Ende letzten Monats hat Cursor Cursor Cursor 2.0 an, eine neue Version von Cursor, die die agentenbasierte Entwicklung in Cursor einführt.
Wenn du Cursor noch nicht kennst, empfehlen wir dir, zuerst unsere Anleitung „ “ zu lesen . Cursor AI: Ein Leitfaden mit 10 praktischen Beispielen zum Tutorial „ “. Wie wir wissen, vertrauen Ingenieure von führenden KI-Unternehmen auf Cursor, darunter OpenAI, und bietet KI-gestützte Codierung, intelligente Code-Vorschläge und die Integration mit verschiedenen Entwicklungstools.
In diesem Tutorial zeige ich dir die wichtigsten Funktionen des neuen Cursor 2.0, indem ich eine Web-App für den Währungsumtausch in Python entwickle.
Was ist neu in Cursor 2.0?
Für eine vollständige Liste der Funktionen von Cursor 2 empfehlen wir dir, die offizielle Änderungsprotokollzu checken. In diesem Tutorial schauen wir uns die Funktionen an, die für kleine Teams und Einzelentwickler am wichtigsten sind.
Komponistenmodell
Cursor bringt sein erstes eigenes Codierungsmodell namens Composer raus. Sie sagen, es ist ungefähr viermal schneller als ähnliche Modelle und wurde extra für agentenbasierte, mehrstufige Code-Workflows entwickelt. Das Hauptziel ist, die Latenz zu verringern, damit du eher das Gefühl hast, in Echtzeit mit der KI zu interagieren, anstatt zu warten.
Multi-Agenten-Schnittstelle und -Orchestrierung
Cursor 2.0 wechselt von einem Agenten, der dir hilft, zu vielen Agenten, die gleichzeitig laufen. Bis zu 8 Agenten können gleichzeitig auf einer einzigen Eingabeaufforderung laufen. Jeder Agent kriegt seine eigene isolierte Kopie der Codebasis, damit es nicht zu Konflikten kommt. Eine Seitenleiste zeigt dir deine Agenten/Pläne an, und du kannst aus mehreren Durchläufen das beste Ergebnis auswählen.
Eingebauter Browser und Testfunktionen
Das Browser-Tool (vorher Beta) ist jetzt für alle verfügbar. Agenten können eine Webseite in Cursor öffnen, DOM-Elemente checken, DOM-Infos an den Agenten weiterleiten und Änderungen an der Benutzeroberfläche testen. Das heißt, dein KI-Agent hat ein besseres Verständnis der Webumgebung und kann Änderungen überprüfen, anstatt einfach blind den Code zu bearbeiten.
Erste Schritte mit Cursor 2.0
Lade Cursor 2 von ihrer offiziellen Website runter und installiere es, um loszulegen. offiziellen Websiteherunter und installiere es. Lade unbedingt Version 2 runter und wähle das richtige Betriebssystem aus.
Für die meisten Funktionen, die wir in diesem Tutorial besprechen, brauchst du ein Pro-Abo, das ungefähr 20 Dollar im Monat kostet. Cursor 2 gibt's aber mit einer einwöchigen kostenlosen Testversion, sodass du es ausprobieren und dieses Tutorial kostenlos durcharbeiten kannst.
Um die kostenlose Testversion zu nutzen, musst du deine Kreditkartendaten eingeben. Du kannst die Kosten vermeiden und die 7-tägige Testversion nutzen, indem du das Abonnement vor Ablauf der Testphase kündigst.
Ein kleiner Hinweis: Nachdem du die kostenlose Pro-Testversion gestartet hast, siehst du auf der Benutzeroberfläche einen Button, mit dem du die Pro-Funktionen nutzen kannst. Das ist irreführend und nicht nötig, um während der Testphase auf die Pro-Funktionen zugreifen zu können. Wenn du draufklickst, wird die kostenlose Testphase automatisch beendet und dir wird der erste Monat berechnet, was wahrscheinlich nicht in deinem Sinne ist.
Eine App mit Cursor 2.0 erstellen
Um Cursor 2 zu testen, haben wir mit Python eine Web-App für die Währungsumrechnung gemacht. Die App wurde komplett mit Cursor 2 erstellt.
Nach der Installation wechselst du zur neuen Ansicht „Agenten“:
Eine der neuen Sachen bei Cursor 2 ist, dass du unsere App automatisch durchstöbern kannst, um sie zu testen. Also habe ich beschlossen, eine SStreamlit-Web-App mit Python.
Streamlit ist ein Open-Source-Framework in Python, mit dem man schnell und einfach interaktive Web-Apps erstellen kann, vor allem für Data-Science- und Machine-Learning-Projekte.
