Cursor Add Model

最新推荐文章于 2025-11-10 10:39:15 发布
原创 最新推荐文章于 2025-11-10 10:39:15 发布 · 1.7k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#cursor

该文章已生成可运行项目，

一：注册

https://siliconflow.cn/ 登录即注册。

二：实名认证

在这里插入图片描述
需要支付宝人脸识别认证。

三：添加Model

在这里插入图片描述

四：新建API密钥

验证：注意验证时需要先取消其它模型的选中，只选中当前新建的模型。

在这里插入图片描述

五：配置Model

  1. 复制名字 Qwen/Qwen2.5-Coder-7B-Instruct
    在这里插入图片描述
  2. 添加Model
    在这里插入图片描述
  3. 配置AI密钥
    在这里插入图片描述
    先记录一下原来开启的模型以便于后面恢复。
    在这里插入图片描述

先关闭掉其它的，只打开新增的。
在这里插入图片描述
验证通过
在这里插入图片描述
测试通义千问模型。
在这里插入图片描述

六：关闭Open AI Key

关掉新增加的大模型，还使用Cursor自带的大模型。
在这里插入图片描述

本文章已经生成可运行项目
大模型——Trae、Cursor、Kiro到底孰强孰弱
07-30 1552
本文对比了三种AI编程工具Trae、Cursor和Kiro的特点与优劣。作者作为三款工具的资深用户，指出Trae擅长函数级代码补全但项目级能力有限；Cursor项目级开发表现优异但需善用规则设置；Kiro通过分步文档生成功能更规范但稳定性较差。在资费方面，Kiro目前免费但未来定价19美元/月，Cursor 20美元/月，Trae最便宜10美元/月且用量充足。文章建议结合使用三款工具：先用Kiro生成文档，再导入Cursor进行项目开发，最后用Trae优化函数代码。作者强调工具无绝对优劣，关键在于合理使用。
MCP 探索：Cursor + Figma-Context-MCP ，让 Cursor 获取 Figma 设计图信息，实现 AI 生成页面的高度还原
简简单单Onlinezuozuo
04-28 1220
MCP（Model Context Protocol）是由 Anthropic 公司于 2024 年 11 月推出的一种开放协议。它旨在统一规范大语言模型与外部数据源和工具之间的通信，类似于 AI 世界的“USB-C”接口。MCP 基于客户端-服务器架构，包含宿主程序（Host）、客户端（Client）和服务器（Server）等组件。它通过标准化接口和协议，使大语言模型能够动态访问和集成外部数据源、工具和服务，提升模型的功能性和灵活性。
Cursor如何手动添加多个大模型？
m0_63564748的博客
04-25 3272
1. 登录OpenRouter账户，点击头像——Keys-----Create Key，创建API密钥，为了方便记录这是要创建哪个大模型的API KEY，可以将Name命名为你要使用的大模型。3. 重复上面的步骤，添加多个大模型，最后勾选要使用的大模型，这一步和添加单个模型的时候不一样，可以同时选中多个大模型，然后它们就会出现在对话框的模型选择下拉列表里，并且每一个都是能用的。4. 每个模型的使用记录，可以 OpenRouter账户中点击头像——Keys-----Activity中查看。
Cursor 接入 deepseek 大模型
前端，请指教
04-01 2068
完成配置后，你就可以在 Cursor 中畅享 DeepSeek 的强大功能了！，关闭所有已有的模型开关以防干扰。粘贴上面创建的 API key。，记得打开开关，注意这里只留。添加模型及其密钥：设置。
cursor如何添加Claude大模型
最新发布
前端金牌摸鱼达人
11-10 1669
cursor如何添加Claude大模型
Trae、Cursor、Kiro我都在用，说说感受
07-21 3723
本文对比分析了Trae、Cursor和Kiro三款AI编程工具的优缺点。作者作为三个工具的深度用户，指出目前网上评测存在夸大、浅显、不客观等问题。Trae擅长函数级代码补全与优化；Cursor具备项目级开发能力，关键在于善用规则设置；Kiro以可视化需求设计见长但稳定性欠佳。三款工具各有所长：Kiro适合需求设计，Cursor适合项目开发，Trae适合代码优化。建议组合使用，并注意资费策略差异（Trae最便宜，Kiro目前免费）。作者强调工具无绝对优劣，关键在于合理使用。
教你在cursor中无限使用Claude3.7模型，手慢无！
Q2024107的博客
08-26 1729
