Cursor 团队正式推出了 Agent SDK。这套开发工具允许开发者将智能体定义为一个代码文件夹，通过评估流程验证其表现，并最终部署在 Cursor 平台或自建的基础设施上运行。
上手过程相当直接。在终端执行 npx @cursor/agent-sdk init ./my-bot 初始化项目，接着运行 agent-sdk dev，本地服务随即启动，开发者可以通过 playground 界面做实时调试。如果不想从零开始，添加 –template 参数能一键拉取现成模板，包括安全审查助手、策略审批机器人、PR 自动修复工具，和用于处理 Linear 或 Jira 工单的分诊智能体。
把智能体放到任何需要的地方
当智能体开发完成并准备投入生产环境，只需在项目目录执行 agent-sdk deploy。该命令会自动构建智能体、分配专属 URL，并将其托管在 Cursor 的基础设施上。部署后，开发者仍可通过仪表盘管理 API 密钥和集成配置，同时保留与本地开发一致的日志查看、评估机制及 playground 调试功能。
智能体即代码结构
在这个框架中，智能体本质上是一个标准项目结构。instructions.md 文件充当系统提示词，tools/ 目录下的每个文件都对应一个带类型定义的操作，供模型调用。skills/ 文件夹存储按需加载的处理流程，mcp-connections/ 用于接入 MCP 服务器提供的额外工具，而 channels/ 则定义智能体接收和发送消息的具体渠道。开发过程中，agent-sdk validate 命令负责检查项目完整性，agent-sdk info 则列出当前识别到的所有配置项。
多渠道唤醒机制
智能体可以通过多种外部事件触发运行。支持的事件源涵盖 GitHub、GitLab 和 Bitbucket 上的 PR 提交、代码评论及 CI 流程事件；Slack 中的用户提及或私信；任意第三方服务发送的 Webhook 请求；和基于 cron 定时计划的周期任务。其中，GitHub 事件直接通过 Cursor 账户拉取，省去了配置公开 Webhook URL 的麻烦。Slack 集成则开箱即用，功能完善。
每次对话都拥有独立的会话上下文，系统会完整记录每一条消息和每一次工具调用的细节。如果在某个 PR 或 Slack 讨论串中继续提问，智能体会自动延续之前的会话状态，保持对话连贯性。
内置评估体系
评估功能是验证智能体行为的关键环节。系统会向机器人发送固定的测试消息，并断言其执行结果：检查调用了哪些工具、传入的参数是不是符合预期、回复的结构是不是满足要求。开发者既可以在本地运行 agent-sdk eval，也可以将其集成到 CI 流程中自动化执行。
针对 GitHub 驱动的智能体，agent-sdk github replay <pr-url> 命令能将真实的 PR 数据转换为签名的 Webhook 载荷并发送给机器人，无需等待实际推送即可测试响应逻辑。若需保存这些数据作为测试用例，添加 –dry-run –fixtures-dir fixtures/ 参数即可将载荷存储为评估 fixture 文件。
立即开始实践
Agent SDK 现已全面开放。开发者可以查阅官方文档，根据上述步骤迅速搭建并部署第一个代码驱动的智能体。
