Cursor

Cursor — это интеллектуальная интегрированная среда разработки (IDE), созданная на основе VS Code, которая использует передовые большие языковые модели (LLM) для глубокого анализа, написания и отладки программного кода. Cursor позиционируется не как дополнение, а как самостоятельный инструмент с нативной поддержкой ИИ1. Главная особенность редактора заключается в его способности индексировать и понимать контекст всего проекта целиком. Это критически важно для сложных архитектур данных2. Инструмент позволяет разработчикам взаимодействовать с кодовой базой через естественный язык, значительно ускоряя процессы разработки, рефакторинга и обучения.

Ключевые аспекты и характеристики

Cursor представляет собой эволюцию редакторов кода, сохраняя привычный интерфейс, но меняя сам процесс взаимодействия с разработкой.

Ключевые характеристики и архитектурные особенности:

• Нативная интеграция ИИ: Функции искусственного интеллекта встроены в ядро редактора. Это обеспечивает более быстрый отклик и глубокую интеграцию, чем у сторонних плагинов, работающих через API с задержками.
• Полная совместимость с VS Code: Cursor является форком (ответвлением) VS Code. Он поддерживает все расширения, темы и настройки оригинального редактора. Переход на него не требует переобучения или смены привычных инструментов.
• Понимание всего проекта (Codebase Awareness): Это главное преимущество инструмента. Cursor анализирует не только открытый файл, но и видит зависимости, импорты и логику во всем репозитории, создавая локальный индекс кодовой базы.
• Режим Composer: Уникальная функция для одновременного редактирования нескольких файлов. Достаточно описать задачу, затрагивающую разные модули, и ИИ предложит изменения для всех файлов сразу, отображая «diff» (разницу) для каждого из них.

• Конфиденциальность (Privacy Mode): Разработчики могут включить локальный режим. В этом случае код не сохраняется на серверах компании, что обеспечивает безопасность корпоративных данных и соблюдение NDA.
• Поддержка терминала: ИИ интегрирован в командную строку. Он может объяснять ошибки, предлагать команды для Git или Docker, упрощая администрирование систем и работу с контейнерами.

Таким образом, Cursor объединяет мощь современных LLM с надежностью проверенного редактора, устраняя необходимость постоянного переключения между кодом и браузером.

Принцип работы и механизм Cursor

Понимание внутреннего устройства Cursor помогает эффективнее использовать его возможности. В основе работы лежит технология RAG (Retrieval-Augmented Generation) — генерация с дополненной выборкой.

Механизм работы включает следующие этапы:

• Локальная индексация: При первом открытии проекта редактор сканирует файлы и разбивает код на логические блоки (чанки). Этот процесс происходит локально на машине пользователя.
• Векторизация (Embeddings): Каждому блоку кода сопоставляется числовой вектор. Близкие по смыслу фрагменты кода получают похожие векторы, которые сохраняются в локальной векторной базе данных.

• Семантический поиск: Запрос пользователя превращается в вектор. Система ищет в базе фрагменты кода с векторами, наиболее близкими к вектору запроса.
• Формирование контекста: Найденные релевантные куски кода добавляются к вопросу в качестве контекста. Это позволяет модели «видеть» нужные части проекта, даже если соответствующие файлы закрыты.
• Генерация ответа: Обогащенный запрос отправляется в LLM (например, Claude 3.5 Sonnet или GPT-4o). Модель генерирует ответ, учитывая специфику кода и найденные зависимости.

Кроме того, используется функция Cursor Tab (Copilot++) — продвинутая система автодополнения. Она предсказывает не просто слова, а целые блоки кода и следующие действия пользователя (перемещение курсора), обучаясь на текущем стиле написания.

Сценарии использования CursorIDE

В области работы с большими данными (Big Data) и инженерии данных Cursor демонстрирует высокую эффективность в следующих задачах:

• Разработка ETL-процессов: Создание пайплайнов обработки данных с учетом структуры исходных файлов и целевой схемы базы данных. ИИ помогает сопоставлять поля и типы данных при трансформации.
• Оптимизация SQL для ClickHouse: Переписывание стандартных запросов с использованием специфичных функций ClickHouse (например, массивов, кортежей или модификатора FINAL) для повышения производительности.

• Написание Unit-тестов: Генерация тестов для Python-функций на основе анализа логики функции. ИИ может предложить варианты для проверки граничных условий и обработки исключений.
• Миграция легаси-кода: Помощь в переводе старых скриптов на новые библиотеки с объяснением логики старого кода. Это актуально при переходе с Pandas на Polars или при обновлении версий Airflow.
• Документирование проектов: Автоматическое создание README.md или docstrings на основе кода классов и методов. Это экономит время инженеров и поддерживает документацию в актуальном состоянии.
• Отладка в WSL: Анализ ошибок, возникающих при запуске кода в Linux-среде, с предложением исправлений команд bash или конфигураций окружения, что упрощает работу в гетерогенных средах.

Управление, Настройка и Взаимодействие c Cursor

Ниже приведено руководство по настройке среды разработки для Data Engineer (связка Windows + WSL + Python) и генерации кода для ClickHouse.

Настройка окружения (WSL и Python)

Для полноценной работы с Big Data инструментами на Windows рекомендуется использовать WSL (Windows Subsystem for Linux)8.

