Notebook 開發
若要獲得完整的 Notebook 支援,請下載由 ms-toolsai 發佈的 Jupyter(id: ms-toolsai.jupyter)擴充功能。
.ipynb
與 .py
檔案。Tab、Inline Edit 與 Agents
在 Notebook 中的運作方式與在其他程式碼檔案中相同。
關鍵功能:
- 內嵌儲存格執行:直接在編輯器介面內執行程式碼
- Tab、Inline Edit 與 Agent 都能理解資料科學常用的函式庫,包括 pandas、NumPy、scikit-learn,以及 SQL magic 指令
資料庫整合
- MCP Servers 讓你的代理(Agents)能連線到你的資料庫
- Extensions 讓整個 IDE 與你的資料庫整合
透過 MCP
透過擴充功能

資料視覺化
常見問題
.ipynb
檔,支援完整的儲存格執行與 AI 補全。
怎麼處理塞不進記憶體的大型資料集?
使用像 Dask 這種分散式運算函式庫,或透過 Remote-SSH 連到更大機器上的 Spark 叢集。
Cursor 支援 R 和 SQL 檔嗎?
可以,Cursor 為 R 指令稿(.R
)與 SQL 檔(.sql
)提供 AI 協助與語法高亮。
推薦怎麼分享開發環境?
把 .devcontainer
資料夾提交到版控。隊友開啟專案時就能自動重建環境。
怎麼除錯資料處理管線?
用 Cursor 的整合除錯器在 Python 腳本中設中斷點,或利用 Agent 逐步分析並說明複雜的資料轉換。
環境可重現性
開發容器
.devcontainer
資料夾。接著建立 devcontainer.json
、Dockerfile
和 requirements.txt
檔案。
Reopen in Container
即可。
開發容器帶來幾個優勢:
- 相依隔離 可避免不同專案之間的衝突
- 可重現的建置 確保在開發與正式環境中的行為一致
- 精簡化的上手流程 讓新成員不需手動設定就能立即開始
透過 SSH 進行遠端開發
- 佈建雲端實例或存取具備所需資源的企業內部伺服器
- 將你的儲存庫(包含
.devcontainer
設定)複製到遠端機器 - 透過 Cursor 連線:Ctrl+Shift+P → “Remote-SSH: Connect to Host”