在 Home Assistant 中实现每房加热控制自动化
一位房主搭建了附加组件和 MCP 服务器,使得 Cursor 能够编写并部署 Home Assistant自动化脚本以实现各房间的温度控制,并在一个周末内完成了五个版本的迭代。
一位房主搭建了附加组件和 MCP 服务器,使得 Cursor 能够编写并部署 Home Assistant自动化脚本以实现各房间的温度控制,并在一个周末内完成了五个版本的迭代。
Rippling 的一位工程师让 Cursor 智能体每两小时运行一次,读取 Slack 笔记、GitHub PR、Jira 工单和提及记录,去重后发布任务仪表盘。
一位开发者使用智能体和MCP,基于开源模型开发了一款邮件智能产品,该产品允许LLM查询Gmail和Outlook邮箱;目前处于私有测试版阶段。
用户将 Grok Bot 用作收件箱管理工具,同时将其作为办公管理工具,用于接收工作任务、规划产能并在 Gmail、Slack 和 ServiceTitan 中安排任务。
作者使用由 Cursor 生成的 AI 脚本,从 LinkedIn 自由职业者个人资料中抓取数据,发送个性化邮件和私信,并记录互动情况以推广网络研讨会;他称此为具有风险性的概念验证项目。
一位评论者通过 Apps Script 使用 Claude API 处理广告文案版本,利用 Apify 抓取竞争对手广告,并借助 Cursor 构建 GA4 仪表板。
论坛用户使用 Markdown 撰写论文,并附上 Zotero 引用和 Bibtex 文件供 Cursor 选择参考文献,随后通过 pandoc 转换为 Word 格式。
一位营销人员构建了一个 Cursor工作流,该工作流能从内容中学习,并通过抓取帖子来撰写新闻通讯、 LinkedIn 帖子和讨论帖,这些内容源自原始笔记。
一位开发者构建了一个 Claude Code/Cursor 工作流,该工作流用于处理漏洞工单、更新依赖项与锁定文件、打开 Pull Request,并监控 CI 流程,不过合并操作仍由人工完成。
一位独立创始人利用 Claude、ChatGPT、Windsurf 和 Cursor 作为角色化团队成员,设计、测试并部署了包含 120 种模型的心理模型框架及 MCP 服务器。
Answer.AI 对 Devin 进行了可观测性集成、nbdev 迁移及漏洞审查测试;它发现了一些真实问题,也产生了一些误判,最终未能完成迁移。
智能体每天会扫描 Cursor 员工的 X 书签,选择一项新技术,编写提示词,在获得批准后启动 Cursor Cloud 智能体,约 15 分钟即可构建原型。
开发者将 Terraform 仓库中一条未解决的 issue 交给 Cursor 后台智能体,约三分钟后得到 PR,但标题和说明还需修改。