AI热点 6月前 110 阅读 0 评论

Cursor 0.51 全网首个新功能深度体验:Generate Memories 让 AI 编程助手拥有"记忆"

作者头像

AI技术专栏作家 | 发布了 246 篇文章

🎯 写在前面


首先,cursor 0.51对UI设计界面做了重大更新:各个配置条目更为合理,看上去不再是草台班子的感觉。官方0.51changelog暂未发布,先体验一下BETA的Memories能力。



你是否遇到过这样的困扰:每次开启新的 Cursor 对话,都要重新向 AI 解释项目背景、技术栈、架构设计?或者当对话内容过多时,AI 就"忘记"了之前讨论的重要信息?


如果你有过这样的经历,那么 Cursor 0.51 版本新推出的 Generate Memories 功能绝对是你的救星!这个功能就像给 AI 装上了"大脑",让它能够记住项目的关键信息,真正成为你的得力编程伙伴。


今天我就来和大家分享一下这个令人兴奋的新功能的实际使用体验。虽然官方的changelog还没有详细介绍,但通过实际测试,我发现这个功能的潜力远超想象!


⚠️ 使用前必读


在开始体验之前,有个重要提醒:目前 Generate Memories 功能还处于 BETA 测试阶段,只有在关闭隐私模式(privacy mode)的情况下才能使用。


这意味着你的一些项目信息会被分享给 Cursor 服务器。如果你正在处理敏感项目或公司代码,建议先评估一下风险再决定是否启用。对于个人学习项目或开源项目来说,这个功能绝对值得一试!



cursor的隐私模式,要求所有文件内容共享给cursor。


💡 什么是 Memories?让 AI 拥有"记忆"的神奇功能


想象一下,如果你的编程助手能够记住你们之前所有的对话内容,记住项目的技术栈、架构设计、编码规范,甚至是你的个人偏好,那该多好?Memories 功能就是为了解决这个痛点而生的。


简单来说,Memories 就是一个智能的知识库,它会自动将对话中的重要信息提取出来,形成结构化的文档保存起来。这样,无论你什么时候开始新的对话,AI 都能立即"回忆起"这些关键信息,就像一个真正了解你项目的资深开发者一样。


这个概念其实并不新鲜。之前 Cline 就在其中详细介绍过 Memory Bank 的实现方法。Cursor 社区的开发者们也一直在滚放社区中热烈讨论这个功能的必要性。现在,Cursor 官方终于将这个呼声很高的功能内置到了编辑器中,这对所有用户来说都是一个巨大的福音。


🔧 轻松上手:Generate Memories 的设置


设置 Generate Memories 功能简单得让人意外!你只需要打开 Cursor Settings,然后找到 Rules 选项,就能看到这个新功能的开关。



记住前面提到的注意事项,确保隐私模式已经关闭,然后一键启用就完成了!是不是比想象中简单多了?


🚀 实战体验:用 Go 语言创建 MCP Server


为了真正测试 Generate Memories 的威力,我决定做一个实际的项目。我选择用 Go 语言创建一个时间服务器,这个项目既有一定的技术含量,又不会太复杂,正好适合测试 AI 的记忆能力。


实验环境准备


在开始之前,让我先介绍一下我的测试环境:


我使用的是 Cursor 0.51.1 版本,选择了 claude-4-sonnet 模型,这是目前性能最强的模型之一。为了确保测试的纯净性,我没有设置任何用户规则或项目规则,就是一个最基础的 Git 仓库。聊天模式选择了 Agent 模式,这样 AI 可以更主动地进行操作。


我的目标很明确:创建一个能够获取当前时间,并且可以根据传入参数计算未来或过去时间的 MCP Server。


与 AI 的精彩对话


接下来就是见证奇迹的时刻了!我向 Cursor 提出了我的需求:


我说:"使用 golang 创建一个可以获取当前时间或传入参数指定分钟数后时间的 MCP server"


Cursor 的回应让我眼前一亮:


它首先分析了项目的当前状态,发现这是一个全新的项目,然后开始规划整个实现方案。最有趣的是,它发现 Go 语言还没有现成的 MCP SDK,于是决定基于 JSON-RPC 协议从零开始实现。


经过一番"思考"和编码,Cursor 成功创建了一个功能完整的 MCP 时间服务器。让我来给大家介绍一下这个项目的亮点:


核心功能方面:


第一个功能是获取当前时间,支持多种时间格式,默认使用 RFC3339 标准格式,这是一个很专业的选择。第二个功能更有趣,可以在当前时间基础上加减指定的分钟数,这意味着你既可以查看未来的时间,也可以回溯到过去的某个时刻。


项目结构方面:


整个项目的组织非常清晰,主要的服务器逻辑都在 main.go 文件中,go.mod 文件定义了模块信息,还贴心地生成了详细的 README 文档和测试客户端代码。


技术特色方面:


最让我印象深刻的是,整个实现完全基于 Go 的标准库,没有引入任何外部依赖,这大大降低了部署的复杂度。同时支持 20 多种时间格式,包括 RFC3339、Kitchen、JST 等,完全符合 MCP 协议规范,使用标准的 JSON-RPC 2.0 协议,错误处理也很完善。


使用起来也很简单:


# 构建项目

go build -o time-mcp main.go


# 启动服务器

./time-mcp


# 运行测试

cd test && go run client.go


测试结果显示一切都运行得很完美,时间获取和计算功能都按预期工作,完全符合 MCP 协议标准。


关键时刻:触发记忆生成


项目完成后,我故意问了一个关键问题:


我问:"到目前为止的实现中,有需要保存到内存的内容吗?"


