Skip to content

ClasCat® AI Research

クラスキャット – 生成 AI, AI エージェント, MCP

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

AI エディター Cursor : Chat イントロダクション

Posted on 07/24/202407/24/2024 by Sales Information

AI エディター Cursor : Chat : Chat イントロダクション

作成 : Masashi Okumura (@ClassCat)
作成日時 : 07/24/2024

* 本ページは、docs.cursor.com の以下のページを参考にしてまとめ直したものです :

  • Chat : Chat Introduction

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

クラスキャット 人工知能 研究開発支援サービス ⭐️ リニューアルしました 😉

◆ クラスキャット は人工知能に関する各種サービスを提供しています。お気軽にご相談ください :

  • 人工知能導入個別相談会(無償)実施中! [詳細]

  • 人工知能研究開発支援 [詳細]
    1. 自社特有情報を含むチャットボット構築支援
    2. 画像認識 (医療系含む) / 画像生成

  • PoC(概念実証)を失敗させないための支援 [詳細]

◆ お問合せ : 本件に関するお問合せは下記までお願いします。

  • クラスキャット セールス・インフォメーション
  • sales-info@classcat.com
  • ClassCatJP

 

 

AI エディター Cursor : Chat : Chat イントロダクション

Cursor Chat とは何か?

Cursor のチャットは、すべてエディタ内で、最も有能な言語モデルを使用し質問をしたり、コードベース内の問題を解決することを可能にします。言語モデルが良い回答を与えるためには、コードベースに関連する特定のこと – コンテキストを知る必要があります。

Cursor はチャットでコンテキストを提供するための幾つかの組み込み機能を備えています、例えば、コードベース全体に渡るコンテキストを自動的に含み、Web を検索し、ドキュメントにインデックス付けをし、そしてコードブロックへのユーザ指定の参照などです。それらは、コード上で言語モデルと連携するために必要な、退屈なコピー&ペーストを除去するために構築されています。

デフォルトでは、Cursor チャットは AI ペインにあります、これはプライマリー・サイドバーの反対側にあります。Ctrl/⌘ + L を押すことで AI ペインを切り替えることができます、これは開かれたときにチャットにフォーカスします。クエリーを送信するには、Enter キーを押します。

 

ユーザと AI メッセージ

ユーザ・メッセージは入力したテキストに加えて参照したコンテキストを含みます。クエリーを編集して再実行するために前のユーザメッセージに戻ることができます。これはその後のメッセージを上書きして新しいものを再生成します。

AI メッセージは選択した AI モデルから生成された応答です。それらはその前のユーザメッセージとペアになっています。AI メッセージは解析されたコードブロックを含む場合があり、これを即座に適用してコードベースに追加できます。

同じスレッドにあるすべてのユーザ/AI メッセージはまとめてチャットスレッドと呼ばれ、そして各チャットスレッドはチャット履歴に保存されます。

 

チャット履歴

AI ペインの右上の “Previous Chats” ボタンをクリックするか、Ctrl/⌘ + Alt/Option + L を押すことで、チャット履歴を見ることができます。任意のチャットスレッドをクリックしてそのスレッドを構成するメッセージに戻り見ることができて、そしてペン・アイコンをクリックすることでスレッドのタイトルを変更したり、履歴のスレッド上にマウスカーソルを合わせてゴミ箱アイコンをクリックすることでスレッドを削除することができます。

Cursor スレッドのタイトルは最初のユーザメッセージの最初の幾つかの単語だけです。

 

デフォルトのコンテキスト

デフォルトでは、Cursor のチャットは現在のファイルをコンテキストとして含みます。送信時に Alt/Option Enter を押してコンテキストなしでクエリーを送信するか、Cursor Settings > Features > Chat で Default to no context を有効にすることができます。コンテキストなしのリクエストで始まるチャットはメッセージにコンテキストを追加しません。

入力するとき、入力ボックスの下のピルでコンテキストに何が含まれるか確認できます。

 

コンテキストの追加

デフォルトでは、ユーザメッセージは参照したコンテキストとともに入力するテキストを含みます。@ シンボルを使用して各バブルにより多くのカスタムコンテキストを追加できます、そしてデフォルトでは、現在表示されているファイルもユーザメッセージのコンテキストとして使用されます。

See the @ symbols pages for more information.

 

スラッシュ (/) Edit

チャットメッセージを /edit コマンドで開始して、現在のファイルに行いたい変更を説明することができます。

これと Cmd K の違いは、これは変更されないセクションをスキップするカスタムモデルを使用し、ファイル全体に対する素早い応答を確実にすることです。

 

Chat の AI 修正

コードベース内のリンターのエラーを修正する便利な機能は、チャットで AI 修正を使用することです。これを行うには、エディタのエラー上にマウスカーソルを移動し、表示される青い AI 修正ボタンをクリックします。

これのキーボード・ショートカットは Ctrl/⌘ + Shift + E です。

 

ロング・コンテキスト・チャット (Beta)

Cursor Settings > Beta > Long Context Chat に移動することでロング・コンテキスト・チャットを有効にできます。これを有効にすると、Ctrl/⌘ . で様々なチャットモードを切り替えることができます。

ロング・コンテキスト・チャットは、サポートされるモデルはより大きなコンテキスト・ウィンドウを持つため、フォルダ全体をコンテキストとして含めることができます。Check out more about the long context only models here.

 

以上



クラスキャット

最近の投稿

  • LangGraph on Colab : エージェント型 RAG
  • LangGraph : 例題 : エージェント型 RAG
  • LangGraph Platform : Get started : クイックスタート
  • LangGraph Platform : 概要
  • LangGraph : Prebuilt エージェント : ユーザインターフェイス

タグ

AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) DGL 0.5 (14) Eager Execution (7) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.6 (7) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangGraph (22) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Agents SDK (8) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) OpenAI ヘルプ (8) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Deploy (8) TensorFlow Get Started (7) TensorFlow Graphics (7) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2024年7月
月 火 水 木 金 土 日
1234567
891011121314
15161718192021
22232425262728
293031  
« 6月   8月 »
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme