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 のカスタマイズ / コードベースとのチャット

Posted on 07/26/202407/26/2024 by Sales Information

AI エディター Cursor : Chat : Chat のカスタマイズ / コードベースとのチャット / 適用

作成 : Masashi Okumura (@ClassCat)
作成日時 : 07/26/2024

* 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 : Customize Chat
  • Chat : Chat with Codebase
  • Chat : Apply

* 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 のカスタマイズ

AI モデルの選択

モデル切り替え で好みの AI モデルを選択すると、Cursor Chat は応答を生成するのにそのモデルを使用します。Ctrl/⌘ / を押してモデル間を切り替えることができます。

デフォルトでは、Cursor Chat は AI モデル用に OpenAI の GPT-4 を使用します (具体的には、gpt-4 ラベルは GPT4-Turbo のインスタンスを指します)。

Chat 用に選択した AI モデルは将来のセッション用に保存されますので、Cursor Chat を開くたびにそれを変更する必要はありません。

 

エディタ内 Chat

Cursor Chat はまた、水平の “More” ボタンをクリックしてから “Open Chat in Editor” ボタンをクリックすることで、エディタタブとして使用することもできます。Cursor Chat は通常のエディタ・タブとして動作します。Ctrl/⌘ + L を押すとチャットタブが表示されてフォーカスされます。

 

Chat 設定

Cursor Settings > Features > Chat で Cursor Chat をカスタマイズできます。

これらの設定は以下を含みます :

  • Always search the web for answers. – これは最新の情報のために各クエリーで AI モデルが Web をブラウズするようにします。

  • Add chat fading animation. – これは AI メッセージが生成されるときに、滑らかなアニメーションをそれに追加します。

  • Default to no context. – これは AI モデルがコンテキストとしてユーザメッセージだけを使用するようにし、現在のファイルのような追加のコンテキストは含まれません。

 

AI エディター Cursor : Chat : コードベースとのチャット

デフォルトのコードベース・チャット

コードベースが インデックス化 されていない場合、Cursor Chat は最初に、コードベースにわたる検索に使用される、幾つかの探索クエリーを計算しようとします。より良い精度のためには、埋め込み検索 (embeddings search) を使用することを勧めます。

 

埋め込み検索

コードベースのインデックス作成 により、Cursor Chat はコードベースに基づいて正確に応答を生成できます。

メッセージを入力した後 Ctrl/⌘ + Enter を押すことで、Cursor Chat はインデックス化されたコードベースをスキャンして関連するコードのピースを見つけます。これは通常は、会話のコンテキストに取り込むコードスニペットを素早く含めるために良いです。コードベース検索の更なる制御とより良い精度のために、@codebase を使用できます。

 

高度なコードベース検索

Cursor のコードベース Chat は @Codebase が使用される場合、より詳細な検索を行います。

See more about @Codebase here.

 

AI エディター Cursor : Chat : 適用

Read more about how we built instant apply in our blog post.

Cursor の Apply はチャットからのコードブロックの提案をコードに素早く統合することを可能にします。

 

コードブロックの適用

コードブロックの提案を適用するには、各チャット・コードブロックの右上隅にある play ボタンを押します。

これはファイルを編集してチャットにより生成されたコードを組み込みます。Chat で最も多くのコンテキストを追加し、モデルと最も多くのやり取りをすることができるので、より複雑な AI 駆動のコード変更のためには Chat + Apply を勧めます。

 

Accept or Reject

コードブロックを適用したら、diff を確認して変更を承認または拒否することができます。chat コードブロックの右上隅の “Accept” or “Reject” ボタンをクリックすることもできます。

Ctrl/⌘ Enter to accept, Ctrl/⌘ Backspace to reject.

 

Apply Text

メッセージ・ツールバーの play ボタンをクリックすることで、Chat からのテキスト提案を適用することもできます。

 

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