Cursor Skills 实战教程：解锁AI编码效率，附多场景案例

plain text
用Python 3.10+ + Playwright，写一个自动化脚本，功能：打开百度官网，搜索“Cursor Skills”，等待页面加载完成，截图保存为baidu_cursor.png，要求：添加详细注释，遵循PEP8规范，包含异常处理（如页面加载失败、元素定位失败）。

python
from playwright.sync_api import sync_playwright
import traceback

def baidu_search_screenshot(keyword: str, save_path: str) -> None:
    """
    百度搜索指定关键词并截图保存
    :param keyword: 搜索关键词
    :param save_path: 截图保存路径
    :return: None
    """
    # 启动Playwright，使用Chromium浏览器
    with sync_playwright() as p:
        try:
            # 启动浏览器（headless=False，显示浏览器窗口，方便调试）
            browser = p.chromium.launch(headless=False, slow_mo=300)
            # 创建新页面
            page = browser.new_page()
            # 设置页面超时时间（5秒）
            page.set_default_timeout(5000)
            
            # 访问百度官网
            print(f"正在访问百度官网...")
            page.goto("https://www.baidu.com")
            
            # 定位搜索框，输入关键词
            search_input = page.locator("#kw")
            search_input.fill(keyword)
            print(f"已输入搜索关键词：{keyword}")
            
            # 点击搜索按钮
            search_btn = page.locator("#su")
            search_btn.click()
            
            # 等待页面加载完成（网络空闲状态）
            page.wait_for_load_state("networkidle")
            print("页面加载完成，准备截图...")
            
            # 截图保存
            page.screenshot(path=save_path)
            print(f"截图已保存至：{save_path}")
            
        except Exception as e:
            # 异常处理，打印错误信息
            print(f"自动化执行失败：{str(e)}")
            traceback.print_exc()
        finally:
            # 确保浏览器关闭，释放资源
            if 'browser' in locals():
                browser.close()
                print("浏览器已关闭")

# 主函数，执行搜索并截图
if __name__ == "__main__":
    baidu_search_screenshot(keyword="Cursor Skills", save_path="baidu_cursor.png")

python
# 原始代码：冗余、无类型注解、变量命名不规范
def process_data(data):
    result = []
    for i in range(len(data)):
        if data[i] > 0:
            temp = data[i] * 2
            result.append(temp)
    return result

# 调用
data_list = [1, -2, 3, -4, 5]
final_result = process_data(data_list)
print(final_result)

plain text
重构这段代码：1. 使用列表推导式简化循环；2. 添加类型注解；3. 规范变量命名；4. 保留原有功能；5. 添加简要注释。

python
from typing import List

def process_positive_data(data: List[int]) -> List[int]:
    """
    处理数据：筛选正数并乘以2，返回结果列表
    :param data: 输入的整数列表
    :return: 处理后的正数列表（每个元素乘以2）
    """
    # 列表推导式简化循环，筛选正数并乘以2
    return [num * 2 for num in data if num > 0]

# 调用示例
input_data: List[int] = [1, -2, 3, -4, 5]
processed_data: List[int] = process_positive_data(input_data)
print(processed_data)  # 输出：[2, 6, 10]

plain text
# 报错日志
playwright._impl._api_types.TimeoutError: Timeout 5000ms exceeded.
Waiting for locator "#kw"
Call log:
  - waiting for locator "#kw"

# 报错代码（片段）
search_input = page.locator("#kw")
search_input.fill(keyword)

plain text
分析这段Playwright代码的报错原因（元素定位失败），给出修复方案，修改代码，确保能成功定位到百度搜索框，避免超时。

python
# 修复方案：添加显式等待，确保元素加载完成后再定位，避免超时
# 同时增加元素存在性判断，提升稳定性
search_input = page.locator("#kw")
# 显式等待元素可见（最多等待5秒）
search_input.wait_for(state="visible", timeout=5000)
# 输入关键词（添加异常捕获，防止输入失败）
try:
    search_input.fill(keyword)
except Exception as e:
    print(f"输入关键词失败：{str(e)}")
    # 备选方案：使用type方法输入（模拟手动输入，更稳定）
    search_input.type(keyword, delay=100)