在Cursor编辑器1.0.0版本中，可通过添加自定义模型"claude-3-7-sonnet-20250219-thinking"来无限使用Claude3.7。具体步骤：登录账号→设置→添加自定义模型→输入指定名称→选择该模型。经测试，该方法不会扣减快速调用次数，免费用户也可使用。当前Claude4暂不支持，但3.7的编程能力已足够实用。建议用户把握机会尽快尝试这一有效方法。
开发工具Cursor中接入本地deepseek和云端大模型
yanghongfei110的博客
04-30 5536
开发工具Cursor对接本地ollama，实现全部开源模型的使用，保证代码安全性，提高工作效率
无需梯子，CURSOR AI编程使用自定义模型教程（所有模型都可以使用！新手小白向）
热门推荐
qq_40843986的博客
01-18 1万+
本教程介绍了如何使用 CURSOR 软件及其集成的AI编程助手，帮助开发者高效管理项目文件、自动生成代码并解决常见问题。通过详细的步骤，用户可以配置并使用第三方API接口（如 Cursor API），以便灵活调用不同的AI模型，如GPT-4和Claude-3.5。
Cursor编程AI辅助工具使用指南(二)
星河灿烂的博客
07-16 1236
使用自己的API Keycursor默认是有提供各模型的key，使用者无需单独购买各商业模型的token.但是也支持使用自己api key等。添加更多多模型如果三方模型兼容Openai接口的话，在这里也可以添加三方模型。但是添加的模型则不具备内置模型的部分功能，比如图片识别。千帆大模型添加时报错，应该是cursor兼容问题，cursor生成的curl验证代码单独执行是ok的。以下以Deepseek大模型为例Cursor使用功能受限。
3步搞定！在Cursor中接入DeepSeek大模型！
羊仔的博客
01-07 1万+
大家好！我是羊仔，专注AI工具、编程、智能体。羊仔最近发现，把坐席换成面向窗户，灵感似乎也特别容易涌现——不过，这可能只是心理作用而已。对了，羊仔身边的朋友最近对AI工具表示了各种好奇，还问了不少经验，现在真是个人人都想更高效工作的小时代。今天为大家分享一个超实用的玩法：如何在Cursor编辑器中接入国产大模型DeepSeek。
Cursor 如何配置大模型ChatGPT 5.0
王国平的博客
08-11 6305
动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。全书共11章，前6章涵盖深度学习基础，包括张量运算、神经网络原理、数据预处理及卷积神经网络等；后5章进阶探讨图像、文本、音频建模技术，并结合Transformer架构解析大语言模型的开发实践。书中通过房价预测、图像分类等案例讲解模型构建方法，每章附有动手练习题，帮助读者巩固实战能力。通过上述配置，Cursor可充分发挥GPT-5在代码生成、多模态处理等场景的优势。
cursor部署其他大模型的API
qq_42575575的博客
11-06 5948
Cursor接入其他模型API
Cursor区域限制问题解决方案：AI模型访问技术突破与环境隔离实践
专注技术分享
07-16 1万+
摘要： Cursor AI编程工具近期因模型提供商实施地区限制，导致部分用户无法使用特定AI模型。本文分析了区域限制的技术原理，包括IP地址、DNS解析等识别机制，并指出不同模型（如Claude 3.7、GPT-4.1等）的可用性差异。为解决此问题，提出了环境隔离方案（通过虚拟浏览器清除位置信息）和网络优化技术（配置重试策略与请求头优化），并设计了智能模型切换策略自动检测可用模型。附代码示例帮助开发者绕过限制，持续使用Cursor的AI功能。
【AI编辑器】Cursor与DeepSeek模型的集成：提升开发效率的新选择
后端研发工程师Marion的博客
01-04 1万+
通过本文的介绍，我们详细了解了如何将Cursor的模型替换为DeepSeek模型。DeepSeek模型以其卓越的性能和低廉的使用成本，为开发者提供了一种更具经济性和灵活性的选择。配置完成后，我们可以利用DeepSeek模型在Cursor中自动生成代码，提高开发效率。未来，随着AI技术的不断发展，相信会有更多优秀的模型涌现出来，为开发者提供更多的选择和便利。让我们一起期待更加智能、高效的编程时代的到来！
玩转 Cursor AI 编程，基础功能、AI 技巧、进阶玩法
Qynwang的博客
06-12 2904
大家好，本文是观看 B站 up主“不正经的前端啊”的cursor教程：https://www.bilibili.com/video/BV1ZvEDzKEQb/ 所做出的总结笔记，欢迎大家结合原视频看本笔记。另外，欢迎大家访问 https://www.hello123.com。
《Cursor-AI编程》进阶篇-自定义模型
weixin_47234912的博客
02-12 3390