Cursor 的回答很有意思:


它立即意识到这个项目中确实有很多值得记住的技术要点,特别是 MCP 协议的实现模式和技术决策,这些对未来的项目开发很有参考价值。



🧠 AI 的"记忆"诞生了!看看它都记住了什么


在我明确询问是否需要保存记忆后,Generate Memories 功能开始发挥作用。让我们来看看 AI 都从这次对话中提取了哪些关键信息:


技术实现的核心要点


AI 首先总结了用 Go 语言实现 MCP 服务器的关键模式。它记住了仅使用标准库就能实现完整功能的方法,这对于追求简洁和可维护性的开发者来说是个宝贵的经验。同时,它还记录了必需的 MCP 方法,包括初始化、工具列表和工具调用这三个核心接口。


最佳实践的沉淀


除了技术实现,AI 还提取了一些最佳实践,比如如何使用 JSON Schema 来定义输入参数,如何实现多语言支持,以及如何设计灵活的参数系统。这些都是在实际开发中非常实用的经验。


自动生成的记忆内容


最让人惊喜的是,Generate Memories 功能自动生成了一段结构化的记忆内容:


Golang 实现 MCP(Model Context Protocol)服务器的重要模式:


1. **仅使用标准库的实现**:无外部依赖,可实现基于 JSON-RPC 2.0 的 MCP 服务器。通过 bufio.Scanner + os.Stdin/Stdout 实现标准输入输出通信。


2. **必需的 MCP 方法**:initialize(协议版本 2024-11-05、capabilities、serverInfo)、tools/list(可用工具列表)、tools/call(工具执行)这 3 个是基本方法。


3. **响应结构**:MCPResponse 必须包含 jsonrpc:"2.0"、id、result/error 字段。工具执行结果在 content 数组内以 type:"text" 和 text 字段返回。


4. **错误处理**:使用 JSON-RPC 标准错误代码(-32601: Method not found, -32602: Invalid params)。


5. **时间格式支持**:活用 Go 的 time 常量(time.RFC3339、time.Kitchen 等),也可添加自定义格式(JST 等)。


这段记忆内容非常精炼,涵盖了从基础架构到具体实现细节的各个方面,真正做到了"一次学习,终身受用"。


🤔 使用体验的深度思考


通过这次实际测试,我发现了一些有趣的现象,也有一些需要改进的地方。


需要主动触发的记忆机制


有一个细节值得注意:当 AI 完成 MCP Server 的实现后,并没有自动生成记忆。只有当我明确询问"有需要保存到内存的内容吗?"时,它才开始创建记忆。这和 Cline 的 Memory Bank 有所不同,后者会根据预设规则自动判断并保存重要信息。


这种设计有利有弊。好处是避免了信息过载,用户可以主动控制哪些内容需要记住。但缺点是可能会遗漏一些重要信息,特别是对于新手来说,他们可能不知道什么时候应该触发记忆生成。


记忆存储的技术细节


还有一个技术细节需要了解:Generate Memories 功能实际上是将记忆内容保存为 User Rules。这意味着如果你之前有自己的项目级别规则设置,想要分享这些自动生成的记忆时,需要手动从设置中的 User Rules 部分复制内容到项目文件中。


这个设计让记忆管理变得更加灵活,你可以选择将某些记忆设为全局生效,或者只在特定项目中使用。


🎉 总结:AI 编程的新纪元


经过这次深度体验,我对 Generate Memories 功能充满了期待!虽然它还处于 BETA 阶段,但已经展现出了巨大的潜力。


这个功能的价值在哪里?


想象一下,当你在开发一个复杂项目时,AI 能够记住你的编码风格、项目架构、技术选型的原因,甚至是你遇到过的坑和解决方案。这样的编程助手不再是一个"健忘"的工具,而是一个真正了解你和你项目的伙伴。


对开发效率的提升


以前我们每次开始新对话都要重新解释项目背景,现在这些信息都被智能地保存起来了。这不仅节省了时间,更重要的是让 AI 能够提供更加精准和个性化的建议。


未来的发展方向


虽然目前还需要手动触发记忆生成,但我相信随着功能的完善,AI 会变得更加智能,能够自动识别和保存重要信息。同时,记忆的管理和分享机制也会更加完善。


给初学者的建议


如果你是编程新手,我强烈建议你尝试这个功能。每当完成一个小项目或学会一个新技术时,记得问问 AI:"这次的学习有什么需要记住的吗?"让 AI 帮你总结和沉淀知识,这样你的编程之路会走得更加顺畅。


Generate Memories 功能的推出,标志着 AI 编程助手正在从"工具"向"伙伴"转变。虽然还有改进的空间,但这个方向绝对是正确的。让我们一起期待 Cursor 在这个领域带来更多惊喜吧!


文章来自于“小橘子AIGC”,作者“小橘子AIGC”。


作者头像

AI前线

专注人工智能前沿技术报道,深入解析AI发展趋势与应用场景

246篇文章 1.2M阅读 56.3k粉丝

评论 (128)

用户头像

AI爱好者

2小时前

这个更新太令人期待了!视频分析功能将极大扩展AI的应用场景,特别是在教育和内容创作领域。

用户头像

开发者小明

昨天

有没有人测试过新的API响应速度?我们正在开发一个实时视频分析应用,非常关注性能表现。

作者头像

AI前线 作者

12小时前

我们测试的平均响应时间在300ms左右,比上一代快了很多,适合实时应用场景。

用户头像

科技观察家

3天前

GPT-4的视频处理能力已经接近专业级水平,这可能会对内容审核、视频编辑等行业产生颠覆性影响。期待看到更多创新应用!