Cursor Team Kit Cursor 官方团队把自己在用的 CI、Code Review、发版、测试、清理代码、周报等工作流的 Skills 打包成一个 Plugin，一句指令就能安装：
/add-plugin cursor-team-kit
Cursor Team Kit [1]
它在做一件容易被忽略的事 大多数 Plugins/Skills 的卖点是"功能"——接入某个服务、生成某种产物。Cursor Team Kit 的卖点不一样，它在做一件更底层的事： 把自己团队的工程文化变成可以安装的文件 ，让我们安装后，就可以一键复制世界顶级 AI 团队的核心工作文化，甚至可以用来开发 Cursor 这样的产品。
官方描述里有两句话特别关键：
Internal workflows used by Cursor developers.
Designed to work without requiring third-party service integrations.
第一句说明它是内部流程的外化，源头来自工程师本人的工位，而不是产品经理画出来的功能列表。
第二句则是一个刻意的克制：它故意不绑 Linear、Jira、Slack、Notion 这类第三方系统。这种"刻意保守"让它具备很强的可移植性——只要你用 Git、GitHub Actions、命令行，这套东西就能直接跑起来。
整个 kit 由三类能力组成，对应 Cursor 体系里三种不同的执行模型：
Skills（17 个） ：模型在合适的时机自己读取并遵循的"操作手册"。
Sub Agent s（1 个） ：常驻或可后台运行的角色。
Rules（2 条） ：写进 .cursor/rules/ 的硬性约束，每次生成代码都会作用。
数量分布本身已经透露了 Cursor 的工程偏好： 离散、可命名、按需触发 的小工具远多于"无所不能的大 Agent"。
Skills 全景：17 个技能拆成四组来读 1. CI 与构建闭环——整个 kit 的骨架
名称 作用
loop-on-ci 持续观测 CI，失败就改、改完再跑，直到全绿
fix-ci 定位失败的 check，读日志（含外部链接），做聚焦式修复
check-compiler-errors 跑编译和 type-check，把失败汇总报告
run-smoke-tests 跑 Playwright smoke 测试并分诊失败
fix-merge-conflicts 解决冲突、跑 build/test 验证、并写一份"为什么这么解"的说明
这一组体现的是 Cursor 内部一个非常明确的工程姿态： "绿"是默认状态，红了就该有自动化的方式回到绿 。 loop-on-ci 与下面会讲到的 ci-watcher agent 配合，可以让 agent 在你做别的事时静默盯着流水线，等你回来时它已经把能修的修了。
2. PR 全生命周期——从开分支到合并
名称 作用
new-branch-and-pr 起新分支 → 完成工作 → 开 PR，一条龙
make-pr-easy-to-review 整理 commit 历史、改写 PR 描述、补充审阅者指引
pr-review-canvas 生成一个交互式 HTML PR 走读页面，把 diff 分类并加注释
get-pr-comments 拉取并总结当前 PR 的所有 review 评论
review-and-ship 做一次结构化 review，提交改动，开 PR
这里最值得单独拎出来讲的是 pr-review-canvas 。它对应 Cursor 的 Canvas 能力，会把一份 PR 渲染成可点击、可折叠、按类别分组的可视化文档。Cursor 团队自己审 PR 的时候用的就是这个——比 GitHub 默认的 diff 列表信息密度高得多，尤其在 PR 横跨多个模块时差距会非常明显。
3. 验证与质量——这一组最能看出工程品味
名称 作用
verify-this 用 baseline/treatment 两组 artifact 来证伪或证实一个声明，最后给出明确判定
control-cli 在本地搭一个小 harness，去驱动、检查、profile 一个交互式 CLI/TUI
control-ui 用 CDP 驱动 web/IDE/Electron UI，做截图、a11y 快照、性能 profile、视觉 diff
deslop 清理 AI 生成的代码"水分"——冗余注释、过度抽象、无意义命名等
verify-this 看似简单，背后的方法论却很硬：任何"我修好了""性能更快了"的结论，都必须配一组 baseline 和一组 treatment 的对照证据。它在用一种近乎科研的纪律，对抗 agent（和人类）最容易犯的错—— 靠感觉宣布完成 。
control-cli 和 control-ui 则是整个 kit 里工程深度最高的两个。它们让 agent 不再停留在"读代码、写代码"，而是真的去 运行、操作、量测 自己的产物。 control-ui 走的是 Chrome DevTools Protocol，等于给 agent 装上了眼睛和手——能截图、能跑 a11y 树、能做视觉 diff、能复现 UI bug。一旦你体验过 agent 自己点进自己写的页面发现问题，再回去看那种"看代码猜逻辑"的工作方式会觉得很原始。
4. 沉淀与回顾——把一次性对话变成长期资产
名称 作用
what-did-i-get-done 把一段时间内你提交的 commit 总结成一份简洁状态报告
weekly-review 周报：按 bugfix / tech-debt / net-new 分类列出本周成果
