Cursor Vibe Coding Template

游标振动编码项目模板

一个全面的项目模板 氛围编程 Cursor具有预配置的AI工具、MCP服务器和智能开发工作流程。

目录

• 快速开始
• 特性
• 包含什么
• Vibe编码工作流程
• 配置
• 文档
• 贡献
• 许可证

🚀 快速开始

1.创建您的项目

推荐：用作GitHub模板

1. 点击GitHub上的“使用此模板”按钮
2. 从模板创建新存储库
3. 克隆您的新存储库：

   git clone git@github.com:yourusername/your-project-name.git
   cd your-project-name
   cursor .

1. 提示AI代理： "initialize this project as "

替代方案：直接克隆模板

# If you cloned the template repository directly
git clone git@github.com:your-org/project_template.git my-new-project
cd my-new-project
cursor .

# Then prompt the AI agent:
# "Initialize the repo for my new project"

AI代理将自动处理模板设置，包括：

• 设置MCP配置
• 为您的项目自定义文件
• 初始化git仓库和GitHub仓库（仅克隆模板需要）

手动设置（如果首选）

# After cloning the template to your project folder
cd my-new-project

# REQUIRED: Set up MCP configuration
cp .cursor/.mcp.json.example .cursor/mcp.json
# Edit .cursor/mcp.json with your API keys

# Optional: Copy .env only if you plan to use TaskMaster CLI
# (Not needed for the recommended MCP workflow)
cp .env.example .env  # Optional
# Add your API keys to .env  # Only if using CLI

# IMPORTANT: Customize for your project
# - Replace this README.md with your project's README
# - Update SECURITY.md to remove template references
# - Remove or update any hardcoded paths in configuration files

2.启动Vibe编码

cursor .
# For GitHub template usage: "initialize this project as "
# For cloned templates: "Initialize the repo for my new project"

✨ 特性

此模板提供了一个即用型开发环境，其中包括：

• 🎯 TaskMaster人工智能集成 -基于人工智能的PRD解析、复杂性分析和任务分解的智能任务管理
• 🧠 内存MCP服务器 -用于跨会话维护上下文的持久知识图
• 🔗 上下文7 MCP -增强对代码库的理解和上下文辅助
• 🐙 GitHub MCP集成 -无缝的GitHub存储库和问题管理
• 📝 预先配置的游标规则 -优化了前端、测试、Python和工作流自动化的规则
• 🚀 自动化Git工作流 -具有范围权限的智能存储库初始化
• 🤖 代理驱动设置 -AI助手自动处理模板初始化

🛠️ 包含什么

MCP服务器（预配置）

• TaskMaster AI -人工智能驱动的项目管理和任务编排
• 记忆 -用于上下文保留的持久知识图
• 背景7 -增强的代码库分析和建议
• GitHub -存储库管理和问题跟踪

光标规则

• development.mdc -前端、测试和Python开发最佳实践
• rule_management.mdc -规则结构和格式指南
• self_improve.mdc -自我改进的规则管理模式
• workflow.mdc -Git、Taskmaster和内存MCP工作流
• taskmaster/ -全面的TaskMaster工作流规则

设置和配置

• .cursor/.mcp.json.example -模板MCP服务器配置
• .env.example -CLI使用的可选环境变量

项目结构

project_template/
├── .cursor/
│   ├── mcp.json              # MCP server configuration
│   ├── .mcp.json.example     # Template for MCP setup
│   └── rules/                # Cursor coding rules
├── .taskmaster/              # TaskMaster configuration
│   ├── config.json           # AI model settings
│   ├── docs/                 # Documentation directory
│   ├── tasks/                # Task files
│   └── templates/            # PRD templates
├── .github/
│   └── instructions/         # GitHub workflow instructions
├── AGENTS.md                 # TaskMaster integration guide
├── CLAUDE.md                 # Claude Code integration guide
└── .env.example              # Optional: Environment variables for CLI usage only

🎯 Vibe编码工作流程

此模板针对以下内容进行了优化 氛围编程 -一种使用受控MCP工作流平衡结构和创意流的开发风格。

🚀 初始化Git仓库

注： 仅在直接克隆模板时需要。当用作GitHub模板（推荐）时，您的存储库已经初始化。

提示： "Initialize git repo" 或 "Initialize the repo for my new project"

对于克隆的模板，AI代理会自动遵循以下工作流程：

1. 模板清理 -删除特定于模板的 .git 历史
2. 本地Git设置 -使用正确的初始化新存储库 .gitignore
3. GitHub存储库 -创建私有仓库，并通过GitHub CLI启用问题
4. 作用域身份验证 -以最小权限生成特定于存储库的GitHub PAT
5. MCP配置 -更新 .cursor/mcp.json 使用范围令牌
6. 初始提交 -将您的新项目推送到 main 使用SSH身份验证的分支

📋 PRD驱动开发（用户控制）

步骤1：初始化TaskMaster

提示： "Initialize TaskMaster for this project"

• 使用 initialize_project MCP工具用于设置项目结构

步骤2：创建和验证PRD

提示： "Help me create a Product Requirements Document for [describe your project idea]"

