Cursor 2.0: एक संपूर्ण मार्गदर्शिका, साथ में Python प्रोजेक्ट

पिछले महीने के अंत में, Cursor ने घोषणा की Cursor 2.0 की—Cursor का नया संस्करण जो एजेंटिक डेवलपमेंट को Cursor में लाता है।

यदि आप Cursor के लिए नए हैं, तो पहले हमारा Cursor AI: 10 व्यावहारिक उदाहरणों के साथ एक मार्गदर्शिका ट्यूटोरियल पढ़ने की हम सलाह देते हैं। जैसा कि हम जानते हैं, Cursor पर अग्रणी AI कंपनियों के इंजीनियर भरोसा करते हैं, जिनमें OpenAI भी शामिल है—यह AI-सहायता प्राप्त कोडिंग, बुद्धिमान कोड सुझाव, और विभिन्न डेवलपमेंट टूल्स के साथ इंटीग्रेशन प्रदान करता है। 

इस ट्यूटोरियल में, मैं Python में एक करेंसी एक्सचेंज वेब ऐप बनाकर नए Cursor 2.0 की प्रमुख विशेषताओं का अन्वेषण करूंगा।

Cursor 2.0 में नया क्या है?

Cursor 2 की सभी विशेषताओं की पूरी सूची के लिए, हम आपको उनके आधिकारिक चेंजलॉग देखने के लिए प्रोत्साहित करते हैं। इस ट्यूटोरियल में, हम उन फीचर्स पर ध्यान देते हैं जो छोटी टीमों और एकल डेवलपर्स के लिए सबसे अधिक प्रासंगिक हैं।

Composer मॉडल

Cursor अपना पहला इन-हाउस कोडिंग मॉडल, Composer, पेश करता है। उनका दावा है कि यह समान क्षमता वाले मॉडलों की तुलना में लगभग 4× तेज है और विशेष रूप से एजेंटिक, मल्टी-स्टेप कोड वर्कफ्लोज़ के लिए ट्यून किया गया है। इसका मुख्य लक्ष्य विलंबता कम करना है ताकि आपको प्रतीक्षा करने के बजाय ऐसा लगे कि आप रियल-टाइम में AI से इंटरेक्ट कर रहे हैं।

मल्टी-एजेंट इंटरफेस और ऑर्केस्ट्रेशन

Cursor 2.0 एक एजेंट से कई पैरेलल एजेंट्स की ओर शिफ्ट होता है। एक ही प्रॉम्प्ट पर अधिकतम 8 एजेंट्स समानांतर में चल सकते हैं। प्रत्येक एजेंट को कोडबेस की अपनी आइसोलेटेड कॉपी मिलती है ताकि टकराव न हो। एक साइडबार UI आपके एजेंट्स/प्लान्स दिखाता है, और आप कई रन के आउटपुट में से सर्वश्रेष्ठ चुन सकते हैं।

बिल्ट-इन ब्राउज़र और टेस्टिंग क्षमताएँ

ब्राउज़र टूल (पहले बीटा) अब सामान्य रूप से उपलब्ध है। एजेंट्स Cursor के अंदर एक वेबपेज खोल सकते हैं, DOM एलिमेंट्स का निरीक्षण कर सकते हैं, DOM जानकारी एजेंट को भेज सकते हैं, और UI परिवर्तनों का परीक्षण कर सकते हैं। इसका मतलब है कि आपका AI एजेंट वेब वातावरण से अधिक अवगत है और केवल अंधाधुंध कोड एडिट करने के बजाय बदलावों को वैलिडेट भी कर सकता है।

Cursor 2.0 के साथ शुरुआत करना

शुरू करने के लिए, Cursor 2 को उनकी आधिकारिक वेबसाइट से डाउनलोड और इंस्टॉल करें। सुनिश्चित करें कि आप संस्करण 2 डाउनलोड करें और सही OS चुनें।

इस ट्यूटोरियल में जिन अधिकांश फीचर्स पर हम चर्चा करते हैं, उनके लिए Pro सब्सक्रिप्शन की आवश्यकता होती है, जिसकी कीमत लगभग $20 प्रति माह है। हालांकि, Cursor 2 एक सप्ताह के फ्री ट्रायल के साथ आता है, ताकि आप इसके साथ प्रयोग कर सकें और इस ट्यूटोरियल का अनुसरण मुफ्त में कर सकें।

फ्री ट्रायल का एक्सेस पाने के लिए, आपको क्रेडिट कार्ड विवरण दर्ज करना आवश्यक है। आप चार्ज से बच सकते हैं और 7-दिवसीय ट्रायल का अनुभव कर सकते हैं, बशर्ते ट्रायल समाप्त होने से पहले सब्सक्रिप्शन रद्द कर दें।

