用Cursor写Python后端，AI总把依赖写错，是我prompt不对吗？

这问题太真实了，Cursor对依赖版本基本是“幻觉重灾区”，尤其Pydantic v2那套field语法它经常默认往v1写。我后来干脆在项目根目录放了个AGENTS.md，把关键依赖版本和易错点写成硬性规则，比prompt里临时说有效得多。但说实话，依赖这块我现在基本不指望它，让它写业务逻辑，装包和版本校验自己来，省得来回改。你试试在系统提示里加一句“所有第三方库必须严格按pyproject.toml锁定版本”，会好一点，但别抱太高期望。

这问题我太有同感了，Cursor在写业务逻辑还行，一到依赖版本就翻车，尤其Pydantic v2和httpx这俩重灾区。我的做法是干脆不管它写啥依赖，先让它出代码，然后自己统一改import和版本，比跟它较劲省心多了。另外你可以试试在项目根目录放个AI_INSTRUCTIONS.md，里面对应写上“所有依赖版本必须与pyproject.toml保持一致”，效果比注释强点，但别指望100%遵守。手动改还是最靠谱的，就当它是个高级补全工具吧。

依赖版本这事真别指望AI，我都是让它写逻辑，装啥库自己敲，省得改半天。

手动改吧，模型对版本更新有滞后，pyproject锁死版本比啥prompt都管用。

这问题太真实了，AI对版本细节就是个半吊子，我直接让它写依赖然后自己对着官方文档改，省心多了。

别指望prompt能救，它压根不懂环境，我都是让AI写逻辑，依赖手工锁死版本，这活儿干多了就老实了。

手动改更靠谱，依赖版本这种细粒度问题AI真抓不准，我都是让它写逻辑自己补依赖。

版本问题确实头疼，建议直接锁死版本号，别指望AI自觉，写完了还得自己过一遍。

说实话这事儿我踩过不少坑，Cusor对依赖版本的理解基本就是靠训练数据里的“惯性”，你pyproject写得再清楚它也可能视而不见。后来我干脆把关键库的版本号直接写进系统提示，比如“strictly use pydantic v2 syntax”，效果会好一点，但也不敢全信。建议把AI当结对编程的实习生，它写的依赖你快速过一遍，尤其看import和模型定义那几行，改起来比反复调prompt快多了。

这问题太真实了，AI写依赖这块确实容易翻车，尤其Pydantic v2刚出那会儿我也被坑过。我后来干脆在项目里加了个AGENTS.md文件，把关键版本号和禁止使用的旧API写法直接写进去，效果比在prompt里反复强调强不少。但还是建议把依赖锁定当底线，AI生成的代码跑一遍测试再信，毕竟它记版本号就像我们记前任生日一样，时灵时不灵。

这问题太真实了，Cursor对依赖版本的理解基本靠训练数据的记忆，根本不会去读你pyproject的真实约束。我试过在prompt里写“必须用pydantic v2语法”，结果它改对了几次又飘了，最后还是靠IDE的红色波浪线兜底。建议别在prompt上死磕，把依赖装好之后让AI参考实际报错来修，或者干脆自己写import和核心配置，让AI补业务逻辑，这样最稳。

说实话我也遇到过这个问题，尤其Pydantic v2刚出那会儿，AI动不动就给你写v1的orm_mode，改得我头大。后来我干脆把pyproject.toml里的关键依赖版本直接写进系统提示里，比如“使用pydantic>=2.0，注意ConfigDict写法”，效果好很多。但别指望它完全不出错，依赖这块终究得自己把关，AI给的代码跑一遍测试比啥都强。

说实话这问题我踩坑踩多了，现在基本把Cursor当高级补全用，依赖版本这块真别太信它。你可以在项目根目录放个AGENTS.md，把关键版本号写死进去，能稍微好一点，但该错还是错。

我现在的习惯是让AI写逻辑，跑起来报错再自己改依赖，反而比反复调prompt省时间。Pydantic v1到v2的迁移坑太多了，它训练数据里新旧混杂，光靠注释真拦不住。

别纠结prompt了，AI对版本细节就是不行，直接跑一遍测试让报错教它改最省事。

说实话这问题我太有共鸣了，Cursor对依赖版本的理解基本就是拿训练数据里的高频写法硬套，pyproject.toml它看了也白看。我后来是直接在系统提示里写死“必须用pydantic v2的Field和model_config”，但效果也就那样，它偶尔还是犯浑。最靠谱的办法还是让它生成代码后自己拿ruff和mypy过一遍，依赖版本这事儿真不能指望它自觉。

