,以彩虹色彰显多元性和创新,以鹿的形象象征智慧与优雅,通过非衬线字体展现现代感和清晰性。 在飞书 5000 人大群里内置智能机器人「waytoAGI 知识库智能问答」,基于飞书 aily 搭建。用户在飞书群里发起话题时即可,它能实现自动问答、知识搜索、文档引用、互动教学、最新动态更新、社区互动、资源共享、多语言支持等功能。例如自动回答用户关于 AGI 知识库内涉及的问题,对多文档进行总结、提炼,在内置的「waytoAGI」知识库中搜索特定信息和数据,快速返回相关内容等。
2024-12-27
AI 提示词对是做什么的,user 和 assistant 代表什么?
AI 提示词是用于向语言模型传递指令、问题或其他详细信息,以指导模型生成更好的结果。其质量与提供的信息数量和完善度有关。 在使用 OpenAI 的 gpt4 或者 gpt3.5turbo 等聊天模型时,可以使用三个不同的角色来构建 prompt:system、user 和 assistant。其中,system 不是必需的,但有助于设定 assistant 的整体行为,帮助模型了解用户的需求,并根据这些需求提供相应的响应。user 代表用户传递给模型的消息,而 assistant 的消息则是模型给出的响应。 提示工程(Prompt Engineering)就是探讨如何设计出最佳提示词,用于指导语言模型帮助我们高效完成某项任务。例如,可以通过改进提示词来获得更符合需求的输出结果。语言模型能够基于给出的上下文内容进行续写,但输出结果可能出人意料,通过优化提示词可改善。 此外,从提示词的视角看大模型的输出,可分为系统提示词、用户提示和助手提示词三段,这三段内容是连续的。攻击者可能通过操纵模型输出获取系统提示词,而系统提示词包含应用的原信息、功能设定、产品设定以及 AI 应用的逻辑等。
2024-12-11
什么是System prompt?什么是user prompt?二者有何区别?
System prompt(系统提示)是指在与语言模型(如 ChatGPT 等)的交互中,用于指定模型如何根据设定的角色和逻辑进行回答的文本。它通常包括任务定义(确保模型清楚自己的任务)、输出格式(指导模型如何格式化回答)、操作边界(明确模型不应采取的行为)等部分。在对话中,每次模型给出回应时,都会考虑到系统提示,它就像一个过滤器,模型在回应新提示之前会自动应用。 User prompt(用户提示)则是用户给语言模型(如 Claude 等)的文本,通常以问题或指示的形式出现,用于引发相关输出。 二者的区别在于: 来源不同:System prompt 是为模型设定的规则和指导,而 User prompt 是由用户发起的输入。 作用不同:System prompt 影响模型的整体回答方式和范围,User prompt 则是具体的问题或指令,期望得到针对性的回答。
2024-10-18
Flux 的lora模型训练教程,我想用用diffuser代码训练,而不是webui或comfyui
以下是关于 Flux 的 lora 模型训练的相关信息: Flux GGUF 模型:https://huggingface.co/city96/FLUX.1devgguf/tree/main GGUF 配套节点插件:https://github.com/city96/ComfyUIGGUF 在最新版本的 ComfyUI 中,GGUF 的节点插件可在 Manager 管理器中搜到下载安装,但 NF4 的配套节点插件搜不到。 注意使用精度优化的低配模型时,工作流和原版不同。把官方的 fp8 工作流中底模的节点换成 NF4 或者 GUFF 即可。 相关生态发展迅速,有 Lora、Controlnet、IPadpter 相关生态建设,字节最近发布的 Flux Hyper lora 可用于 8 步快速生图。下节将先讲讲 Flux 的 lora 训练。
2024-09-05