Cursor 是一款基于 AI 技术的代码编辑器，具备智能代码补全和生成功能，能够帮助用户高效进行编程和数据分析。
Cursor 在一年前就已经被介绍过。最初，我使用 Cursor 来处理 Titanic 数据集的分类模型训练和测试，效果显著。
当时，Cursor 处于免费试用期，用户可以免费使用 GPT-4 的功能，这对许多用户来说是一个难得的机会。然而，由于 Cursor 存在一些问题，例如上下文长度限制，导致长代码输出时可能无法完整生成。
随着时间的推移，Cursor 开始在 GPT-4 调用中混合大量 ChatGPT 3.5 调用，性能有所下降，并且开始收费。此后，我转向了更好的替代选择——Github Copilot。
最近，Cursor 再次引起了广泛关注。随着大模型能力的提升，Cursor 现在不仅可以使用 GPT-4，还可以使用 Claude 3.5 Sonnet，极大地增强了其功能。
主流大语言模型的上下文处理能力也有了显著提升，GPT-4o 可以支持 128K tokens，而 Claude 3.5 Sonnet 更是可以支持 200K tokens。
Cursor 的一项创新功能是将整个项目的文件夹动态作为项目，通过 RAG（检索增强生成）技术进行处理。用户只需点击 "chat with codebase" 按钮，即可与代码库进行对话。
例如，用户可以询问 Cursor：“给我讲一下 config 目录下 YAML 文件的读取和处理流程。” Cursor 会自动在项目中搜索相关文件，并提供详细解答。
Cursor 的智能升级使其在程序开发者中口碑传播愈发强劲。尽管它是一款代码编辑器，但其强大的 AI 能力也使其在数据分析方面表现出色。
通过 Cursor，用户可以直接提供想要分析的文件或文件夹，Cursor 会自动编程来处理和分析这些数据。这种方式不仅灵活，还能在熟悉的编辑器界面中用自然语言发布指令。
当遇到执行错误时，Cursor 能够结合上下文和错误日志，快速定位问题并更新代码。
Cursor 的智能升级和灵活性使其成为数据分析的理想工具。无论是程序开发者还是数据分析师，都能从中受益。