我试过把版本号写进prompt，比如“httpx>=0.27”它就会老实些，但换个库又原形毕露。感觉这工具对生态更新快的库特别迟钝，Pydantic v2都出来一年多了还老写v1语法。反正我现在是默认它写的依赖全要手动核对，就当它是个自动补全plus，别当工程搭档。

有个小技巧，你可以把项目里已经正确的import语句贴几段给它当few-shot，比如把FastAPI路由和Pydantic模型的正确写法放进去，它会模仿得更准。但要是项目特别冷门或者版本太新，它该瞎还是瞎。省时间的话直接开个虚拟环境，让AI跑一遍测试报错再改，比在prompt里磨嘴皮子快多了。

这问题太真实了，Cursor对版本细节确实不太敏感，尤其是FastAPI生态更新快，它训练数据里旧内容占比高。我自己的做法是直接在项目里加一个.ai/rules或者全局custom instructions，把关键依赖版本写死，比如pydantic>=2.0这种，效果会好不少。但依赖版本这种还是得自己把最终关，AI写出来我基本都会跑一遍类型检查再改，别指望它一步到位。

AI写代码当参考行，依赖版本这玩意真别指望它，自己锁版本最稳。

版本问题本质是训练数据滞后，你prompt写啥它都容易按老习惯来，直接手动改吧。

说实话这问题我也踩过不少坑，AI对版本细节的感知确实挺弱的，尤其Pydantic v2和httpx这种语法变化大的，它训练数据里新旧混杂。我现在的做法是直接在项目根目录放一个CONVENTIONS.md，把关键版本和易错写法写进去，然后每次prompt里带一句“严格遵循该文件”，效果比在pyproject里标注好使。不过最终依赖还是得自己过一遍，别指望它全对，当个半自动补全用更省心。

说实话这事儿我踩坑踩得比你早，现在基本把AI当个高级补全工具用，依赖这块完全手动来。你问是不是prompt的问题，我觉得一半一半吧，模型训练数据里Pydantic v1和v2的代码混在一起，它压根没能力判断你项目里的实际版本，哪怕你写了pyproject.toml，它更多是“看”个寂寞，注意力机制根本不会去细读版本约束。我试过在系统提示里加“必须使用pydantic v2语法，httpx>=0.27”，效果好一点，但偶尔还是会抽风，尤其是遇到那种跨版本API变化大的库，它直接给你编一个不存在的参数。更靠谱的做法是，让它生成核心逻辑，依赖和import部分自己敲，或者用uv/pip-tools这类工具锁版本，再让AI基于锁文件写代码。另外你可以试试把报错信息直接贴给它，让它根据错误修正，比单纯强调版本号管用得多。反正我现在是彻底不指望它管依赖了，自己维护一个依赖清单，AI只负责业务逻辑，省心很多。

说实话这真不全是prompt的问题，模型对版本号的敏感度就是很差，尤其跨大版本API变动时它很容易混。我试过在系统提示里塞“必须用pydantic v2语法”这种话，效果也就那样，该错还是错。现在我的做法是让它写完后我再拿官方文档过一遍，依赖版本这种细节真别指望AI，它连自己生成代码的依赖都经常对不上，手动改反而省心。

说实话这问题太典型了，AI对版本敏感度就是不行，我都是让它写逻辑自己补依赖，省心多了。

版本问题真别指望AI，我都是让它写逻辑，依赖自己锁死，省得返工。

说实话prompt再细也没用，这玩意儿对版本敏感度就是差，手动改最稳。

说实话这事儿我踩过好多次坑了，Cursor对依赖版本的理解基本停留在训练数据里最常见的组合上，你pyproject里写了啥它大概率看是看了，但生成代码时优先调用的还是它记忆里那套最顺手的API。我试过在系统提示里塞一句“严格使用pyproject.toml中声明的版本对应的语法”，效果有一点，但别指望它能完全遵守，尤其是Pydantic v2和v1的字段定义差异，它经常写着写着就混回去。更靠谱的做法是，让AI先生成核心逻辑，等它写完了我再全局搜索一下有没有用错的地方，比如model_config这种v2专属写法，然后手动改。另外有个小技巧，你可以直接把官方文档里对应版本的代码片段贴进对话里，让它模仿那个风格，比干巴巴的版本号管用多了。反正我现在的心态就是，AI负责搭框架和写业务流，依赖细节和版本兼容这种活儿还是自己兜底吧，毕竟它连httpx的sync和async客户端都偶尔搞混，指望它精确到minor版本有点难。