Cursor Memory Bank 开源项目最佳实践教程
2025-05-24 08:55:26作者:范垣楠Rhoda
1. 项目介绍
Cursor Memory Bank 是一个开源项目,旨在增强 AI 助手的功能,通过在会话之间维护完美的文档记录,来解决 AI 的会话记忆限制问题。该项目创建了一个结构化的文档系统,作为 AI 的持久性记忆,从而提高工作效率和文档的连贯性。
2. 项目快速启动
安装
方式一:使用 npx(推荐)
在您的项目根目录中运行以下命令:
npx cursor-bank init
此命令将自动执行以下操作:
- 将
.cursor/rules目录复制到您的项目中 - 在项目根目录中创建一个
memory-bank目录
方式二:全局安装
使用 npm 进行全局安装:
npm install -g cursor-bank
然后在您的项目中运行初始化命令:
cursor-bank init
方式三:直接下载文件
您也可以直接从以下位置手动下载 .cursor/rules 目录:
(请在这里填写正确的下载路径)
初始化
对于现有项目,写入 Cursor 代理以初始化记忆库。
对于新项目,推荐以下流程:
写入 Cursor 代理:
PLAN
<描述您想要构建的项目细节>
Cursor 代理结束发言后,写入:
initialize memory bank
3. 应用案例和最佳实践
- 规划阶段:使用 PLAN 命令来描述项目目标和需求,确保所有细节都被记录下来。
- 执行阶段:在 ACT 命令之后,根据规划阶段的信息开始实施项目,确保每个步骤都有对应的文档记录。
- 更新记忆库:在项目进展过程中,使用
update memory bank命令来更新文档,保持信息与项目状态同步。
4. 典型生态项目
目前,Cursor Memory Bank 项目生态中并没有明确列出典型的生态项目。不过,任何需要维护详细开发文档和会话记录的项目都可能成为该项目的潜在使用者。例如,开发复杂软件的系统集成商、需要跟踪变更记录的团队或是个体开发者,都可以利用 Cursor Memory Bank 来提升他们的工作效率。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146