Mit Streamlit kannst du Benutzeroberflächen für deinen Python-Code erstellen, indem du einfache Skripte schreibst, ohne dass du Frontend-Erfahrung brauchst. Es wird oft benutzt, um Dashboards, Datenvisualisierungen und Tools zu erstellen, mit denen Leute über den Webbrowser in Echtzeit mit Daten oder Modellen interagieren können.
Wir nutzen Streamlit, um eine App zu erstellen, mit der man ganz einfach zwischen Währungen umrechnen kann. Ausgehend von einem leeren Ordner habe ich folgende Eingabeaufforderung verwendet:
Hey, das Modell, das ich benutzt habe, ist das neue Composer-Modell von Cursor 2. Andere Modelle kannst du über den Modellwähler unter der Eingabeaufforderung auswählen.
Das ist die App, die sie erstellt hat:
Durchsuchen der Ansicht „Cursor-Agenten“
Die neue Ansicht „Agenten” sortiert unsere Änderungen als Gespräche mit verschiedenen KI-Modellen. Der Ablauf ist ähnlich wie bei einer chatGPT-Unterhaltung pro Funktion, nur dass alles direkt in Cursor 2 eingebaut ist.
Wir können für jeden Agenten verschiedene Modelle verwenden und sogar mehrere Modelle gleichzeitig, wie wir später noch besprechen werden. Die alte Code-Editor-Ansicht ist immer noch da, sodass wir einfach zwischen dem Schreiben von Code, wie wir es mit der alten Version von Cursor gemacht haben, und der Arbeit mit Agenten hin und her wechseln können.
Cursors Komponistenmodell
Composer ist ein neues Agent-Modell von Cursor, das speziell dafür gemacht ist, bei Software-Engineering-Aufgaben effizient und clever zu helfen.
Das Modell wurde darauf trainiert, echte Codierungsprobleme in großen Codebasen zu lösen, indem es verschiedene Entwicklungswerkzeuge wie Dateibearbeitung, Terminalbefehle und semantische Suche nutzt.
Im Gegensatz zu herkömmlichen Programmierassistenten, die sich nur auf die Vervollständigung von Code konzentrieren, kann Composer komplexere Aufgaben übernehmen, wie zum Beispiel Code-Bearbeitungen generieren, Entwicklungspläne erstellen oder informative Antworten liefern, die auf dem Kontext des vorgegebenen Problems basieren.
Der Trainingsprozess des Modells basiert auf verstärktem Lernen, wodurch es sich an verschiedene Entwicklungsumgebungen anpassen und den effektiven Einsatz von Tools sowie die Reaktionsgeschwindigkeit priorisieren kann. Durch diesen Fokus auf Schnelligkeit und praktische Nützlichkeit ist es super für Situationen, in denen Entwickler schnelle, relevante Hilfe brauchen, ohne ihren Arbeitsablauf zu unterbrechen.
Composer wurde anhand von Benchmarks getestet, die echte Anforderungen von Ingenieuren widerspiegeln, um sicherzustellen, dass die Ergebnisse mit gängigen Softwareentwicklungsmethoden übereinstimmen. Allerdings sind diese Benchmarks nicht öffentlich, und Composer ist in den bestehenden öffentlichen KI-Benchmarks nicht dabei, also sollten wir sie mit Vorsicht genießen.
Composer auf die Probe stellen
Eine der neuen Sachen bei Cursor 2 ist die Multi-Agenten-Schnittstelle.
Mit der Multi-Agenten-Schnittstelle können verschiedene Modelle dasselbe Codierungsproblem angehen, sodass wir die Ergebnisse vergleichen und die beste Lösung auswählen können.
Die Benutzeroberfläche hat Tools, mit denen man die Änderungen der einzelnen Agenten checken kann, und eine eingebaute Testfunktion, mit der die Agenten ihre Ergebnisse immer weiter verbessern können, bis sie den geforderten Kriterien entsprechen. Diese Kombination ist besonders praktisch für komplexe Projekte, weil sie dabei hilft, Überprüfungs-, Test- und Codierungsaufgaben schneller zu erledigen.
Wir haben das genutzt, um das Composer-Modell mit anderen topmodernen KI-Codierungsmodellen bei einer komplizierten Aufgabe zu vergleichen. Um mehrere Agenten zu aktivieren, klicken wir auf den Selektor „ 1x “ (Modellauswahl) unter der Eingabeaufforderung und wählen „Use Multiple Models“ (Mehrere Modelle verwenden).
Die Aufgabe, die wir für diesen Vergleich benutzt haben, war, die Standardwährungen dauerhaft zu machen. Im Moment wird die Liste der Währungen, die für die Umrechnung benutzt werden, zurückgesetzt, sobald der Nutzer die Seite aktualisiert. Wir wollen, dass das gespeichert wird, damit die Währungen auch dann noch da sind, wenn der Nutzer die Seite nochmal besucht oder neu lädt.
Wir haben uns für diese Aufgabe entschieden, weil sie etwas komplizierter ist, da das Framework, das wir zum Erstellen unserer App verwenden, eigentlich nicht für diese Art von Funktionen ausgelegt ist.