Cursor允许用户添加自定义模型，过程也很简单，下面我用最近比较火热的国产大模型（deepseek）来演示一下登录Deepseek开发平台找到API Key，并创建一个API Key给新建的API Key一个名称，然后点击“创建”创建成功后，会自动生成一个API Key，复制这个API Key注意，需要点开“”，然后输入，填写后点击“Verify”，最终出现下面截图的效果代表创建成功（在点击“Verify”前，需要把其他模型的勾选框取消掉，否则无法验证成功！然后我们添加模型名字“”即可。
最新Cursor配置DeepSeek模型，像素级细节
qq_25828905的博客
01-09 6676
最新Cursor配置DeepSeek模型，像素级细节，在配置DeepSeek的时候，容易出现配置不上的问题，这篇文章完美解决这个问题
pytorch cursor plugin for model dim inspection
08-02
<think>我们正在寻找一个用于PyTorch模型维度检查的光标插件。根据用户的问题，他/她可能想要在编写PyTorch代码时，能够通过光标快速查看模型各层的维度信息，以便于调试和构建模型。 在PyTorch生态中，没有直接称为“光标插件”的工具，但我们可以理解为在代码编辑器中（如VS Code、PyCharm等）通过光标悬停或快捷键来显示模型维度的功能。这通常由编辑器插件或扩展提供。 常见的解决方案包括： 1. 使用支持PyTorch的Python IDE插件，如VS Code的Python插件，它可以通过类型提示和文档字符串显示信息，但对于模型维度的动态检查可能有限。 2. 使用专门的PyTorch工具，如torchsummary或torchinfo（torchsummary的升级版），它们可以打印模型结构，包括输入输出的维度。但是，这些是命令行工具，不是光标插件。 3. 使用支持张量形状注释的编辑器插件，例如VS Code的TensorFlow插件（对PyTorch支持有限）或利用Pylance（VS Code的Python语言服务器）的类型推断功能。 然而，目前并没有一个广泛使用的“光标插件”专门用于在编辑代码时实时显示PyTorch模型的维度。但是，我们可以通过以下方式近似实现： - **使用torchinfo库**：在代码中调用`torchinfo.summary(model, input_size)`来打印模型结构，包括每一层的输出形状。这虽然不是光标悬停，但可以在运行时快速查看。 - **使用IDE的调试功能**：在调试过程中，将光标放在变量上可以查看其类型和形状（对于张量）。 - **使用Jupyter Notebook**：在Notebook中，可以方便地在每个单元格后查看变量的形状。 如果用户希望在编写代码时（而不是运行时）就能看到维度信息，这需要静态分析，但由于PyTorch模型的动态特性，静态分析维度比较困难。 最近，PyTorch官方推出了一个工具叫**TorchDynamo**（属于PyTorch 2.0的一部分），它可以帮助捕获模型的计算图，但也不是用于编辑时光标提示。 因此，目前最接近的可能是使用**torchinfo**库，然后结合编辑器的代码片段功能，快速插入打印模型摘要的代码。 另一种思路：使用支持张量形状注释的Python类型检查工具，如**PyRight**（VS Code的Pylance使用的类型检查器）可以推断一些简单的形状，但复杂的模型可能无法推断。 考虑到这些，我们可以推荐用户使用torchinfo，并在需要时打印模型摘要。同时，可以关注一些编辑器插件，如VS Code的Python插件已经支持张量形状的调试时查看。 如果用户确实需要“光标插件”的功能，我们可以尝试以下方法： 在VS Code中，安装Python扩展和Pylance，然后利用类型提示。例如： ```python import torch from torch import nn class MyModel(nn.Module): def __init__(self): super().__init__() self.conv1 = nn.Conv2d(1, 6, 5) self.fc1 = nn.Linear(6*24*24, 10) def forward(self, x): x = self.conv1(x) # 将光标放在x上，在调试时可以看到形状，但编写时无法看到 return self.fc1(x.view(x.size(0), -1)) model = MyModel() # 在需要时打印模型摘要 from torchinfo import summary summary(model, input_size=(1, 1, 28, 28)) ``` 在编写代码时，我们无法通过光标直接看到每一层的输出形状，但是可以在编写完一部分后，运行`summary`函数来检查。 另外，有一个名为**Thinc**的库提供了一种形状推导的API，但它主要用于PyTorch吗？实际上，Thinc是一个面向NLP的轻量级深度学习库，它支持PyTorch和TensorFlow作为后端，但它本身并不提供光标插件。 