得物以分层提示规则约束AI代码审查

AI CR 的规则被组织为一份“检查清单”：基础规则定义角色与流程，技术要点覆盖具体缺陷类型。规则以 .cursor/rules 目录落地，包括 00-role-and-constraints、01-workflow-steps、02-detection-standards、03-output-format、04-best-practices 五个主文件，以及 common 目录下 13 项通用检测规则（空指针防御、React Hooks 使用、数据合并状态、异步编程、内存泄漏性能、安全编码、兼容性、Git 冲突检测、代码质量、资源处理、URL 参数、业务逻辑一致性、大仓依赖）。 模型选择上，综合代码理解复杂度、上下文长度、推理准确性、速度与成本，优先使用 Compose 1.5，额度不足时降级使用 Auto 模型。文中给出的对比显示两个模型都找出 4 个问题，Composer 1.5 用时 44 秒、Auto 用时 91 秒。效果上，经多个迭代实践与数据统计，Cursor Agent CR 挖掘的有效问题数可达到 50% 左右，研发使用意愿相比原先的流水线 Diff + 大模型 API 方案有明显提升。 下一步计划把 AI CR 报告融合进 Cursor IDE 插件。