云端代理基于相同的智能体基础但它们运行在云端的隔离环境中而不是在您的本地机器上。为什么使用 Cloud Agents您可以并行运行任意数量的 agents且无需让您的本地机器保持联网。由于每个云端代理都可以访问自己的虚拟机因此能够构建、测试修改后的软件并与之交互。它们还可以使用计算机控制桌面和浏览器。云端代理支持 MCP 服务器因此可以访问数据库、API 和第三方服务等外部工具和数据源。如何访问你可以在任意工作场景中启动云端代理Cursor Web在任意设备上的 cursor.com/agents 启动和管理智能体Cursor Desktop在智能体输入框下方的下拉菜单中选择CloudSlack使用 cursor 命令启动智能体GitHub在 PR 或 issue 中评论cursor以启动智能体Linear使用 cursor 命令启动智能体API使用 API 启动智能体若要获得更原生的移动端体验请将 Cursor 安装为渐进式 Web 应用 (PWA) 。在iOS上请在 Safari 中打开 cursor.com/agents点按分享按钮然后选择“添加到主屏幕”。在Android上请在 Chrome 中打开该 URL点按菜单然后选择“安装应用”。在 Slack 中使用 Cursor详细了解如何设置和使用 Slack 集成包括触发智能体和接收通知。工作原理GitHub 或 GitLab 连接云端代理会从 GitHub 或 GitLab 克隆您的仓库并在单独的分支上工作然后将更改推送回您的仓库便于交接。您需要对您的仓库以及任何依赖仓库或子模块拥有读写权限。对 Bitbucket 等其他提供商的支持将于后续推出。模型Cloud Agents 使用一组经过精选的模型并且始终以 Max 模式 运行。Cloud Agents 没有关闭 Max 模式的切换开关。MCP 支持云端代理可使用为您的团队配置的 MCP (模型上下文协议) 服务器。您可以通过 cursor.com/agents 中的 MCP 下拉菜单添加和管理 MCP 服务器。支持 HTTP 和 stdio 两种传输方式。对于需要 OAuth 的 MCP 服务器也支持 OAuth。设置详情请参阅云端代理能力。支持 Hooks云端代理会运行.cursor/hooks.json中定义的项目 hooks。在企业版方案中它们还会运行团队 hooks 和由企业统一管理的 hooks。这样一来无论你是在仓库中还是通过仪表盘管理 formatter、审计脚本和策略检查只要任务在云端运行它们就会保持启用。《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。全书共11章前6章涵盖深度学习基础包括张量运算、神经网络原理、数据预处理及卷积神经网络等后5章进阶探讨图像、文本、音频建模技术并结合Transformer架构解析大语言模型的开发实践。书中通过房价预测、图像分类等案例讲解模型构建方法每章附有动手练习题帮助读者巩固实战能力。内容兼顾数学原理与工程实现适配PyTorch框架最新技术发展趋势。