Ich hab für diese Aufgabe drei Modelle ausgesucht:
- Komponist
- Sonett 4.5
- GPT-5 Codex
Wir können bis zu acht Modelle auswählen, die gleichzeitig laufen. Das könnte aber ein bisschen übertrieben sein, wenn wir uns jede Ausgabe anschauen und die beste auswählen wollen. Ich hab festgestellt, dass drei Lösungen genau richtig sind, um eine gute Auswahl zu haben, aber nicht so viele, dass das Überprüfen mehr Zeit kostet, als wenn ich die Lösung selbst gemacht hätte.
Hier ist ein Video, in dem drei Agenten gleichzeitig an dem Problem arbeiten. Wir haben gemerkt, dass Composer echt viel schneller ist als die anderen beiden.
Am Ende können wir ganz einfach zwischen den drei Ausgaben hin- und herschalten und die Unterschiede zwischen ihnen anschauen. Dann können wir den Button „Alle anwenden“ für denjenigen nutzen, den wir in unseren Code einbauen wollen.
In diesem Fall war meine Lieblingslösung die von GPT-5 Codex vorgeschlagene, auch wenn sie viel länger dauerte, weil sie weniger hacky wirkte und vorhandene Bibliotheken nutzte, um das Problem zu lösen.
Bei der Code-Vervollständigung ist Geschwindigkeit echt wichtig, weil es sich um einen Echtzeit-Anwendungsfall handelt. Hier ist Composer echt besser als andere Modelle, weil es super schnell gute Code-Vorschläge macht, was das Programmieren echt angenehm macht.
Planungsmodus
Anstatt den Agenten direkt Codeänderungen vorschlagen zu lassen, können wir den „Plan“-Modus nutzen, um erst mal einen Implementierungsplan auszuarbeiten. So kann man den Plan immer wieder überarbeiten und sicherstellen, dass er das tut, was wir wollen, bevor man irgendwelche Änderungen am Code vornimmt.
Um diesen Modus zu nutzen, wähl einfach die Option „Plan“ aus, und zwar so:
In diesem Modus kriegen wir statt Codeänderungen einen Plan, was der Agent machen will, um die Funktion umzusetzen. In diesem Fall haben wir Folgendes bekommen:
Angenommen, ich will die Bibliothek „ streamlit_js_eval “ nutzen, um JavaScript-Code auszuwerten. Das war was, was die GPT-5-Codex-Lösung benutzt hatte und was robuster wirkte als die Lösung von Composer. Wir können den Makler bitten, den Plan entsprechend anzupassen:
Nachdem wir es nochmal gestartet haben, sehen wir, dass die Bibliothek jetzt im neuen Plan dabei ist:
Wenn wir mit dem Plan zufrieden sind, können wir die Änderungen vornehmen, indem wir auf die Schaltfläche „Erstellen“ klicken.
Der Browser-Agent
Agent-Browser Agent-Browser kann man den eingebauten Webbrowser direkt in der Cursor-Umgebung steuern.
Das heißt, wir können alltägliche Aufgaben wie das Surfen auf Webseiten, das Ausfüllen von Formularen, das Klicken auf Schaltflächen und das Erstellen von Screenshots automatisch erledigen, ohne dass wir dafür irgendwelche externen Tools oder Einstellungen brauchen. Der Browser bietet auch direkten Zugriff auf Konsolenprotokolle und Netzwerkaktivitäten, was das Erkennen von Problemen oder das Debuggen von Webanwendungen einfacher macht.
Diese Funktion ist für viele Aufgaben nützlich, zum Beispiel für automatisierte Anwendungstests, die Überprüfung der Barrierefreiheit von Websites und den Vergleich von Webdesigns mit tatsächlichen Implementierungen.
Um es aufzurufen, benutzen wir den Befehl „ @Browser “, der in der Eingabeaufforderung steht.
Ein häufiger Einsatzzweck für den Browser-Agenten ist das Testen der Anwendung. Zum Beispiel bitten wir es, die Währungsumrechnung zu testen, indem es 100 USD in Euro und japanische Yen umrechnet:
Wenn wir das machen, startet der Cursor automatisch die App und öffnet einen eingebauten Browser, um die Aufgabe zu erledigen, die wir ihm gegeben haben.
Während des Vorgangs kann es sein, dass ein paar Befehle ausgeführt werden müssen, die wir manuell genehmigen müssen. Das ist ein Sicherheitsmechanismus, damit wir Befehle checken können, bevor sie ausgeführt werden.
In diesem Fall hat es mich dazu gebracht, einen Befehl auszuführen, um die Währungsumrechnungs-App zu starten:
Hier ist ein Video, das den Vorgang zeigt. Der Browser, den wir im Video sehen, wird automatisch von Cursor gesteuert.
