跳到主要内容

Python

信息

本指南灵感源自 Jack Fields 关于配置 VS Code 进行 Python 开发的优秀文章。欲了解更多细节，请查阅他的原文。

前提条件​

开始前请确保已安装：

  • Python（推荐 3.8 或更高版本）
  • Git（用于版本控制）
  • 已安装并更新至最新版本的 Cursor

必备扩展​

Python 核心支持​

以下扩展将赋予 Cursor 完整的 Python 开发功能，包括语法高亮、代码检查、调试和单元测试：

Python

微软提供的 Python 核心语言支持

Pylance

快速的 Python 语言服务器

Python Debugger

增强的调试功能

Python Test Explorer

可视化测试界面

代码质量工具​

Python Docstring Generator

自动生成文档

Python Path

管理 Python 路径

Python Environment Manager

虚拟环境管理

Python Snippets

Python 代码片段

高级 Python 工具​

虽然上述扩展之前是 Cursor 中 Python 开发最受欢迎的扩展，但我们也新增了一些其他扩展，助您充分发挥 Python 开发的潜力。

uv - Python 环境管理器​

uv 是一款现代化的 Python 包管理器，除了可以替代 pip 作为默认包管理器外，还能用于创建和管理虚拟环境。

要安装 uv，请在终端中运行以下命令：

pip install uv

Ruff - Python 代码检查与格式化工具​

Ruff 是一款现代化的 Python 代码检查与格式化工具，可用于检测编程错误、强化编码规范并提供重构建议。该工具可与 Black 代码格式化工具配合使用。

在终端中运行以下命令安装 Ruff：

pip install ruff

Cursor 配置​

1. Python 解释器​

在 Cursor 中配置 Python 解释器：

  1. 打开命令面板（Cmd/Ctrl + Shift + P）
  2. 搜索 "Python: Select Interpreter"
  3. 选择你的 Python 解释器（如果使用了虚拟环境，请选择对应的虚拟环境）

2. 代码格式化​

配置 Black 实现自动代码格式化：

信息

Black 是一款代码格式化工具，能够自动将代码格式化为统一风格。它无需任何配置，且已被 Python 社区广泛采用。

在终端中运行以下命令安装 Black：

pip install black

通过向 settings.json 文件添加以下配置，设置 Cursor 使用 Black 进行代码格式化：

{
    "python.formatting.provider": "black",
    "editor.formatOnSave": true,
    "python.formatting.blackArgs": [
        "--line-length",
        "88"
    ]
}

3. 代码检查​

我们可以使用 PyLint 来检查编程错误、强制执行代码规范，并提供代码重构建议。

要安装 PyLint，请在终端中运行以下命令：

pip install pylint
{
    "python.linting.enabled": true,
    "python.linting.pylintEnabled": true,
    "python.linting.lintOnSave": true
}

4. 类型检查​

除了代码规范检查之外，我们还可以使用 MyPy 进行类型错误检查。

在终端中运行以下命令安装 MyPy：

pip install mypy

通过以下 JSON 配置启用 MyPy 检查：

{
    "python.linting.mypyEnabled": true
}

5. 调试​

Cursor 为 Python 提供了强大的调试功能：

  1. 通过点击行号旁的侧边栏设置断点
  2. 使用调试面板（Cmd/Ctrl + Shift + D）
  3. 配置 launch.json 文件实现自定义调试配置

推荐功能​

Tab

自动补全智能化的代码建议，深度理解您的编码行为

Chat

通过自然对话探索和理解代码

Agent

借助 AI 协助处理复杂开发任务

Context

从第三方系统获取相关上下文

Auto Import

自动导入编码时自动导入所需模块

AI Review

持续通过 AI 进行代码质量审查

框架支持​

Cursor 与主流 Python 框架实现无缝协作：

  • Web 框架：Django、Flask、FastAPI
  • 数据科学：Jupyter、NumPy、Pandas
  • 机器学习：TensorFlow、PyTorch、scikit-learn
  • 测试工具：pytest、unittest
  • API 工具：requests、aiohttp
  • 数据库：SQLAlchemy、psycopg2