React性能优化规则
2026-04-03 09:38:30作者:农烁颖Land
- 🔍 自动检测:避免在render中创建函数(问题表现:组件不必要重渲染)
- 🔍 自动检测:列表渲染必须使用key属性(问题表现:DOM树频繁重建)
- 🔍 自动检测:useEffect依赖数组完整(问题表现:副作用执行时机错误)
#### 后端服务场景(FastAPI)
基础规则文件:`rules/python-fastapi-cursorrules-prompt-file/fastapi-performance-optimization.mdc`
定制示例:
```markdown
# FastAPI性能优化规则
- 🔍 自动检测:路径操作函数添加响应模型(问题表现:数据序列化效率低)
- 🔍 自动检测:数据库查询使用索引(问题表现:查询响应时间>100ms)
- 🔍 自动检测:大型响应启用压缩(问题表现:传输数据量>1MB)
全栈开发场景
组合规则文件:
- 前端:
rules/nextjs-typescript-cursorrules-prompt-file/next-js-performance-optimization.mdc - 后端:
rules/python-fastapi-best-practices-cursorrules-prompt-f/fastapi-performance-optimization.mdc
3. 规则冲突解决
当不同规则发生冲突时,可通过以下策略解决:
-
优先级声明:在规则前添加
[HIGH]/[MEDIUM]/[LOW]标记[HIGH] 必须使用React.memo包装纯组件 [LOW] 建议使用useMemo缓存计算结果 -
规则组合:创建
.cursorrules文件导入多个规则集{ "extends": [ "./rules/react-performance.mdc", "./rules/typescript-style.mdc" ], "rules": { "react/no-inline-function": "error", "react/use-memo": "warn" } }
常见误区:过度配置规则。建议初始只启用核心规则(约20-30条),后续逐步增加,避免信息过载。
进阶实践:自定义规则与工作流优化
规则优先级机制深度解析
Awesome CursorRules 的规则优先级由以下因素决定(按权重排序):
- 显式声明:通过
[HIGH]等标记直接指定 - 文件位置:项目根目录的规则覆盖全局规则
- 规则类型:错误类规则(error)优先于警告类规则(warn)
- 最近更新:新修改的规则优先于旧规则
自定义规则JSON Schema参考
{
"$schema": "http://json-schema.org/draft-07/schema#",
"type": "object",
"properties": {
"id": { "type": "string", "pattern": "^[a-z0-9-]+$" },
"name": { "type": "string" },
"description": { "type": "string" },
"severity": { "type": "string", "enum": ["error", "warn", "info"] },
"pattern": { "type": "string" },
"fixable": { "type": "boolean" },
"frameworks": { "type": "array", "items": { "type": "string" } }
},
"required": ["id", "name", "pattern", "severity"]
}
同类工具对比分析
| 工具 | 优势 | 劣势 | 适用场景 |
|---|---|---|---|
| Awesome CursorRules | 专注性能优化,规则丰富,轻量级 | 生态相对较新 | 中小型项目、敏捷开发 |
| ESLint + 插件 | 生态成熟,社区支持强 | 需手动配置性能规则 | 大型企业项目 |
| SonarQube | 全面的代码质量检查 | 重量级,配置复杂 | 大型团队、严格质量要求 |
规则工作流优化
优化后的工作流程建议:
-
提交前检查:配置pre-commit钩子自动运行规则检查
# 在项目根目录创建 .git/hooks/pre-commit # 添加以下内容 #!/bin/sh cursor-rules check --path ./src -
规则定期更新:每月同步官方规则库更新
git subtree pull --prefix rules https://gitcode.com/GitHub_Trending/aw/awesome-cursorrules main --squash -
性能数据追踪:集成到CI/CD流程生成性能报告
# .github/workflows/performance.yml 示例 jobs: performance-check: runs-on: ubuntu-latest steps: - uses: actions/checkout@v3 - run: npm install -g cursor-rules - run: cursor-rules report --output performance-report.md
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
250
Oohos_react_native
React Native鸿蒙化仓库
C++
347
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
985
