Diese Anleitung wurde stark von Jack Fields und seinem Artikel über die Einrichtung von VS Code für Python-Entwicklung inspiriert. Bitte schauen Sie sich seinen Artikel für weitere Details an.

​
Voraussetzungen

Bevor wir beginnen, stellen Sie sicher, dass Sie Folgendes haben:
  • Python installiert (3.8 oder höher empfohlen)
  • Git für die Versionskontrolle
  • Cursor installiert und auf die neueste Version aktualisiert

​
Wesentliche Erweiterungen

Die folgenden Erweiterungen richten Cursor für die vollständige Python-Entwicklung ein. Diese bieten Ihnen Syntaxhervorhebung, Linting, Debugging und Unit-Tests.

Python

Grundlegende Sprachunterstützung von Microsoft

Cursor Pyright

Schneller Python-Sprachserver

Python Debugger

Erweiterte Debugging-Funktionen

Ruff

Python-Linter und -Formatierer

​
Erweiterte Python-Tools

Während die oben genannten Erweiterungen bisher die beliebtesten Erweiterungen für die Python-Entwicklung in Cursor waren, haben wir auch einige zusätzliche Erweiterungen hinzugefügt, die Ihnen helfen können, das Beste aus Ihrer Python-Entwicklung herauszuholen.

​
uv - Python-Umgebungsmanager

uv ist ein moderner Python-Paketmanager, der zum Erstellen und Verwalten virtueller Umgebungen verwendet werden kann und zusätzlich pip als Standard-Paketmanager ersetzen kann. Um uv zu installieren, führen Sie den folgenden Befehl in Ihrem Terminal aus: 
pip install uv

​
ruff - Python-Linter und -Formatierer

Ruff ist ein moderner Python-Linter und -Formatierer, der verwendet werden kann, um nach Programmierfehlern zu suchen, Codierungsstandards durchzusetzen und Refactoring-Vorschläge zu machen. Er kann zusammen mit Black für die Code-Formatierung verwendet werden. Um Ruff zu installieren, führen Sie den folgenden Befehl in Ihrem Terminal aus: 
pip install ruff

​
Cursor Konfiguration

​
1. Python Interpreter

Konfigurieren Sie Ihren Python Interpreter in Cursor:
  1. Öffnen Sie die Befehlspalette (Cmd/Ctrl + Shift + P)
  2. Suchen Sie nach “Python: Select Interpreter”
  3. Wählen Sie Ihren Python Interpreter (oder die virtuelle Umgebung, falls Sie eine verwenden)

​
2. Code-Formatierung

Richten Sie die automatische Code-Formatierung mit Black ein:
Black ist ein Code-Formatierer, der Ihren Code automatisch formatiert, um einem konsistenten Stil zu folgen. Er erfordert keine Konfiguration und ist in der Python-Community weit verbreitet.
Um Black zu installieren, führen Sie den folgenden Befehl in Ihrem Terminal aus: 
pip install black
Konfigurieren Sie dann Cursor, um Black für die Code-Formatierung zu verwenden, indem Sie Folgendes zu Ihrer settings.json Datei hinzufügen: 
{
  "python.formatting.provider": "black",
  "editor.formatOnSave": true,
  "python.formatting.blackArgs": ["--line-length", "88"]
}

​
3. Linting

Wir können PyLint verwenden, um nach Programmierfehlern zu suchen, Coding-Standards durchzusetzen und Refactoring-Vorschläge zu machen. Um PyLint zu installieren, führen Sie den folgenden Befehl in Ihrem Terminal aus: 
pip install pylint

{
  "python.linting.enabled": true,
  "python.linting.pylintEnabled": true,
  "python.linting.lintOnSave": true
}

​
4. Typprüfung

Zusätzlich zum Linting können wir MyPy verwenden, um nach Typfehlern zu suchen. Um MyPy zu installieren, führen Sie den folgenden Befehl in Ihrem Terminal aus: 
pip install mypy

{
  "python.linting.mypyEnabled": true
}

​
Debugging

Cursor bietet leistungsstarke Debugging-Funktionen für Python:
  1. Setzen Sie Breakpoints durch Klicken auf den Rand
  2. Verwenden Sie das Debug-Panel (Cmd/Ctrl + Shift + D)
  3. Konfigurieren Sie launch.json für benutzerdefinierte Debug-Konfigurationen

​
Empfohlene Funktionen

Tab Completion

Intelligente Code-Vorschläge, die Ihre Aktionen verstehen

Chat

Code durch natürliche Gespräche erkunden und verstehen

Agent

Komplexe Entwicklungsaufgaben mit KI-Unterstützung bewältigen

Context

Kontext aus Drittanbietersystemen einbeziehen

Auto-Imports

Module automatisch während der Programmierung importieren

AI Review

Cursor überprüft Ihren Code kontinuierlich mit KI

​
Framework-Unterstützung

Cursor funktioniert nahtlos mit beliebten Python-Frameworks:
  • Web-Frameworks: Django, Flask, FastAPI
  • Data Science: Jupyter, NumPy, Pandas
  • Machine Learning: TensorFlow, PyTorch, scikit-learn
  • Testing: pytest, unittest
  • API: requests, aiohttp
  • Datenbank: SQLAlchemy, psycopg2