Cursor官宣自己的OpenClaw!
推荐阅读
技术总监悄悄秀了一把 VS Code 神技,被我狠狠学到了!
VS Code 1.110 官宣 AI 新特性:AI 直接调试浏览器!
Jetbrains 联手 VS Code :这个新插件太香了!
OpenClaw在github上登顶第一,用四个月就超越积累了十多年的React。OpenClaw彻底火了,为了跟上AI的步伐,cursor也不示弱,发布了自己的OpenClaw–Automation.
🎯 什么是 Cursor Automation?
想象一下:你有一个 24 小时不睡觉的 AI 助手,它会:
- 🔍 自动审查每行代码的安全性
- 🚨 故障发生时自动调查并修复
- 📊 每周五自动发送团队周报
- ✅ 自动为新代码编写测试用例
这就是 Cursor Automation!
与传统 AI 助手(如 ChatGPT)不同,Cursor Automation 不需要你主动提问。它像一个勤劳的小蜜蜂,一直在后台工作,发现问题自动处理。

💡 核心价值
传统方式:
你发现问题 → 打开 AI 聊天 → 描述问题 → 等待回答 → 手动执行
(耗时:30 分钟+)
Cursor Automation:
问题发生 → AI 自动发现 → 自动调查 → 自动修复 → 通知你
(耗时:5 分钟,你只需审核)
🏗️ 核心架构:它是如何工作的?
Cursor Automation 的工作流程非常简单清晰:
┌─────────────┐ ┌──────────────┐ ┌──────────┐ ┌───────────┐
│ 事件触发 │ → │ 云端沙箱 │ → │ AI 代理 │ → │ 验证输出 │
└─────────────┘ └──────────────┘ └──────────┘ └───────────┘
• GitHub PR • 隔离环境 • 执行任务 • 运行测试
• Slack 消息 • 预配置工具 • 使用 MCP • 自我检查
• 定时任务 • 代码访问 • 调用 API • 提交代码
• PagerDuty • 凭据管理 • 分析代码 • 发送通知
📌 关键组件说明
1️⃣ 事件触发器(Event Triggers)
- GitHub PR 打开或更
- 定时任务(Cron)
- 自定义 Webhook
2️⃣ 云端沙箱(Cloud Sandbox)
- 隔离的虚拟机环境
- 预配置所需工具和权限
- 访问代码库和外部服务
3️⃣ AI 代理(AI Agent)
- 读取文件、运行命令
- 调用 API、使用 MCP 集成
- 与 Datadog、Linear 等服务交互
4️⃣ 自动验证(Verification)
- 运行测试确保质量
- 验证输出正确性
- 只有通过检查才提交
5️⃣ 记忆与学习(Memory)
- 记录过去的错误和成功经验
- 避免重复犯错
- 随着时间越来越智能
📂 两大自动化类型
团队使用 Cursor Automation 时,通常分为两大类:
1️⃣ 审查与监控
这类自动化负责检查代码、发现问题、确保质量。
特点:
- 由代码变更或定时任务触发
- 分析差异、安全性、性能
- 在 Slack 或 PR 评论中发布结果
- 通常不阻塞合并
典型场景:
- 安全审查
- 代码所有者分配
- 故障响应
2️⃣ 杂务处理(Chore Automations)
这类自动化处理需要整合多个工具信息的日常任务。
特点:
- 定时执行(每天/每周)或事件触发
- 从多个来源聚合数据
- 创建摘要、报告、文档
- 减少手动协调工作
典型场景:
- 每周变更摘要
- 测试覆盖率自动化
- Bug 报告分类

