用Cursor写Python项目，AI老给我生成一堆没见过的库，该不该直接装？

这题我太有共鸣了，polars和duckdb确实是好东西，但要是给不熟悉的人维护，分分钟变成玄学事故。我建议你在提示词里直接写“只允许使用pandas和标准库，禁止引入其他第三方依赖”，它一般会老实很多。另外真不放心的话，可以加一句“如果必须用其他库，请先解释理由”，这样至少能逼它把逻辑说清楚。

说实话我太懂你这个感受了，Cursor有时候确实“聪明过头”，恨不得把整个现代数据栈都塞给你。polars和duckdb本身都是好东西，性能确实比pandas强不少，但问题是它们解决的是大数据量场景，你一个清洗CSV的小脚本用它们纯属杀鸡用牛刀，还平白无故给别人增加学习成本。我自己的经验是，在提示词里直接锁死技术栈，比如写上“只允许使用Python标准库和pandas，禁止引入任何第三方新依赖”，它基本就会老实了。另外你也可以在生成代码后加一句“请解释每个非标准库的用途，如果非必要请移除”，这样能逼它自己反思。维护这块确实得提前想，你队友要是没接触过duckdb，看到个新语法还得现查文档，那真不如pandas来得省心。不过说句公道话，要是你以后真想碰大数据，polars值得单独学一下，但那是另一个项目的事，别跟这个混在一起。

其实polars和duckdb都是挺靠谱的开源项目，性能比pandas强不少，但小脚本用它们确实有点杀鸡用牛刀。你可以在提示词里加一句“仅使用Python标准库和pandas”，或者在生成代码后直接让它重写一遍，指定“不要引入额外依赖”。我试过在系统提示里写清楚“禁止使用第三方库，除非我明确要求”，这样它就会老实很多。另外，维护角度讲，如果队友不熟悉这些库，确实会坑，建议还是按团队技术栈来。

说实话我特别能理解你这种感觉，之前我用AI写个ETL流程，它直接给我上了一大堆什么“vaex”“modin”，我查了半天才知道都是处理大数据集的，问题是我那个CSV才几万行。这些库本身确实靠谱，像polars和duckdb性能都比pandas强很多，但问题在于它们不是Python标准生态的一部分，你同事接手的时候大概率也得现学，维护成本一下就上去了。我自己现在的做法是，在提示词里会明确加一句“仅使用Python标准库和pandas，禁止引入其他第三方库”，同时把需求拆得更细，比如“用pandas的read_csv和apply实现”，这样它就不太敢乱发挥了。另外你还可以试试在Cursor的设置里关掉“自动安装依赖”这个选项，或者把生成的代码先review一遍，看到不认识的库就让它换掉，多试几次它就能记住你的偏好了。其实AI的“自由发挥”有时候也挺好，能让你发现一些新工具，但如果是正经项目，稳定压倒一切，建议还是锁死技术栈。

说实话polars和duckdb性能确实比pandas强不少，但你做数据清洗真没必要上这些，杀鸡用牛刀了。我一般会在提示词里加一句“仅使用Python标准库和pandas”，再指定“禁止引入未提及的第三方依赖”，效果立竿见影。另外建议你让Cursor先生成requirements.txt，装之前先扫一眼，不认识的库直接删掉那行代码让它重写，多调几次它就会收敛了。

我一般会在提示词里直接写死“只用pandas和re，别整花活”，有效但偶尔还是会被带偏。

这些库确实好用但坑队友没跑，建议生成后先拿小数据验证下再考虑要不要留。

polars和duckdb其实挺靠谱的，性能比pandas强不少，但小项目真没必要上，队友看着也头大。我一般会在提示词里直接写“只允许使用pandas和re，禁止引入其他第三方库”，效果立竿见影。另外如果它非要生成新库，你就让它把代码重写成只用pandas能跑的版本，多试几次它就会学乖了。

提示词里直接写死“只用pandas和re，禁止其他库”，它基本就老实了。不过polars处理大CSV是真快，可以留个小项目试试水。

在提示词里加一句“严格使用pandas标准写法”就行，它就不会乱来了。这些库本身没问题，但维护确实得看队友能不能跟上。

polars和duckdb其实都是挺靠谱的轮子，尤其是处理大CSV时性能比pandas强不少，但你要是不想引入额外依赖，直接在提示词里写死“只用pandas和re，不要用其他第三方库”就行，多试几次它基本会听话。不过说实话，有些新库上手成本低收益高，偶尔试试也不亏，但项目要给别人维护的话确实得在代码注释里说明白，不然队友看到duckdb确实会懵。

我之前也遇到过这情况，后来发现把“保持最小依赖”写进系统提示词里效果不错，它就不太敢放飞自我了。另外提醒一句，AI生成代码时最好自己过一遍逻辑，有些库虽然冷门但确实适合特定场景，别一棍子打死。

说实话polars和duckdb处理大数据集确实比pandas快不少，但你这小脚本真没必要上这种配置。想让它老实点，可以在提示词里明确写“只允许使用pandas和re标准库，禁止引入其他第三方库”，或者直接在项目里建个requirements.txt锁死依赖。另外建议让AI每次改动后都解释一下为什么选这个库，能逼它收敛一点，不然队友看到一堆陌生依赖确实头大。

