cursor的openai key的进一步展开说明

揭秘OpenAI新神器：Cursor源码深度解析与利用探索

## 背景

Cursor （github.com/getcursor/c…）是一款专为编程与人工智能而设计的编辑器。

虽然现在还处于初期阶段，但目前Cursor可以完成以下几个任务：

1. 写作：使用比 Copilot 更智能的AI生成10⑴00行代码；
2. 差异：要求AI编辑一段代码块，并只查看建议的更改；
3. 聊天：采取类ChatGPT界面，了解当前的文件；
4. 和更多：要求修复lint毛病，在悬停时生成测试/注释等。

Cursor背后的公司于 2023 年在旧金山成立，主要开发利用 LLM 从基层建立的 IDE。

开创团队目前2位，已取得 OpenAI 的投资：

1. Aman Sanger ，2023 年毕业于麻省理工学院数学与计算机科学专业，Abelian AI 联合开创人
2. Michael Truell ，2023 年毕业于麻省理工学院数学与计算机科学专业。

## Cursor源码架构

Cursor 目前开源的部份是基于 Electron + CodeMirror 搭建的，源码代码质量不高，我乃至都怀疑代码都是用AI写的…拼凑感很强，另外没有一条测试用例。不过从市场角度也能理解，毕竟要快速捉住市场为主，两位MIT的高材生也没有太多前端工程经验。

整体的架构可以画一张图来表示：

在 Electron 架构之上主要构建了6个模块：

1. LSP ，语言服务，内置了对TS、Python、C++等常见的语言支持；
2. Settings ，一系列设置，比如 OpenAI 的key，开启的语言服务等等；
3. Comment ，注释，生成注释用；
4. CodeMirror ，一些基于CodeMirror的补钉；
5. Chat ，核心模块，generation也在这里面，是与AI的交互部份，也是我们本文分析的重点模块；
6. Extensions ，扩大，比如编辑器相关的扩大，自动补全，等等，目前还没有开放插件能力。

## 特性分析

Cursor 至今的官网和代码仓库都十分简陋，没有详细的文档介绍。

在它的Github主页宣称比 Copilot 更智能，但目前只能从作者的Twitter上的一个视频（twitter.com/amanrsanger…）来评测它的功能，这个视频一共履行了五条指令：

1. Build the `SearchResult` component showing file icons, names, and paths Connect this component to redux How do I add a keyboard shortcut in electron? Where in the code are shortcuts and redux reducers to open file search Make cmd+p with label File Search open file search

目前 Cursor 支持的交互方式有两种，一个是 `cmd+k` 唤起指令模式，这个指令会调用AI进行生成代码，另外一种是 `cmd+l` 唤起的聊天模式，会返回 markdown 的文本显示在一个浮层上。

在上面的指令中，1、2、5应当是指令模式，3、4是聊天模式。

接下来，我们仿照这个视频的环境（它用的是 cursor 源码并且打开了一个fileSearch文件），深入探索下这些交互背后产生了甚么。

### 第一条指令，生成代码

基于命令生成代码应当是AI的基本操作，这里的逻辑位于源码文件的 `features/chat/chatThunks.ts` 中：

“`typescript
const thunkFactory = ( actionCreator: ActionCreatorWithoutPayload, name: string ) => createAsyncThunk ( `chat/ ${name} ` , async ( payload : null , { getState, dispatch }) => {
dispatch ( actionCreator ())
if ( ( getState () as FullState ). chatState . userMessages . at (- 1 ) ?. msgType == ‘chat_edit’ ) {
dispatch ( diffResponse ( ‘chat’ ))
} else {
dispatch ( streamResponse ({}))
} } )
“`

当我们输入回车的时候，就会触发 `submit` 的 action，而这里面的 `actionCreator` 都是经过 `thunkFactory` 包裹的，在这里面会看到，终究履行了 `streamResponse`。

由于 `streamResponse` 函数十分冗杂，我们截取一下要求部份：

“`typescript
const server = ` ${API_ROOT} /conversation` const response = await fetch (server, {
method : ‘POST’ ,
headers : {
‘Content-Type’ : ‘application/json’ ,
… getBearerTokenHeader (getState),
},
body : JSON . stringify (data),
})
“`