🛡️ 安全审查自动化
它做什么?
每次代码推送到 main 分支时,自动审计安全漏洞。不同于传统安全扫描器会阻塞 PR,这个自动化异步运行,将高风险发现发布到 邮件。
👥 实战案例 2:智能代码所有者(Agentic Codeowners)
它做什么?
根据影响范围、复杂度和基础设施影响自动分类 PR 风险,分配合适的审查者,并自动批准低风险变更。
工作流程
1. 每次 PR 打开或推送代码时触发
↓
2. 分析变更文件及其影响
↓
3. 分类风险等级(低/中/高)
↓
4. 自动批准低风险 PR
↓
5. 为高风险变更分配 1-2 名审查者
↓
6. 在 Slack 发布决定并记录到 Notion
为什么有效?
- ✅ 不是所有 PR 都需要相同级别的审查
- 文档拼写错误不需要高级工程师批准
- 基础设施变更需要额外审查
- ✅ 一致性决策:自动化每次都按相同标准判断
🧪 实战案例 5:测试覆盖率自动化
它做什么?
每天早上审查最近合并的代码,识别需要测试覆盖的区域,并按照现有约定自动添加测试。
工作流程
1. 每天早上 6 点运行
↓
2. 扫描过去 24 小时合并的代码
↓
3. 识别没有测试的函数
↓
4. 生成符合项目模式的测试
↓
5. 运行测试套件验证
↓
6. 打开包含新测试的 PR
为什么有效?
测试覆盖率会随时间下降。开发者在截止日期压力下发布功能时,有时会跳过测试。这个自动化确保覆盖率保持高位,不需要每个开发者都完美自律。
🐛 实战案例 6:Bug 报告分类
它做什么?
当 Bug 报告出现在 Slack 时,自动化会:
- 检查重复
- 创建 Linear 问题
- 调查根本原因
- 提出修复方案
工作流程
1. 监控 bug-report Slack 频道
↓
2. 搜索现有问题中的重复
↓
3. 如果是唯一的,创建新的 Linear 问题
↓
4. 调查代码库寻找根本原因
↓
5. 尝试修复并测试
↓
6. 在 Slack 线程中回复摘要和 PR 链接
为什么有效?
Bug 分类消耗工程时间。通过自动化初步调查,工程师可以专注于修复而不是分类和重现问题。
🏢 真实团队案例
Rippling:个人助理仪表板
背景:Abhishek Singh 在 Rippling 构建了一个个人助理,从多个来源聚合任务。
设置:
- Slack 频道:全天转储会议记录、行动项、TODO 和 Loom 链接
- Cron 自动化:每两小时运行一次
- 读取:Slack 消息、GitHub PR、Jira 问题、Slack 提及
- 去重:跨来源去重
- 输出:发布清晰的仪表板,总结需要注意的事项
额外自动化:
- Slack 触发器从线程创建 Jira 问题
- Confluence 讨论摘要
- 故障分类工作流
- 每周状态报告
- 值班交接文档
结果:Singh 报告说自动化处理了重复性工作,让他能专注于高影响力任务。
如何开始使用 Cursor Automations
设置步骤
1️⃣ 访问自动化仪表板
导航到 Cursor 网站的自动化页面并用你的 Cursor 账户登录。
2️⃣ 从模板开始
Cursor 提供常见自动化的模板:
- 安全审查
- 测试覆盖率
- 每周摘要
- 故障响应
模板包括预配置的指令和触发器设置。
3️⃣ 配置触发器
设置自动化如何启动:
- 连接 GitHub 仓库用于基于 PR 的触发器
- 添加 Slack Webhook 用于基于消息的触发器
- 设置 Cron 调度用于基于时间的触发器
- 配置自定义 Webhook 用于其他事件
4️⃣ 设置 MCP 和工具
模型上下文协议(MCPs)让自动化可以访问外部服务:
- Linear MCP 用于问题管理
- Datadog MCP 用于日志和指标
- 内部工具的自定义 MCP
5️⃣ 编写指令
定义自动化应该做什么。要具体说明:
- 分析或创建什么
- 如何处理边缘情况
- 在哪里发布结果
- 何时请求人工输入
6️⃣ 测试自动化
运行测试执行以验证:
- 触发器正确触发
- 代理遵循指令
- 结果发布到预期频道
- 错误得到优雅处理
7️⃣ 监控和迭代
观察前几次运行并调整:
- 根据输出优化指令
- 为重复模式添加记忆
- 根据需要调整触发器条件
🎉 总结
Cursor Automations 代表了工程团队处理重复性工作的转变。团队不再手动触发 AI 助手或花数小时在例行任务上,而是配置全天候工作的代理在后台运行。
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。
更多推荐



所有评论(0)