说实话我一开始也遇到过这个情况，后来学乖了，直接在提示词里写“只允许使用pandas和re，不要引入其他任何依赖”，效果立竿见影。至于polars和duckdb确实挺强的，但咱们就是个小脚本，真没必要为了炫技给队友上强度，维护成本比性能提升还烦。你要是想尝鲜可以自己开个分支玩，提交到主项目前还是保守点好。

说实话我太懂你这种感受了，polars和duckdb这俩我最近也在折腾，性能确实比pandas猛不少，但问题是团队里其他人不一定熟悉，到时候出个bug排查起来真要命。你那个数据清洗脚本如果就几千行，pandas绰绰有余，根本没必要上这些新玩意儿。我自己的做法是直接在提示词里写死“只允许使用标准库和pandas”，再补一句“如果引入第三方库必须说明理由”，效果立竿见影。另外你可以在Cursor的设置里把自动安装依赖的选项关掉，它就不会自作主张给你pip install了。还有个小技巧，你可以在项目里建个requirements.txt，把允许的库列出来，AI会参考这个文件约束自己。不过说真的，duckdb处理大CSV是真的快，你要是数据量超过几个G，留着它也不是坏事，关键看你们团队能不能接受。维护这块其实还好，只要你不跑太花哨的写法，这些库的API都比较稳定，但万一队友是纯pandas党，你懂的，代码review的时候会被念叨死。

直接装没问题，但建议先在虚拟环境里试跑，免得后面依赖冲突搞到头皮发麻。

提示词里加一句“只用标准库和pandas”，它基本就老实了。

其实polars和duckdb都是性能很强的库，尤其在处理大CSV时比pandas快不少，但小项目里确实没必要引进来增加维护成本。你可以直接在提示词里加一句“只用标准库和pandas实现”，或者把约束写进项目说明文档里，模型会老实很多。另外建议装个虚拟环境，先跑通再决定要不要换成你熟的方案，毕竟能跑和好维护是两码事。

这问题我太有感触了，刚开始用AI写代码的时候也被塞过polars，后来发现它确实是pandas的平替，性能好不少，但前提是你团队里没人用过，光README就够队友喝一壶的。我的经验是，别惯着AI，直接在提示词里写死“仅使用Python标准库和pandas，禁止引入其他第三方库”，它基本就能老实了，偶尔还会跟你确认一句“确定不用polars吗”，你回个“确定”就行。至于那些库本身靠不靠谱，说实话duckdb和pyjanitor都是好工具，但放在一个数据清洗脚本里属于杀鸡用牛刀，而且依赖多了以后部署环境时真的容易出幺蛾子，尤其是别人接手时根本不知道这些库是干嘛的。另外我建议你把cursor的模型温度调低一点，或者用更具体的指令，比如“用pandas的read_csv和apply函数实现”，它就不太会自由发挥了。反正我现在的原则是，新库可以尝鲜，但得先花十分钟看看文档和star数，确认不是冷门玩具再决定要不要装进项目里。

polars和duckdb其实都是挺靠谱的库，性能比pandas强不少，但小项目真没必要上，维护起来确实会让不熟的队友挠头。我一般会在提示词里加一句“只用标准库和pandas，别引入额外依赖”，再限定“用最基础的pandas写法完成”，效果立竿见影。要是它还是乱来，就把生成的代码里那些库删了，手动改回pandas版本，多试两次它就会记住你的喜好了。

提示词里直接写“只用pandas和re，别整花活”，它就不敢乱来了，亲测有效。

直接装吧，polars和duckdb都是靠谱的，处理CSV比pandas快多了，队友看了只会说真香。

提示词里加一句“只用Python标准库和pandas”，它就不敢乱来了。

polars和duckdb这几年在数据处理圈确实挺火的，性能比pandas强不少，但你这场景杀鸡用牛刀了。想让AI老实点，在提示词里直接限定“只允许使用pandas和re，不要引入其他第三方库”，它一般会听话的。维护问题确实得考虑，除非团队都熟悉新库，不然还是保守点好。

说实话我太懂你这个感觉了，polars和duckdb确实有点被吹过头了，尤其你只是处理个CSV清洗，pandas完全够用。这些库本身不算坑，但引入它们意味着你的队友得额外学一套API，而且项目里混着两套dataframe操作逻辑，到时候改bug都容易人格分裂。我自己的经验是，Cursor的模型对“性能优化”有执念，总觉得你用pandas是菜鸟，所以老想炫技。你可以在提示词里明确写“仅使用Python标准库和pandas，禁止引入其他外部依赖”，最好再加一句“保持代码风格简单直接，像初级开发者写的也没关系”。另外，有个土办法，你可以在项目里建个requirements.txt，然后告诉它“所有安装包必须已经在这个文件里”，它就会收敛很多。不过说真的，如果你以后想处理更大数据量，polars确实值得学，但千万别在还没弄懂的时候被AI带节奏，先把你手头的活干完，慢慢再研究。