关于 Agent 在文件访问、规则、终端命令等方面常见问题的解决方法。

如何提高 Agent 的准确性？

• 提示尽量具体：说明预期行为和约束条件
• 对于涉及很多文件的任务，先使用 Plan mode
• 完成一个功能或切换任务后，开始新聊天
• 在.cursor/rules/中添加 rules，定义你希望 Agent 每次都遵循的模式
• 输入@后接文件或文件夹名称，为 Agent 提供有针对性的上下文

如果 Agent 找不到我的文件怎么办？

1. 检查项目根目录中的.cursorignore文件。列在其中的文件会对 Agent、语义搜索和@引用不可见。
2. 检查.gitignore。其中的模式也可能导致 Agent 无法发现文件。
3. 重新为项目建立索引：打开命令面板并搜索“Reindex”。
4. 在聊天输入框中输入@，然后接文件名，可直接附加文件。

如何撤销 Agent 的更改？

将鼠标悬停在之前的一条消息上，然后点击右下角的Restore Checkpoint，即可回退 Agent 在该时间点之后所做的所有更改。

检查点存储在本地，并独立于 git。永久性的版本控制请使用 git。

如果 Agent 在终端命令中设置了 CI=1，该怎么办？

Cursor 通过 Agent 运行终端命令时，会将CI=1设为环境变量。这有助于终端工具产生更简洁的输出。如果你的项目在设置CI=1时表现不同（例如跳过交互式提示或使用 CI 专用路径），你可以在命令中取消设置它：

unset CI && your-command-here

或者将这条规则添加进去，这样 Agent 就会始终取消设置它：

When running terminal commands, prefix with `unset CI &&` if the command's behavior changes in CI environments.

如何报告不理想的 Agent 响应？

1. 点击该响应底部的...菜单，选择Copy Request ID。
2. 在 forum.cursor.com 发帖，附上请求 ID、复现步骤以及你的系统信息 (macOS 位于Cursor > About Cursor，Windows/Linux 位于Help > About) 。

《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。全书共11章，前6章涵盖深度学习基础，包括张量运算、神经网络原理、数据预处理及卷积神经网络等；后5章进阶探讨图像、文本、音频建模技术，并结合Transformer架构解析大语言模型的开发实践。书中通过房价预测、图像分类等案例讲解模型构建方法，每章附有动手练习题，帮助读者巩固实战能力。内容兼顾数学原理与工程实现，适配PyTorch框架最新技术发展趋势。