路上指挥家里的 Cursor

1. 起源

我慢悠悠地走在路上，AI在耳机里解释它改完的内容。然后我抬起手机说出我的想法，点击发送按钮来继续指挥家里的Cursor干活。

这个过程是Cursor的官方客户端做不到的。Cursor的官方客户端只支持iOS系统，并且只能控制云端Agent，无法控制本地电脑的Agent和代码库。而我用的是安卓手机，要的是自己家里的机器上的开发体验。

过去我用Claude Code命令行、Cursor电脑端，不算难用。但进行看Diff、预览文件、Git提交，都要盯着电脑屏幕，哪怕是有原生Web能力的OpenCode，移动端的使用体验也不算好，需要结合命令行、VSCode才能获得让我满意的效果——但这又回到了电脑前。哪怕我很相信Agent的能力，使用Agent工具还是得绑定电脑，而我的视力、脊椎等部位就受罪了。

所以我开发了一个极致贴合自身使用习惯的Cursor Web Chat。值得吗？太值了。

2. 产品使用

大致的使用流程是：我在手机上突然想起点什么事，于是选择一个感兴趣的文件夹新开一个对话，为了避免产生和远程git仓库产生冲突，先git pull一下。

然后我语音输入指挥Cursor干活，完成后我可以自动听到AI的语音汇报。我可以在网页上预览文件夹里的文件，也可以查看Diff，在AI生成Commit Mesage后一键推送到远程。

3. 开发细节

这个项目其实不复杂：底层是Cursor SDK，负责Agent loop、工具调用、上下文压缩、会话持久化等“重”的逻辑，我也不想重复造轮子。本项目负责上层的人机交互、数据展示、Git操作、语音/标题/Commit Message的AI生成等“轻”的逻辑。

整个项目的代码有一万多行，文档有一万多行，我没有手动修改一行内容。

这个项目总共消耗了我二十个小时以上的时间，和价值两三百美金的Token（感谢慷慨的Cursor第一方模型额度，让我没有实际上掏这么多钱）。其实成本比我想象中的要高，很大的部分花在了使用体验的打磨（“这个分割线怎么这么粗”）、Cursor SDK底层的Bug排查（“怎么工具调用突然卡住了”），以及部分场景Grok 4.5的犯蠢😂

我也不得不感叹AI Agent的强大，Cursor的SDK是经过混淆的typescript代码，很多深层次的Bug需要在进行多层的下钻后通过手术刀般的精密调整才能修复，我更多时候只是在给AI提供错误现象、排查方式和预期表现等信息，AI就能（在大部分场景）给出令人满意的解决方案。

不过，本项目只是一个我个人使用的小工具，对容错/稳定性要求不高；而且是偏前端交互的项目，AI做得对不对我一眼就能看出来。所以这个项目并不完美，有一些小细节还没有处理（比如文件夹的删除、TTS语音文件的淘汰、Plan模式的主动切换等），也没有完善的测试。不太适合追求开箱即用、有完善用户体验的普通用户。

如果你想参考本项目的代码实现或研发思路，甚至愿意将它真的跑起来（npm run），欢迎查阅 wolf-joe/cursor-web-chat - Github，也欢迎提Issue来交流。

4. 尾声

我之前在用Claude Code/OpenCode等Agent工具时，总会遇到用着不爽的时候。但我这次选择不忍，自己打造让自己满意的工具，过程没有我想象中的艰难，这得感谢Cursor提供的完善SDK文档和（混淆后的）源码。

但是，如果一个没有太多前端开发经验的人，靠SDK文档和源码就能让AI做出让自己满意的应用，那SDK提供方的护城河在哪里呢？或者说，正在变强的AI是否在削弱提供SDK的软件公司的竞争力？

我不知道，但深海的章鱼会继续注视。