workflow-from-chats 从历史聊天里提炼出可复用的工作偏好，自动写成 skill / rule / 文档
前两个比较好理解，是把"写周报"这件每个工程师都讨厌的事自动化掉。真正有意思的是 workflow-from-chats ——它本质上是一个 元技能 。当你反复在对话里纠正 agent 的某种风格（比如"别用 inline import""switch 一定要穷尽分支"），它能把这些纠正沉淀下来，自动写成持久化的 rule，下次不必重复说。
这是把"教 AI"这件事，从一次性的口头指令，升级成了 可累积的组织知识 。
Sub Agent 只有一个，但选得很克制 整个 kit 里只有一个 sub agent：
ci-watcher ：监控当前分支的 GitHub Actions，输出简洁的通过/失败汇总，并附上失败任务的链接。设计上鼓励主动调用——你提完 PR，它在后台帮你盯，省去手动刷 GitHub。 只放一个 sub agent 是有意为之的。Cursor 显然把"长期常驻角色"控制在最小集，把更多复杂逻辑下放给按需触发的 skills。这背后其实是一个很有判断力的取舍： 常驻 sub agent 越多，上下文越混乱，行为越难预测 。少而精的 sub agent + 大量小 skill，反而更可调试、更可控。
Rules 只有两条，但每一条都"很 Cursor"
typescript-exhaustive-switch ：对联合类型/枚举的 switch 必须穷尽所有分支（通常用 never 兜底）。
no-inline-imports ：所有 import 放文件顶部，禁止函数体内的内联或动态 import。
这两条规则都不花哨，关心的都是同一件事： 让代码可以被静态分析、可以被人一眼扫描 。它也顺带透露了 Cursor 内部代码库以 TypeScript 为主，并且对"代码可读性"的要求高于对"写法自由度"的容忍。
读完之后，我想说几件更大的事 第一，它把工程文化变成了可分发的文件。
团队文化通常是隐性的——新人靠观察老人慢慢学，文档写了也没人看。Cursor 的做法是把"我们怎么开 PR、怎么修 CI、怎么 review、怎么写周报"全部写成 markdown，交给 agent 执行。这等于把组织 know-how 变成了 可以 git clone 的资产 。这件事的长远影响可能比这个 kit 本身大得多。
第二，它对"agent 该做什么"给出了一个清晰判断。
17 个 skill，1 个 agent，2 条 rule——这个分布几乎是对当下 agent 行业的一种回应。很多团队在追"超级 agent"，期待一个 agent 能搞定一切；Cursor 内部的实践却显示， 把工作流切成离散、可命名、可单独触发的 skill ，比一个无所不能的大脑更工程化、更可调试，也更接近真实工程师的工作节奏。
第三，它对"证据"这件事极其较真。
verify-this 要求 baseline/treatment 对照； control-cli 和 control-ui 让 agent 真的去运行； check-compiler-errors 和 run-smoke-tests 都把"执行结果"作为反馈源。这一整套设计透露出一种姿态—— 对模型的输出天然不信任，凡事要看证据 。这种纪律在 LLM 时代格外珍贵。
第四，它的克制比它的功能更值得学习。
没有 Linear、没有 Jira、没有 Slack、没有任何外部 SaaS。这种"刻意不做"的选择，让它能直接落到外部团队的项目里，也让它的核心价值集中在工作方式本身，而不是某个特定生态。
最后：它适合谁，不适合谁 适合：
已经在 Cursor 里干活的小团队，想直接借用 Cursor 团队自己的工程节奏。 想学习"如何把团队工作流写成 skill"的人——这是目前最权威的开源范例之一。 想要一套轻量、不绑 SaaS 的 agent 化 PR/CI 流水线。
不太适合：
重度依赖 Linear/Jira 等外部 issue tracker、希望 agent 跨系统串联的团队——这个 kit 故意不碰这一层。 不用 GitHub Actions 的项目——大量 skill 需要重写。
一句话总结 Cursor Team Kit 是 Cursor 团队"如何使用 Cursor"的开源版本。
它最大的价值不在于哪个 skill 写得有多神奇，而在于它示范了一种工作方式——把工程纪律、品味、肌肉记忆，统统写进 agent 的配置文件里，让团队的隐性知识变成可执行、可分享、可复用的代码。对任何认真想把 AI agent 嵌进日常开发的人，这都是目前最值得花一个下午通读一遍的参考实现。
优质 Skills 推荐
我开源了复刻网站设计为 DESIGN.md 的 Skill，让你的 Agent 完美复刻所有网站！
Claude Design 系统提示词泄露，如果把它做成 Skill，能复刻 Claude Design 吗？
怎么写好 Skill ？OpenAI、Anthropic 与 Sentry 的 Skill-Creator 对比结合：从快速原型到工程化工作流持续迭代
MCP 技术解析" data-itemshowtype="0" linktype="text" data-linktype="2">大前端 AI Native 开发三端基础设施：Android Skills、iOS/MacOS Use Cases 与 Chrome DevTools MCP 技术解析
粤ICP备14082021号
免费POC，
零成本试错
