1. Ask（问答模式）
这是最基本、最直观的交互模式，适合解决具体、单一的问题。
核心思想：基于当前光标位置或选中的代码，进行一轮简洁的问答或代码生成。
工作流程：
- 使用快捷键 Cmd/Ctrl + K 调出聊天框。
- 输入指令或问题（例如："为这个函数添加错误处理"、"解释一下这段代码"、"给我写一个 Python 函数计算斐波那契数列"）。
- Cursor 根据你的指令和上下文生成代码或回答。
- 你可以选择接受、修改或拒绝生成的代码。
特点：
- 即时性：请求和响应速度非常快。
- 原子性：通常用于解决一个独立、具体的问题。
- 可控性强：你能精确控制代码修改的范围。
最佳使用场景：
- 快速生成一个工具函数。
- 解释复杂的代码逻辑。
- 重构/优化小段代码（如：重命名变量、添加注释）。
- 为代码添加简单的日志或检查点。
2. Plan（计划模式）
这是一个更系统、更细致的模式，适用于处理复杂任务。
核心思想：对于复杂的修改，AI 不会直接写代码，而是先生成一个详细、步骤化的计划，待你确认后再按计划执行。
工作流程：
- 使用快捷键 Cmd/Ctrl + L 选中一大段代码或整个文件。
- 输入复杂指令（例如："将这个类重构为使用工厂模式"、"为这个模块添加单元测试"）。
- Cursor 不会立即修改代码，而是分析代码库并生成清晰的步骤化计划。
- 你可以审查并要求调整计划中的某些步骤。
- 计划通过你的确认后，Cursor 按照步骤自动执行，并在每个步骤后展示更改。
特点：
- 前瞻性：先思考、后行动，避免不必要的错误。
- 系统性：适用于跨文件、多步骤的复杂重构。
- 透明度高：你可以清晰地了解 AI 即将做的每个操作。
最佳使用场景：
- 大型代码重构。
- 为整个模块添加新功能。
- 进行框架迁移或 API 升级。
- 任何你担心"一键修改"会导致问题的任务。
3. Agent（智能体模式）
这是最强大、最自动化的模式，可以看作是"Plan"模式的极致进化。
核心思想：你只需给出一个高级目标（例如："实现用户登录功能"），AI 会像一个程序员一样自动分析代码库、拆解任务、编写代码、运行和调试，直到完成任务。
工作流程：
- 通过 @agent 指令或专门入口启动 Agent 模式。
- 给定高级目标（例如："在项目中添加一个联系我们的表单，并连接到后端 API"）。
- Cursor Agent 会开始分析你的代码库，理解框架、模式和依赖。
- 自动制定详细实现计划（类似 Plan 模式，但完全自主执行）。
- 自行创建或修改文件，编写代码。
- 模拟终端，运行相关命令（如：
npm install、python test.py）来验证代码是否能正常工作。 - 遇到错误时，AI 会自动修复并再次尝试，直到任务完成。
特点：
- 高度自主：你只需定义目标，"如何做"由 AI 自动完成。
- 闭环操作：集成了思考、编码、测试和调试的全过程。
- 资源消耗大：需要大量后台推理和操作，执行时可能比较慢。
最佳使用场景：
- 实现完整且明确的功能模块。
- 从零开始搭建项目基础结构。
- 修复复杂、难以追踪的 Bug。
- 当你希望 AI 能像人类工程师一样独立完成任务时。