java开发使用cursor AI编程全流程 接入mcp服务 让AI释放你的双手！

一、阅读内部需求

（1）使用mcp服务帮我看下这个需求 （最后一节附了mcp的json）

实例：
提示词
1.使用playwright mcp服务，帮我分析这个页面的需求url

使用后的调用实例
以下是ai自动打开的页面，可能需要登陆下

1.新增税费设置
增加"是否包含含税报价"单选项
未选择发货地或发货地为CN时显示税费选项
发货地选择其他国家时不显示该项
选择加入半托管时默认只能选择不含税报价
2.流程优化
刊登流程分为一阶段（编辑基本信息）和二阶段（编辑半托管信息）
AE在线需要拉取关税信息

总结：该速卖通刊登系统设计用于帮助卖家高效配置和发布商品，支持多SKU变体管理、区域定价设置以及资质信息管理。系统最近进行了一些调整，包括增加含税报价选项、优化半托管流程等

这个mcp服务不限于解读需求，还可以用于自动化 调研接口，搜索解决方案，甚至自动化点击页面完成测试工作，甚至你也可以把他当成自动化爬虫来使用（抓取竞品的数据），还可以用于自动化填写表单！

二、阅读第三方文档、调研技术文档、技术选型

2.1阅读第三方文档
@https://open.aliexpress.com/doc/api.htm?mtopPrev=use-pre-acs&pluginSafe=yes#/api?cid=21451&path=aliexpress.trade.tax.hscode.queryRegulatoryAttributesInfo&methodType=GET/POST 根据这个文档帮我构建DTO和Response类，并编写接口调用

2.2 调研技术方案

会比较各个方案的优缺点

三、根据需求生成代码

3.1 简单需求
根据上述需求生成代码或者生成sql
（1）若是新增接口则根据rules生成规范化代码和表结构
（2）若是修改需求则根据rules阅读需求相关代码后做出调整

3.2.复杂需求

1.将需求转换成可执行的步骤
（1）修改的需求
例如：hscode的一个执行步骤
1.根据需求构建DTO和Response类
2.根据DTO和Response类 构建接口
3.XXX页面、xxx接口 新增XXX字段

这个步骤可能ai生成不好,需要我们根据他给出的需求总结，列出执行步骤，尽量全一点。

（2）新增的需求
可以使用Sequential Thinking mcp服务（思维链mcp 专注于复杂任务）让他根据需求帮我们拆分成任务chain
例如：根据上述需求调用 Sequential Thinking mcp服务 结合我的项目拆分成可执行的代码生成或修改步骤。
Eg：

然后你就可以直接用这份执行计划去生成代码，这个比我们直接让ai理解需求去写代码准确的很多但是会添油加醋。

！注意生成代码和修改代码 需要我们做出代码审查并且不停的调优，这一步ai不可能直接理解所有需求。

四、根据调整的代码和模板 生成技术文档

五、根据调整后的代码 生成单元测试

后续可以将上述步骤整理成规范化的rules或者 agent工作流提高开发效率

agent的难度比较大，因为agent调用的是llm大模型，没法像cursor那样整体理解项目文档。所以本地规范化好每一步，开发规范可以作为整体的rule，项目特殊的结构、规范可以放到具体项目中。

六、配置通用AI编程rules

Cursor Rules 是专门设计用于规范 AI 如何生成代码、提供建议和进行代码补全等行为的规则体系。提供两种作用域：
User Rules：全局环境，在设置中定义，始终应用，适合设置简单的语言回复规范或个人偏好
Project Rules：以项目为粒度，定义在项目代码根目录的 .cursor/rules 中，适合设置详细的项目规则

以下rules由ai生成
提示词：1.根据这个实例帮我写一份通用的rules
2.根据项目结构生成项目rules

# 通用AI编程开发Rules

## 一、需求分析与理解

### 1.1 需求收集与解读
- **使用MCP服务分析需求**：对于复杂需求，优先使用playwright MCP服务等工具进行页面分析和需求解读
- **需求分解**：将复杂需求拆分为可执行的具体步骤
- **需求验证**：确保理解的需求与实际需求一致