plain text
你是一个遵循Google注释规范的Python开发工程师，生成Python函数时，必须添加中文注释，注释规范如下：
1. 函数注释使用Google风格，位于函数定义上方；
2. 注释包含4个部分：
   - 功能描述：简要说明函数的核心功能；
   - 参数说明：列出所有参数，格式为“参数名: 类型 - 含义”；
   - 返回值说明：说明返回值的类型和含义；
   - 异常说明：列出可能抛出的异常及原因（如有）；
3. 注释语言为中文，简洁明了，不冗余；
4. 示例：
def add(a: int, b: int) -> int:
    """
    计算两个整数的和
    Args:
        a: int - 第一个整数
        b: int - 第二个整数
    Returns:
        int - 两个整数的和
    Raises:
        TypeError - 若输入参数不是整数
    """
    if not isinstance(a, int) or not isinstance(b, int):
        raise TypeError("输入参数必须是整数")
    return a + b

后续生成Python函数时，严格遵循以上规范，无需额外提醒。

python
def calculate_average(numbers):
    """计算列表的平均值"""
    if not numbers:
        return 0
    return sum(numbers) / len(numbers)

python
def calculate_average(numbers: List[int], round_digit: int = 2) -> float:
    """
    计算列表的平均值，并保留指定小数位数
    Args:
        numbers: List[int] - 待计算的整数列表
        round_digit: int - 保留的小数位数，默认2位
    Returns:
        float - 保留指定小数位数的平均值
    """
    if not numbers:
        return 0.0
    average = sum(numbers) / len(numbers)
    return round(average, round_digit)

plain text
| 对比维度       | YAML 文件（.yml/.yaml）                | Markdown 文件（.md）                  |
|----------------|----------------------------------------|---------------------------------------|
| 核心用途       | 配置文件、参数定义、数据序列化         | 文档编写、说明文档、笔记、教程        |
| 语法特性       | 严格缩进（2/4空格）、键值对格式、支持注释（#） | 标记语法（#标题、**加粗**等）、无严格缩进、侧重排版 |
| Cursor 适配性  | 支持语法高亮、AI生成配置、错误提示     | 支持实时预览、AI生成文档、格式优化    |
| 适用场景       | 项目配置、工具配置、接口参数、Skills配置 | 接口文档、开发笔记、教程、README文件  |

yaml
# Playwright 配置文件（由Cursor AI生成，遵循YAML规范）
playwright:
  # 浏览器配置
  browsers:
    - name: chromium
      headless: false  # 禁用无头模式，显示浏览器窗口
      viewport:
        width: 1920
        height: 1080
  # 超时配置
  timeout: 5000  # 全局超时时间，单位ms
  # 测试报告配置
  reporter:
    type: html
    path: reports/  # 报告保存路径
  # 测试文件匹配
  testMatch: "tests/**/*.py"

markdown
# Python+Playwright 自动化测试项目
## 1. 项目介绍
本项目基于 Python + Playwright 实现百度搜索自动化测试，包含搜索、截图、异常处理等功能，适配Cursor编辑器，可通过AI快速优化脚本。

## 2. 环境准备
### 2.1 依赖安装
```bash
# 激活虚拟环境
python -m venv .venv
source .venv/bin/activate  # Mac/Linux
.venv\Scripts\activate     # Windows

# 安装核心依赖
pip install playwright pytest python-dotenv
playwright install chromium
```

## 3. 运行步骤
1. 克隆项目到本地；
2. 激活虚拟环境，安装依赖；
3. 修改配置文件（playwright.config.yml）；
4. 运行测试脚本：pytest test_baidu.py -v

## 4. 项目目录结构
```
baidu-auto-test/
├── .env                # 环境变量配置
├── playwright.config.yml # Playwright配置
├── test_baidu.py       # 核心测试脚本
└── README.md           # 项目说明文档
```

## 5. 常见问题
1. 元素定位失败：检查selector是否正确，添加显式等待；
2. 浏览器启动失败：重新运行playwright install chromium，检查权限；
3. 超时报错：调整配置文件中的timeout参数。