Agent 是 Cursor 的 AI 助手。它可以搜索你的代码库、编辑多个文件、运行终端命令，并自行修复错误。
Agent 模式可以做什么？
Agent 可以从头构建功能、重构现有代码、修复 bug、编写测试，并运行 shell 命令。只需用自然语言给它一个任务，它就会判断需要读取哪些文件、要进行哪些更改，以及如何验证结果。
如何开始使用 Agent？
- 打开 Agent 面板：
- Mac: 按 Ctrl + I
- Windows/Linux: 按 Ctrl + I
- 输入你的请求。尽量具体说明你想要什么。例如："在首页添加一个带有邮箱和密码字段的登录表单。"
- 按 Enter。Agent 会开始探索你的代码库并进行更改。
- 在更改发生时，于差异视图中查看实时出现的编辑。
你也可以在浏览器中通过 cursor.com/agents 使用 Cloud Agents 运行 Agent。
如何中断 Agent？
点击停止按钮即可在 Agent 执行任务时中断它。这样你就可以重新指引，或改用其他方式。
如何审查 Agent 的更改？
Agent 在工作过程中会直接应用编辑。请在差异视图中审查这些内容，并拒绝任何你不想保留的部分。对于 PR 级别的审查，Bugbot 可以自动发现 bug 和安全问题。
如何撤销 Agent 的更改？
将鼠标悬停在之前的消息上，然后点击右下角的Restore Checkpoint，即可回退 Agent 在该节点之后所做的所有更改。
Agent 可以将任务委派给子代理吗？
可以。Agent 可以启动专门的子代理，并行处理调研、shell 命令或浏览器交互。每个子代理都在各自的上下文窗口中运行，并将结果返回给主对话。你也可以通过将 markdown 文件添加到.cursor/agents/来创建自定义子代理。
Agent 可以生成图片吗？
可以。Agent 可以根据文本描述或参考图片生成图片。这对 UI 原型图、产品素材或架构图很有帮助。生成的图片会保存到你的项目中，并直接显示在聊天中。
Agent 工作时，我可以将后续消息加入队列吗？
可以。你可以在 Agent 忙碌时提交下一条指令。你的消息会在队列中等待，并在当前任务完成后自动执行。你也可以拖动来调整队列中消息的顺序。
我应该使用哪种模式？
| 模式 | 最适合 | 可以编辑文件吗？ |
|---|---|---|
| Agent | 构建功能、重构、修复 bug | 可以 |
| Ask | 理解代码、探索架构 | 不可以（只读） |
| Plan | 适合你想先审查方案的复杂功能 | 可以（在你批准方案后） |
| Debug | 需要运行时证据的棘手 bug | 可以 |
大多数任务都使用 Agent。想在不做任何更改的情况下获得答案时，切换到 Ask。对于需要跨多个文件、且你想先审查方案的功能，使用 Plan。对于难以复现或理解的 bug，使用 Debug。
如何切换模式？
- 按 Shift + Tab 在不同模式间循环切换
- 点击 Agent 面板中的模式选择下拉菜单
每种模式都使用各自的上下文，因此切换模式会开启一个全新的上下文窗口。为获得最佳效果，在切换任务时请新建聊天。
规则在所有模式下都适用吗？
是的。项目规则、用户规则和团队规则适用于 Agent、Ask、Plan 和 Debug 模式。无论你使用哪种模式，这些规则都会包含在每次对话中。
《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。
