# 方法一：官网下载
open https://cursor.com/download

# 方法二：Homebrew
brew install --cask cursor

# 官网下载
Start-Process "https://cursor.com/download"

# 或 WinGet
winget install Cursor.Cursor

# 下载 deb 包
wget https://cursor.com/download/linux.deb
sudo dpkg -i linux.deb

# 或 AppImage
wget https://cursor.com/download/linux.AppImage
chmod +x *.AppImage
./cursor.AppImage

// settings.json
{
  "cursor.ai.enabled": true,
  "cursor.ai.tabCompletion": true,
  "cursor.ai.quickSuggestions": true
}

✅ 复杂代码问题
✅ 架构设计咨询
✅ 疑难 Bug 调试
✅ 代码审查

❌ 简单语法查询（用文档）
❌ 基础代码补全（用 Tab）
❌ 已知答案的问题
❌ 闲聊测试

# 写注释描述需求，Tab 自动补全
def calculate_fibonacci(n):
    # 计算斐波那契数列，使用动态规划
    # 按 Tab，Cursor 会自动生成完整代码

# 选中代码 → Cmd+K → 输入需求
"添加错误处理"
"改成异步函数"
"优化性能"
"添加类型注解"

# ❌ 低效提问
"这段代码为什么错了？"

# ✅ 高效提问
"@src/auth.ts 第 35 行，用户登录时 token 验证失败，
错误信息是'Invalid token format'，
我已经检查了 token 生成逻辑，问题可能在哪里？"

1. 访问 https://education.github.com/pack
2. 上传学生证明（学生证/在读证明）
3. 等待审核（1-2 周）
4. 审核通过后激活福利
5. 在 Cursor 中绑定 GitHub 账号

# 1. 安装 Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 2. 下载编程模型
ollama pull codellama:7b
ollama pull deepseek-coder:6.7b

# 3. VS Code 安装 Continue 扩展
# 扩展商店搜索 "Continue"

# 4. 配置 Continue

// .continue/config.json
{
  "models": [
    {
      "title": "CodeLlama",
      "provider": "ollama",
      "model": "codellama:7b"
    }
  ],
  "tabAutocompleteModel": {
    "provider": "ollama",
    "model": "deepseek-coder:6.7b"
  }
}

# VS Code 扩展商店搜索 "Codeium"
# 或访问 https://codeium.com

# Codeium 代码补全示例
def quick_sort(arr):
    # 输入函数名后，自动补全完整实现
    if len(arr) <= 1:
        return arr
    pivot = arr[len(arr) // 2]
    left = [x for x in arr if x < pivot]
    middle = [x for x in arr if x == pivot]
    right = [x for x in arr if x > pivot]
    return quick_sort(left) + middle + quick_sort(right)

# VS Code 扩展商店搜索 "通义灵码"
# 或访问 https://tongyi.aliyun.com/lingma

代码补全 → Cursor Tab（无限免费）
简单问题 → Cmd+K 内联编辑（低消耗）
复杂问题 → Cursor Chat（合理分配）
大量问答 → Continue + Ollama（完全免费）

// VS Code settings.json
{
  // 主编辑器用 Cursor
  "cursor.ai.tabCompletion": true,
  
  // 备用方案用 Continue
  "continue.enabled": true,
  
  // 代码补全用 Codeium
  "codeium.enabled": true
}

❌ 低效：
Q1: "这个函数怎么写？"
Q2: "怎么添加错误处理？"
Q3: "怎么优化性能？"

✅ 高效：
"帮我写一个用户登录函数，要求：
1. 包含密码加密
2. 添加错误处理
3. 考虑性能优化
4. 添加类型注解"

@src/auth.ts 分析这个文件的认证逻辑
@package.json 根据依赖推荐项目结构
@docs 查询 React 18 的并发特性

# 使用量化模型（更快，稍低精度）
ollama pull codellama:7b-q4_K_M

# 调整上下文长度
ollama run codellama --num_ctx 4096

# 使用 GPU 加速（如有）
OLLAMA_NUM_GPU=1 ollama serve