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？

直接跟它说“只用pandas和re，别整花活”，再不行就把生成代码里的import手动改掉。

说实话polars和duckdb还真不是坑，处理大csv比pandas快不少，但小项目里硬塞进来确实有点过度设计。我一般会在提示词里明确写“只用python标准库和pandas完成”，再补一句“不要引入额外依赖”，效果会好很多。如果队友不熟这些库，维护确实容易懵，建议你跑通后自己把依赖精简一下，只留真正有用的部分。

老实讲polars和duckdb在数据处理上确实比pandas快不少，但要是团队没人用过，后期维护真挺头疼的。我一般会在prompt里直接写“只用pandas和标准库实现”，然后多盯几轮生成结果，跑偏了就让它重写。另外你可以把项目依赖环境锁死，把陌生库加到requirements里前先自己跑一遍测试，心里有底再提交。

其实这些库现在都挺成熟的，但小脚本没必要追新，队友看了反而懵。我习惯在提示词里加一句“保持依赖最小化”或者“禁止引入第三方库除非必要”，效果立竿见影。如果它还是硬塞，你就把报错或者运行结果甩给它，让它自己解释为什么非用不可，一般它就会妥协了。

说实话，AI爱炫技很正常，polars那些性能确实好，但维护成本得你担着。我建议你直接复制代码跑一遍，能过就先用着，然后顺手在文件头部写个注释说明每个库的用途，以后你或队友翻代码也不至于抓瞎。提示词的话，明确写“用pandas的DataFrame处理CSV，别整花活”，基本就能摁住它。

polars和duckdb其实不算小众，性能确实比pandas猛，尤其数据量大的时候。但你这脚本就清洗个CSV，真没必要引入这些，依赖多了以后别人接手确实头大。我一般会在提示词里直接写“只用pandas和标准库，不要引入其他第三方依赖”，基本就老实了。

polars和duckdb其实都挺靠谱的，性能比pandas强不少，但小脚本确实没必要。提示词里直接写“只用pandas和标准库”就行。

我也被Cursor塞过一堆没听过的库，有次它给我整了个polars，跑完才发现比pandas快不少，但团队里没人用过，review时全在问这是啥。我的经验是提示词里直接锁死依赖，比如“只用pandas和标准库，不要引入任何第三方包”，它基本就老实了。要是它坚持推荐新库，先别急着装，去pypi看一眼维护活跃度和下载量再决定。偶尔尝鲜可以，但生产项目还是跟着团队技术栈走比较稳。

我一般会直接在提示词里写清楚“只用pandas和标准库，不要引入其他依赖”，这样基本能管住它。polars和duckdb其实不算野鸡库，性能确实猛，但小脚本真没必要，维护成本反而上去了。建议项目里放个requirements.txt锁死版本，不然过俩月你自己都忘了装过啥。

我一般会在提示词里直接写“只用pandas和标准库，别引入其他依赖”，这样它基本就老实了。polars和duckdb本身不差，尤其数据量大的时候比pandas快，但你这小脚本确实犯不上。建议项目根目录放个requirements.txt或者pyproject.toml，让它先读一眼现有依赖再动手。

在提示词里直接写死“只用pandas和标准库，别引入新依赖”，它就老实了。

这些新库其实挺能打的，但维护确实得掂量下。你直接在提示词里写“只用pandas和标准库”基本就老实了。

我在提示词里直接写“只用pandas和标准库，别引入其他依赖”，它基本就老实了。

在提示词里直接写“只用pandas和re，别引入其他库”基本就老实了，我试过挺管用。

刚入门，这个对我帮助很大。