• 与人工智能合作编写全面的PRD
• 通过反复讨论细化需求
• PRD草稿保存在本地 .taskmaster/docs/prd.txt

步骤3：从PRD创建GitHub Issue

提示： "I accept this PRD. Please create a GitHub Issue with the full PRD content"

• AI创建包含完整PRD文本的GitHub Issue
• GitHub Issue成为需求的唯一真实来源
• 自动删除本地PRD文件 防止混淆

步骤4：生成任务（需要显式触发器）

提示： "Start working on the PRD" 或 "Generate tasks from the PRD Issue"

• 重要提示： 任务仅在此明确指令之后生成
• AI使用TaskMaster MCP解析GitHub Issue并创建结构化任务
• 复杂任务通过人工智能驱动的复杂性分析进行分解

步骤5：确认任务选择

提示： "I want to begin with task [ID]" 或 "Which task should I start with?"

• 必修的： AI在执行之前必须确认要开始哪项特定任务
• 未经您的批准，AI不会自动启动任务执行
• 用途 next_task MCP工具根据依赖关系建议最佳起点

🧠 内存和上下文管理

内存MCP工作流程：

• 内存操作之前 -AI问： "May I save this information to the knowledge graph?"
• 用户确认 - "Yes, you can update memory" 或 "No, don't save this yet"
• 上下文保护 -在明确同意的情况下，跨会话保持理解

🔄 显式控制的开发循环

• AI建议 -提供建议和分析
• 用户决定 -重大操作需要明确批准
• 受控自动化 -MCP服务器协助但不覆盖用户决策
• 进度跟踪 -以用户意识记录开发情况

🎵 Vibe

人工控制智能辅助：

1. 表达你的意图 自然语言
2. AI结构和建议 通过MCP集成工作
3. 您批准并指导 有明确的确认点
4. 代码在流中 具有全面的上下文感知和受控的自动化
5. 迭代发货 具有透明的进度跟踪功能

MCP服务器提供强大的帮助，同时让您坐在驾驶座上。

🔧 配置

必需的API密钥

对于MCP工作流（推荐）： 增添 .cursor/mcp.json:

{
  "mcpServers": {
    "taskmaster-ai": {
      "env": {
        "ANTHROPIC_API_KEY": "your_key_here",
        "PERPLEXITY_API_KEY": "your_key_here"
      }
    }
  }
}

对于CLI工作流（可选）： 增添 .env 文件：

# AI Models
ANTHROPIC_API_KEY=your_key_here
PERPLEXITY_API_KEY=your_key_here  # For research features
OPENAI_API_KEY=your_key_here      # Optional
GOOGLE_API_KEY=your_key_here      # Optional

# GitHub (auto-configured during git init)
GITHUB_TOKEN=your_scoped_pat_here

重要提示：

• 这 .env.example 该文件是为希望直接使用TaskMaster CLI命令的用户提供的。对于Cursor中推荐的MCP工作流，仅 .cursor/mcp.json 需要配置。
• 环境文件区分：此模板的 .env.example 包含TaskMaster CLI配置。您的项目也可能需要自己的 .env 应用程序配置文件（数据库URL、应用程序API密钥等）-这些都是完全独立的问题。

MCP服务器设置

该模板包括以下示例配置 .cursor/.mcp.json.example.复制和自定义：

{
  "mcpServers": {
    "taskmaster-ai": {
      "command": "npx",
      "args": ["-y", "--package=task-master-ai", "task-master-ai"],
      "env": {
        "ANTHROPIC_API_KEY": "your_key_here"
      }
    }
  }
}

📚 文档

• 代理商.md -全面的TaskMaster AI集成指南
• CLAUDE.md -Claude Code特定的工作流程和命令
• .cursor/rules/ -详细的编码规则和模式
• .taskmaster/templates/ -PRD模板和示例

📄 许可证

MIT许可证-请参阅 许可证 文件以获取详细信息。

🤝 贡献

此模板会随着使用而演变。这 meta_rules.mdc 启用自我改进的模式-规则会根据代码库中出现的模式自动更新。

如何做出贡献

1. 分叉存储库
2. 创建要素分支(git checkout -b feature/amazing-feature)
3. 进行更改
4. 提交您的更改(git commit -m 'Add amazing feature')
5. 推到分支(git push origin feature/amazing-feature)
6. 打开拉取请求

🔗 相关项目

• TaskMaster AI -核心任务管理系统
• 光标 -此模板专为AI驱动的代码编辑器而设计

🙏 致谢

该模板的灵感来自人工智能开发社区的几个优秀资源：

• Viktor Farcic的YouTube自动化 -AI驱动的开发工作流程的参考实施
• 我的人工智能工作流程：我如何比以往更快地编码、测试和部署 -Viktor Farcic人工智能辅助开发工作流程综合指南
• AI实验室视频 -对人工智能开发实践和工具的见解

这些资源为构建人工智能驱动的开发工作流程、MCP服务器集成以及使用人工智能助手进行vibe编码的最佳实践提供了宝贵的见解。

______________________________________________________________________

快乐的氛围编码！ 🎵✨