因此，总结回答： 目前没有专门的“PyTorch cursor plugin for inspecting model dimensions”，但可以通过以下方式达到类似目的： 1. 使用torchinfo（原torchsummary）库在代码中打印模型摘要。 2. 在VS Code等编辑器中利用调试功能，在运行时查看变量（包括张量）的形状。 3. 在Jupyter Notebook中交互式地运行代码并查看。 另外，可以尝试在VS Code中安装扩展“Python Preview”，它可以在侧边栏实时显示代码中变量的值（包括形状），但需要运行代码。 如果用户希望有一个静态的（不运行代码）的维度提示，目前没有完美的解决方案，因为PyTorch的动态图特性使得静态推断形状非常困难。 因此，我们推荐用户使用torchinfo库，并配合调试器。 引用说明： [^1]: 在训练和评估模式切换的示例中，我们使用了`model.train()`和`model.eval()`，但并没有直接提供维度检查的方法。 [^2]: 引用2是关于加载权重错误的解决方案，与当前问题无关。 [^3]: 引用3是关于PyTorch 2.0的编译功能，与光标检查维度无关。 所以，我们主要基于一般知识回答。 相关问题： 1. 如何在PyTorch中打印模型的层次结构？ 2. 有哪些工具可以帮助调试PyTorch模型的形状？ 3. 在VS Code中如何调试PyTorch代码以查看张量形状？</think>### PyTorch模型维度检查的光标插件解决方案 在PyTorch开发中，实时查看模型各层的输入/输出维度是调试模型的关键需求。以下是推荐的解决方案和工具： #### 1. **TorchInfo（原torchsummary）** [推荐] 最常用的维度检查工具，可通过简洁代码输出完整维度信息： ```python from torchinfo import summary model = MyModel() summary(model, input_size=(16, 3, 224, 224)) # 输入尺寸 ``` 输出示例： ``` Layer (type) Output Shape Param # ================================================== Conv2d-1 [16, 64, 224, 224] 9,408 ReLU-2 [16, 64, 224, 224] 0 MaxPool2d-3 [16, 64, 112, 112] 0 ... ================================================== Total params: 11,689,512 ``` 优点：支持动态计算图，可显示参数量和FLOPs[^1]。 #### 2. **PyTorch内置钩子（Hooks）** 实时捕获中间层维度： ```python def print_shape(module, input, output): print(f"{module.__class__.__name__}: {output.shape}") for layer in model.children(): layer.register_forward_hook(print_shape) ``` #### 3. **IDE集成方案** - **VS Code Python插件**：调试时悬停变量可查看张量形状 - **PyCharm专业版**：TensorBoard插件支持实时维度可视化 - **Jupyter Notebook**：结合`IPython.display`显示动态维度 #### 4. **可视化工具** - **Netron**：模型结构可视化（支持`.pt/.onnx`文件） - **TensorBoard**：`add_graph()`显示计算图维度 ### 相关问题 1. 如何解决PyTorch模型维度不匹配的常见错误？ 2. 有哪些方法可以可视化PyTorch模型的计算图？ 3. 在部署PyTorch模型时如何验证维度兼容性？ 4. 如何为自定义PyTorch层实现维度检查功能？ > 注：目前没有专门的"光标插件"能直接在代码编辑器中悬停显示维度，但结合上述工具（尤其是TorchInfo）可高效实现维度检查。建议在模型关键层添加`print()`语句辅助调试[^1]。 [^1]: 引用PyTorch评估模式示例中的调试方法 [^2]: 引用模型权重加载问题的解决思路 [^3]: 引用PyTorch 2.0编译优化文档
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

风流 少年

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值