前言
在 Cursor 的高效开发流中，Rule (规则)、Command (命令)、Skill (技能) 和 Subagent (子代理) 是四种核心的定制化机制，它们共同构成了 AI Agent 的能力矩阵。以下是基于来源为您整理的详细用途与使用场景分享：
Rules (规则)：系统的运行“宪法”
用途： 规则为 Agent 提供系统级指令，它们在提示词级别提供持久、可重用的上下文，确保 AI 在生成代码、理解编辑或处理工作流时保持一致性。规则内容会被加入到模型上下文的开头，作为 AI 的指导原则。
分类与场景：
- 项目规则 (.cursor/rules)： 沉淀代码库特定的领域知识、统一风格或架构决策。例如：强制使用某种 RPC 模式或 snake_case 命名规范。
- 用户规则： 全局生效，适合设定个人的交流风格（如“简洁回复”）或通用的编码规范。
- 团队规则： 在组织内强制执行，确保所有成员遵循统一的合规流程和编码实践。
- AGENTS.md： 存放在根目录，作为结构化规则的简洁替代方案，适用于简单的项目说明。
最佳实践：
- 保持聚焦： 规则应控制在 500 行以内，避免照搬通用的风格指南（如 Linter 能做的事）。
- 可操作性： 只有在发现 Agent 反复犯错时才添加规则。
Commands (命令)：标准化的“快捷动作”
用途： 自定义命令允许你通过 / 前缀 在聊天框中触发预定义的可复用工作流。它旨在提高常见任务的执行效率，并在团队内标准化流程。
使用场景：
- 标准化日常操作： 例如
/create-pr用于创建拉取请求，/security-audit进行安全审计，或/onboard帮助新开发者上手。 - 带参数的调用： 你可以在命令后提供额外上下文，如
/commit "DX-523"来处理特定任务。 - 团队共享： 管理员可以创建团队命令，成员无需配置即可在聊天中直接使用。
Agent Skills (技能)：专业领域的“工具包”
用途： Skill 是一种可移植、受版本控制的包，遵循开放标准，旨在教导 Agent 如何执行特定领域的任务。它介于规则和子代理之间，通常用于快速、可重复的操作。
如何使用：
- 自动与手动： Agent 会根据当前上下文和技能描述自动决定是否使用，用户也可以通过
/搜索技能名称手动调用。 - 适用场景： 当任务是单一用途且不需要独立上下文窗口时，应优先使用 Skill。例如：生成变更日志 (Changelog)、格式化导入 (Format imports)。
Subagents (子代理)：处理复杂任务的“专业分身”
用途： 子代理是主代理可以将任务委派给的专业化 AI 助手。它们在独立的上下文窗口中运行，能处理耗时较长的调研或复杂任务，而不占用主对话的空间。
核心优势：
- 并行执行： 可以同时启动多个子代理，在代码库的不同部分同步工作。
- 上下文隔离： 子代理无法访问主对话的历史记录，这能防止长任务带来的上下文污染。
- 专业化分工： 可以为子代理配置特定模型（如
fast模型）和针对性提示词。
典型模式与场景：
- 验证代理 (Verifier)： 在任务标记为完成后，独立检查实现是否可用、运行测试并查找边界情况。
- 调试专家 (Debugger)： 专注于根因分析、捕获堆栈跟踪并验证修复方案。
- 协调器模式： 主代理按顺序协调 Planner（规划）、Implementer（实现）和 Verifier（验证）三个子代理。
总结：该选哪一个？
| 功能 | 触发方式 | 主要优势 | 推荐场景 |
|---|---|---|---|
| Rule | 自动/提及 | 设定全局或项目基调 | 定义架构设计、代码风格、团队标准 |
| Command | 手动 (/) | 快速执行固定工作流 | 提交 PR、运行特定脚本、新功能配置 |
| Skill | 自动/手动 | 快速、可移植、无开销 | 格式化代码、生成文档等简单、重复任务 |
| Subagent | 自动/显式 | 上下文隔离、并行处理 | 深入调研、多步骤调试、独立代码审查 |
参考
https://cursor.com/cn/docs/context/rules https://cursor.com/cn/docs/context/commands https://cursor.com/cn/docs/context/skills https://cursor.com/cn/docs/context/subagents