Cursor 1.0 版本更新了用于代码审查的 BugBot、对内存、一键式 MCP 设置、Jupyter 支持以及 Background Agent 的正式发布。
今天这篇文章主要介绍 Background Agent 的使用教程。
1. Background Agent 的基本概念
Background Agent 可以理解为后台 Agent，直白来讲就是，能够在后台运行 Agent。
在之前的版本中，Agent 都是在前台运行的，当 Agent 运行时，我们一般不会去修改 Agent 正在修改的文件，因为这样会让代码修改逻辑混乱。
而后台 Agent 可以让我们一边编辑本地的代码，一边执行其它任务，尤其是 github 上的项目。没错，它是为了提升效率而开发的。
2. 后台 Agent 的使用方法
在启用 Background Agent 之前，必须将 Cursor 设置为共享数据模式。
然后，你会发现后台 Agent 目前只能在使用了 git 仓库管理的项目使用：
所以，还需要配置 Github 与 Cursor 的连接：
你需要设置 Cursor 能够读写的 Github 仓库：
我这里设置 CppRoad 为 Cursor 可以远程访问的项目。
连接 Github 的一个测试仓库之后，是下面这个样子：
将 Github 和 Cursor 连接之后，并不能直接让后台 Agent 操作 git项目，你需要在本地上创建一个 git 仓库，然后设置 Github 上的 CppRoad 为远端仓库。
这样才能使用后台 Agent 操作我们的项目。
3. 让后台 Agent 创造一个简易版的 Http 服务器
那么，后台 Agent 的效果如何呢？
在 Cursor 当中，我们调出后台 Agent，发现可选的模型当中，全是 MAX 付费版本的 GPT 模型。还真是无奸不商啊。
我让后台 Agent 创建一个简易版的 http 服务器：
Agent 在后台执行：
等几分钟之后，整个项目就完成了。
你会发现后台 Agent 和本地 Agent 是独立的：
后台 Agent 创建的 Http 项目如下：
然后，我们运行这个项目：
看一下服务器信息：
我真的被这个功能惊艳到了。
当然这个项目比较小，大模型生成的代码一次运行成功了。在代码的组织结构上，也有需要改进的地方。
但是，瑕不掩瑜，这功能也是真的强大。
最后，我把这个项目推送到了远程仓库上，有需要的朋友可以自取一下：
https://github.com/zmgCoder/CppRoad.git
我是一梵 AI 编程，聚焦 Python/C++/AGI，分享关于 AGI 的一手信息。