एक सावधानी: फ्री Pro ट्रायल शुरू करने के बाद, इंटरफेस में Pro फीचर्स का उपयोग शुरू करने के लिए एक बटन दिखता है। यह भ्रामक है और ट्रायल अवधि के दौरान Pro फीचर्स तक पहुंचने के लिए आवश्यक नहीं है। इस पर क्लिक करने से फ्री ट्रायल तुरंत समाप्त हो जाएगा और आपको पहले महीने का शुल्क लग जाएगा—जो शायद आप नहीं चाहेंगे।

Cursor 2.0 के साथ एक ऐप बनाना

Cursor 2 का परीक्षण करने के लिए, हमने Python का उपयोग करके करेंसी कन्वर्ज़न के लिए एक वेब ऐप बनाया। यह ऐप पूरी तरह Cursor 2 का उपयोग करके बनाया गया है। 

इसे इंस्टॉल करने के बाद, नए "Agents" व्यू पर स्विच करें:

Cursor 2 की नई विशेषताओं में से एक है हमारे ऐप को स्वतः ब्राउज़ करके उसका परीक्षण करना। इसलिए, मैंने Python के साथ एक Streamlit वेब ऐप बनाने का निर्णय लिया।

Streamlit एक ओपन-सोर्स Python फ्रेमवर्क है, जिसे विशेष रूप से डेटा साइंस और मशीन लर्निंग प्रोजेक्ट्स के लिए, इंटरएक्टिव वेब एप्लिकेशन जल्दी और आसानी से बनाने हेतु डिज़ाइन किया गया है। 

Streamlit के साथ, आप बिना किसी फ्रंट-एंड अनुभव के, साधारण स्क्रिप्ट लिखकर अपने Python कोड के लिए यूज़र इंटरफेस बना सकते हैं। इसे आमतौर पर डैशबोर्ड, डेटा विज़ुअलाइज़ेशन, और ऐसे टूल्स बनाने के लिए इस्तेमाल किया जाता है जो उपयोगकर्ताओं को वेब ब्राउज़र के जरिए रियल-टाइम में डेटा या मॉडलों के साथ इंटरैक्ट करने देते हैं।

हम करेंसी के बीच आसानी से रूपांतरण करने वाला ऐप बनाने के लिए Streamlit का उपयोग करते हैं। एक खाली फ़ोल्डर से शुरू करते हुए, यह वह शुरुआती प्रॉम्प्ट है जो मैंने इस्तेमाल किया:

ध्यान दें कि मैंने जो मॉडल उपयोग किया वह Cursor 2 का नया Composer मॉडल है। अन्य मॉडलों का चयन प्रॉम्प्ट इनपुट के नीचे मॉडल सेलेक्टर से किया जा सकता है।

यह वह ऐप है जो इसने बनाया:

Cursor Agents व्यू में नेविगेट करना

नया "Agents" व्यू हमारे बदलावों को विभिन्न AI मॉडलों के साथ हुई बातचीत की तरह व्यवस्थित करता है। वर्कफ़्लो किसी फीचर पर ChatGPT बातचीत का उपयोग करने जैसा है, फर्क बस इतना है कि यह सब सीधे Cursor 2 के अंदर इंटीग्रेटेड है।

हम प्रत्येक एजेंट के लिए अलग-अलग मॉडल्स और यहां तक कि एक साथ कई मॉडल्स का भी उपयोग कर सकते हैं, जैसा कि हम आगे चर्चा करेंगे। पिछला कोड एडिटर व्यू उपलब्ध रहता है, इसलिए हम आसानी से कोड लिखने (जैसा कि Cursor के पिछले संस्करण में करते थे) और एजेंट्स के साथ काम करने के बीच स्विच कर सकते हैं।

Cursor का Composer मॉडल

Composer Cursor द्वारा विकसित एक नया एजेंट मॉडल है, जिसे सॉफ्टवेयर इंजीनियरिंग कार्यों में कुशलतापूर्वक और बुद्धिमानी से सहायता करने के लिए डिज़ाइन किया गया है। 

मॉडल को बड़े कोडबेस में वास्तविक दुनिया की कोडिंग समस्याओं को हल करने के लिए फ़ाइल संपादन, टर्मिनल कमांड्स, और सेमांटिक सर्च जैसे विभिन्न डेवलपमेंट टूल्स का उपयोग करने हेतु प्रशिक्षित किया गया है। 

पारंपरिक कोडिंग असिस्टेंट्स जो केवल कोड कंप्लीशन पर ध्यान केंद्रित करते हैं, उनके विपरीत, Composer अधिक जटिल कार्य संभाल सकता है, जिनमें कोड एडिट्स जनरेट करना, डेवलपमेंट प्लान बनाना, या दिए गए समस्या-संदर्भ के आधार पर जानकारीपूर्ण उत्तर देना शामिल है।