核心就是向 cursor 的服务器发送了一个 POST 要求，目前 cursor 的后台代码并未开源，所以对这块是黑盒，不过从命名可以看出这个是一个对话接口，后台的实现中肯定也包括了对AI的调用。 值得注意的是这其实不是一个普通的POST要求，它返回的是一个 text/event-stream 的MIME，可能大部份同学其实不熟习，实际上它用于实现服务器向客户端推送实时数据流。它是基于HTTP长轮询和服务器发送事件( SSE )的一种技术，能够实现服务器与客户端之间的双向通讯。

实际上 cursor 的 server 是将信息通过 token 的方式流式返回的，这样也保证了在界面中类似 chatGPT 那样的体验。

我们来看一下这个要求的入参：

编辑器传递给 server 有价值的信息包括：

– 当前的文件信息，包括文件的所有代码，文件名和路径
– 交互的类型和指令 message
– 上下文的 Code（源码中可以看到，是依照20行切分的字符串，猜想是提供给模型上下文的，同时避免超过最大token的限制）

基于这些信息，生成适合的 prompt ，AI就能够生成代码了。

### 第二条指令，AI续写内容

第二条指令与第一条指令区别，是选中了某段文本，然后要求改写，让我们来看看这次发起的要求：

会发现和上次要求的区别的地方在于 `selection` 和 `msgType` ，分外传入了选中的文本和 `edit` ，这样 server 应当就可以更准确地生成相应的 prompt。

在 `edit` 这个模式下，很容易会触发一个 `continue` 的要求，这是由于选中的文本，再加上AI返回的内容，很容易就会超过模型最大token的限制，所以 Cursor 这里还加了一个 `continue` 接口，用来接上之前不能一次性返回的内容。

可以看到 `continue` 接口多了一个 `botMessages` 字段，用来将上一次AI返回的信息再次传递过去，而接口应当也是根据这个上下文信息要求AI能够续写上之前的内容。

`continue` 的逻辑在源码中是有一个 `interrupted` 作为标识的，如果判断是 `edit` 模式并且由于token问题被中断了，就会触发 `continue` 的逻辑：

“`typescript
lastBotMessage = getLastBotMessage ( ( getState () as FullState ). chatState )!
if ( lastBotMessage. type == ‘edit’ && lastBotMessage. interrupted && lastBotMessage. hitTokenLimit ) {
await dispatch ( continueUntilEnd (lastBotMessage. conversationId ))
}
“`

### 第三条指令，聊天模式

这个是AI聊天的经典模式，向AI问了一个问题，我们看一下要求：

可以看到这次传参非常简单， `msgType` 变成了 `freeform` ，就是向AI提一个问题，不过这里或者一样，传递了当前文件的上下文和光标上下文。

### 第四条指令，AI理解工程

一样是聊天场景，但是这个问题 Cursor 可以从当前的工程中找到答案，会告知你在当前工程的哪些文件中有相关的实现，这就相比于纯洁的AI有了显著的进步，意味着可以联系工程上下文给出解决方案了。

其实它的要求并没有甚么特殊的，要实现工程上下文，我猜想 Cursor 在server端可能采取的方案：

1. 有自己的索引，根据索引找到问题关键词相关的工程上下文，提供给模型。
2. 实际上在源码中也有一点蛛丝马迹，在获得 Symbol 的时候， Cursor 查找了最近的10个文件，然后实现了一个自己的类似度计算函数，用来判断内容会不会匹配，这个方法是用来寻觅 Copilot 的 Snippet，但我估计后台也有类似的处理。

### 第五条指令，是个迷

第五条指令理论上可以自动让编辑器跳转到对应文件，然后修改代码，但我依照视频里面输入指令并没有触发，不过源码里面确切有对应实现，如果有人能够复现这个步骤欢迎告知我一下。

## 小结

本文深入分析了 Cursor 的内部实现，重点关注是如何结合AI做到代码生成和辅助我们写代码。惋惜的是， Cursor 最核心的后台实现并没有开源，这也算是他们目前的商业机密了。不过从客户真个代码中，我们也差不多斟酌了一二，大概能猜到它本身的实现思路。

我认为目前 Cursor 的核心优势是在于不要钱（现在也开始收费了）和理解项目工程的能力，相比来讲，它更想快速抢夺市场，但它的劣势在于挑战了VSCode全部生态。

依照作者的话说，他们畅享的许多能力都不能基于VSCode插件来实现，这点我能够理解，从目前的一些特性来看，比如直接关联工程文件，乃至跳转某个文件直接编辑和diff代码，都是非常灵活的交互，但我认为接下来 Cursor 面临的核心问题是：

cursor的openai key的常见问答Q&A