### 1.2 需求文档化
- 记录需求的核心功能点
- 标注业务规则和约束条件
- 明确输入输出要求

## 二、技术调研与选型

### 2.1 文档调研
- 优先使用AI工具阅读第三方API文档
- 根据官方文档构建DTO和Response类
- 调研技术选型的最佳实践

### 2.2 代码模板参考
- 基于现有代码模板生成标准化代码
- 遵循项目既定的代码规范
- 保持与现有架构的一致性

## 三、代码生成与开发

### 3.1 简单需求处理
- **新增接口**：根据参考模板生成规范化代码和表结构
- **修改需求**：先阅读相关代码，再做出精准调整
- 生成对应的SQL语句

### 3.2 复杂需求处理
- **需求转换**：将复杂需求转换为可执行的步骤清单
- **使用思维链**：对于特别复杂的任务，使用Sequential Thinking MCP服务进行任务拆分
- **分步执行**：按照拆分后的步骤逐一实现

### 3.3 代码质量控制
- **代码审查**：每次生成的代码都需要进行人工审查
- **持续调优**：根据审查结果不断优化代码质量
- **避免过度依赖**：AI生成的代码需要结合实际情况调整

## 四、文档生成

### 4.1 技术文档
- 根据调整后的代码和模板生成技术文档
- 包含接口文档、数据库设计文档等
- 保持文档与代码的同步更新

### 4.2 开发文档
- 记录开发过程中的关键决策
- 维护变更日志
- 提供使用示例

## 五、测试与验证

### 5.1 单元测试
- 根据调整后的代码生成单元测试
- 确保测试覆盖率达到标准
- 包含正常流程和异常流程测试

### 5.2 集成测试
- 使用MCP服务进行自动化测试
- 验证接口的正确性
- 测试业务流程的完整性

## 六、工具使用规范

### 6.1 MCP服务使用
- **Playwright MCP**：用于页面分析、自动化测试、数据抓取
- **Sequential Thinking MCP**：用于复杂任务的逻辑拆分
- **文档读取MCP**：用于第三方文档的理解和解析

### 6.2 系统内部工具类使用
- 优先使用项目中的util工具进行开发

## 七、开发流程规范

### 7.1 标准流程
1. 需求分析与理解
2. 技术调研与文档阅读
3. 任务拆分与规划
4. 代码生成与实现
5. 代码审查与调优
6. 测试用例编写
7. 文档生成与更新

### 7.2 质量保证
- 每个步骤都需要人工验证
- 避免AI生成代码的盲目使用
- 保持代码的可维护性和可扩展性

## 八、注意事项

### 8.1 局限性认知
- AI不能完全理解所有业务需求
- 生成的代码需要结合实际项目调整
- 复杂逻辑仍需要人工设计和验证

### 8.2 最佳实践
- 建立标准化的开发模板
- 维护项目特定的规则和规范
- 持续优化开发效率和代码质量 

项目rules
生成一个aigc.mdc放到.cursor\rules下面，设置always

当然你也可以针对不同的业务生成rule，选择type为Agent Request并 添加description 模型自行选择调用

Always规则不要太多 - 避免每次对话都加载大量规则
Auto Attached很实用 - 根据文件路径自动应用相关规范
Manual保留灵活性 - 特殊情况下的精确控制
Agent Requested最智能 - 让AI自己判断何时需要特定规则

你可以针对不同业务不断优化这个rules，补充一些重点业务的流程
项目rules设计到具体的业务流程就不附在这里了

七、以下是我使用的mcp服务json

{
“mcpServers”: {
“Sequential Thinking”: {
“command”: “npx”,
“args”: [
“-y”,
“mcp-sequential-thinking”,
“serve”
]
},
“playwright”: {
“command”: “npx”,
“args”: [
“-y”,
“@playwright/mcp@latest”
]
},
“fileSystem”: {
“command”: “npx”,
“args”: [
“-y”,
“@modelcontextprotocol/server-filesystem”,
“C:\Users\Admin\Desktop”
]
},
“MySQL”: {
“command”: “npx”,
“args”: [
“mcprunner”,
“MYSQL_HOST=”,
“MYSQL_PORT=”,
“MYSQL_USER=”,
“MYSQL_PASS=”,
“MYSQL_DB=”,
“–”,
“npx”,
“-y”,
“@benborla29/mcp-server-mysql”
]
},
“context7”: {
“command”: “npx”,
“args”: [“-y”, “@upstash/context7-mcp@latest”]
}
}
}

点击新建mcp服务 直接将上面的json粘贴到mcp.json 中即可

注意 “MYSQL_HOST=”,
“MYSQL_PORT=”,
“MYSQL_USER=”,
“MYSQL_PASS=”,
“MYSQL_DB=”,
需要替换成自己的数据库连接

八、总结

根据以上的步骤生成的通用AI Rules 和项目rules 可以帮助你快速利用cursor和大模型，生成一套标准化的代码、单元测试、项目文档，提高了开发效率，甚至解放了双手，让你作为AI的监工哈哈哈