1. Установка соединения: Запустите Cursor. Нажмите F1 и выберите WSL: Connect to WSL. Откроется окно редактора, работающее внутри Linux-системы.
2. Настройка терминала: Откройте встроенный терминал (Ctrl + ~). Убедитесь, что активна оболочка bash/zsh.
3. Создание проекта:
Bash
mkdir clickhouse_project
cd clickhouse_project


4. Виртуальное окружение:
Bash
python3 -m venv venv
source venv/bin/activate
pip install clickhouse-driver

Генерация SQL-схемы для ClickHouse

Для создания оптимальной структуры таблицы используйте чат (Cmd+L / Ctrl+L). Это позволяет задать контекст и требования к схеме.

Пример промпта генерации DDL:

Я работаю с ClickHouse.
Напиши DDL запрос для создания таблицы 'web_analytics'.
Таблица должна хранить события посещения сайта.
Требования:
1. Движок: MergeTree.
2. Поля:
   - timestamp (DateTime)
   - user_id (UInt32)
   - url (String)
   - event_type (Enum8: 'view'=1, 'click'=2)
   - browser (String)
   - region (String)
3. Партиционирование: по дням (toYYYYMMDD).
4. Сортировка (ORDER BY): (event_type, timestamp, user_id).
5. TTL: удалять данные старше 30 дней.
Добавь комментарии к каждому столбцу на русском языке.

Примечание: Скорее всего вам понадобится перейти на платную версию Cursor для того чтобы испольовать продвинутые модели вроде Claude Opus, мы не ставили такую задачу, а использовали режим AUTO 🙂

Написание Python-скрипта  для загрузки данных

Для генерации скрипта вставки тестовых данных используйте комбинацию Cmd+K (Генерация в редакторе) в пустом файле loader.py. Эта команда позволяет писать код «с нуля» по описанию.

Примечание: У нас уже есть локальная установка ClickHouse сервера под WSL ( с подробностями и вариантами установки вы можете познакомиться в нашем бесплатном курсе-цикле статей по ClickHouse здесь или просто использовать последовательность команд

-- скачиваем и устанавливаем локально бинарники ClickHouse для установки сервера --
curl https://clickhouse.com/ | sh

-- запускаем сервер --
./clickhouse server

-- подключаемся к локальному серверу --
clickhouse-client --config-file .clickhouse-client/config_loc.xml -m --receive_timeout=600
Пример конфига для подключения здесь 

Создаем базу данных скриптом подготовленным Cursor-ом

Пример промпта подключения к ClickHouse и batch вставки данных через Python driver к ClickHouse: Важно запустить его в продолжении чата открытого на предыдущем шаге  иначе система потеряет контекст  ( DDL таблицы)

Напиши Python-скрипт для генерации и вставки данных в таблицу 'web_analytics'.
Используй библиотеку 'clickhouse-driver'.
Настройки подключения: localhost, порт 9000, без пароля.
Логика скрипта:
1. Функция generate_batch(size): создает список из 'size' словарей со случайными данными.
   - Используй модуль random.
   - Даты должны быть за последнюю неделю.
2. Функция main():
   - Подключается к ClickHouse.
   - В бесконечном цикле генерирует пачки по 5000 строк.
   - Вставляет их через execute('INSERT INTO ...', batch).
   - Делает паузу 1 секунду между вставками.
3. Добавь обработку ошибок (try-except) для подключения и вставки.
4. Выводи в консоль количество вставленных строк.

Вставляем данные  в таблицу web_analytics через Python driver ClickHouse  (копия сгенерированного скрипта лежит здесь на GitHub BigDataSchool)

Анализ данных через SQL

Для написания аналитических запросов к полученным данным также эффективно использовать чат, указывая специфику диалекта базы данных.

Пример промпта можно посмотреть через Python:

Напиши SQL-запрос для ClickHouse к таблице 'web_analytics'.
Задача: Найти топ-5 регионов по количеству уникальных пользователей за последние 24 часа.
Используй функцию uniqCombined для приблизительного подсчета (это быстрее).
Отфильтруй только события типа 'view'.
Результат отсортируй по убыванию количества.

или в ClickHouse-client:

Сравнение Cursor с конкурентами и Безопасность

Отличия Cursor от основных конкурентов (GitHub Copilot и JetBrains AI) заключаются в архитектурном подходе к контексту и интеграции в рабочий процесс.

Сравнение с GitHub Copilot:

Безопасность и корпоративное использование:

Для компаний, работающих с данными, защита кода имеет первостепенное значение.

• Privacy Mode: При включении этого режима данные (код, промпты) не сохраняются на серверах Cursor и используются транзитно только для генерации ответа.
• Local Processing: Индексация проекта происходит локально, векторная база не покидает контур устройства пользователя.
• SOC 2: Наличие аудита безопасности подтверждает пригодность инструмента для коммерческой разработки и соответствие стандартам индустрии.

Референсные ссылки

1. Официальный сайт Cursor (https://cursor.com/)
2. Документация ClickHouse (https://clickhouse.com/docs/ru)
3. Документация ClickHouse Driver для Python (https://clickhouse-driver.readthedocs.io/)
4. Установка WSL на Windows (https://learn.microsoft.com/ru-ru/windows/wsl/install)
5. Сравнение моделей LLM от Anthropic (https://www.anthropic.com/news/claude-3-5-sonnet)