मॉडल का प्रशिक्षण प्रक्रम रिइनफोर्समेंट लर्निंग पर आधारित है, जिससे यह विभिन्न डेवलपमेंट परिवेशों में अनुकूलन कर सके और टूल्स के प्रभावी उपयोग तथा प्रतिक्रिया गति को प्राथमिकता दे सके। गति और व्यावहारिक उपयोगिता पर यह फोकस इसे उन परिदृश्यों के लिए उपयुक्त बनाता है जहां डेवलपर्स अपनी वर्कफ़्लो बाधित किए बिना त्वरित, प्रासंगिक सहायता चाहते हैं। 

Composer का मूल्यांकन उन बेंचमार्क्स के विरुद्ध किया गया जो कामकाजी इंजीनियरों के वास्तविक अनुरोधों को प्रतिबिंबित करते हैं, ताकि इसका आउटपुट सामान्य सॉफ्टवेयर डेवलपमेंट प्रथाओं के अनुरूप रहे। हालांकि, ये बेंचमार्क निजी हैं, और Composer मौजूदा सार्वजनिक AI बेंचमार्क्स पर प्रदर्शित नहीं होता, इसलिए हमें इन्हें थोड़ी सावधानी के साथ लेना चाहिए।

Composer को कसौटी पर परखना

Cursor 2 की नई विशेषताओं में से एक है इसका मल्टी-एजेंट इंटरफेस।

मल्टी-एजेंट इंटरफेस से अलग-अलग मॉडल एक ही कोडिंग समस्या को हल कर सकते हैं, ताकि हम परिणामों की तुलना कर सकें और सबसे प्रभावी समाधान चुन सकें।

इंटरफेस में प्रत्येक एजेंट द्वारा किए गए बदलावों की समीक्षा करने के टूल्स और एक नेटिव टेस्टिंग सुविधा शामिल है, जो एजेंट्स को तब तक अपने आउटपुट को क्रमशः बेहतर करने देती है जब तक वह आवश्यक मानदंडों को पूरा न कर दे। यह संयोजन जटिल प्रोजेक्ट्स को संभालने में विशेष रूप से उपयोगी है, क्योंकि यह रिव्यू, टेस्टिंग और कोडिंग कार्यों को तेज करने में मदद कर सकता है।

हमने Composer मॉडल की तुलना अन्य अत्याधुनिक AI कोडिंग मॉडलों से एक जटिल कार्य पर करने के लिए इसका उपयोग किया। एक से अधिक एजेंट्स सक्रिय करने के लिए, हम प्रॉम्प्ट इनपुट के नीचे स्थित 1x सेलेक्टर पर क्लिक करते हैं और "Use Multiple Models" चुनते हैं।

इस तुलना के लिए हमने जो कार्य चुना वह था डिफ़ॉल्ट करेंसीज़ में पर्सिस्टेंस जोड़ना। अभी, जैसे ही उपयोगकर्ता पेज रिफ्रेश करता है, रूपांतरण के लिए उपयोग की गई करेंसीज़ की सूची रीसेट हो जाती है। हम चाहते हैं कि यह स्टोर हो ताकि यदि उपयोगकर्ता पेज पर दोबारा आए या उसे रीलोड करे, तो करेंसीज़ सेव बनी रहें।

हमने यह कार्य इसलिए चुना क्योंकि यह थोड़ा अधिक जटिल है—जिस फ्रेमवर्क से हम अपना ऐप बना रहे हैं, वह वास्तव में इस प्रकार की सुविधा संभालने के लिए डिज़ाइन नहीं किया गया है।

मैंने इस कार्य के लिए तीन मॉडल चुने:

• Composer
• Sonnet 4.5
• GPT-5 Codex

हम समानांतर में काम करने के लिए अधिकतम आठ मॉडलों का चयन कर सकते हैं। हालांकि, यदि हम प्रत्येक आउटपुट को देख कर सर्वश्रेष्ठ चुनने की योजना बनाते हैं, तो यह थोड़ा अधिक हो सकता है। मुझे तीन एक बेहतर संतुलन लगे—इतने कि समाधान विविध हों, लेकिन इतने अधिक नहीं कि उन्हें जांचने में उतना समय लग जाए जितना समाधान खुद लागू करने में लगता।

यहाँ एक वीडियो है जिसमें तीन एजेंट समानांतर में समस्या पर काम कर रहे हैं। हम देखते हैं कि Composer वास्तव में बाकी दो की तुलना में काफी तेज है।