用 Cursor Rules 实现「分区建议」：.mdc 规则写法与示例

后端与数据工程师经常要做「分区建议」这类事：为大表评估分区策略。每次都从头写提示词，结果时好时坏；把它做成智能体 Skill，就能让智能体每次按同一套步骤执行，输出结构也更稳定。

本文介绍如何在 Cursor Rules 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。

这个技能做什么

项目	说明
技能	分区建议（`partition-advisor`）
作用	为大表评估分区策略
输入	表规模与查询模式
输出	分区方案
形态	纯提示词
风险	中
适用人群	后端与数据工程师

处理流程分四步：

分析数据增长
选择分区键
评估查询收益
说明维护成本

这个技能纯指令型，不需要额外脚本或外部连接，复制到大多数平台都能用；属于中等风险：结果会影响业务判断，建议在输出前设置人工审核点。

在 Cursor Rules 中是什么形态

Cursor 用项目规则（Project Rules）给智能体注入长期指令，规则文件放在 .cursor/rules/ 下，扩展名为 .mdc，头部可写 description、globs 与 alwaysApply，用来控制规则何时生效。

规则文件随仓库提交；description 供智能体按需选用，globs 让规则在匹配文件被引用时自动附加，alwaysApply 为 true 时每次都会带上。

示例配置

.cursor/rules/partition-advisor.mdc 示例（示意）：

---
description: 分区建议：为大表评估分区策略
globs: **/*.sql, migrations/**
alwaysApply: false
---

# 分区建议

当我要求「分区建议」时，按以下步骤进行：

1. 分析数据增长
2. 选择分区键
3. 评估查询收益
4. 说明维护成本

输出：分区方案。

- 默认使用只读连接，任何写操作都要人工确认。
- 结论中不确定的部分单独列出，标注「需人工确认」。

示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在后端与数据工程师提出相关请求时能对上号；二是约束部分要写进「默认使用只读连接，任何写操作都要人工确认」这类领域规矩，避免智能体自作主张。

安装与启用步骤

在仓库新建 .cursor/rules/partition-advisor.mdc
写好 description，让它准确描述适用场景
按需填写 globs（只对相关文件生效），一般不要设为 alwaysApply
在 Agent 模式中描述任务，确认规则被引用
把规则提交到仓库，并在团队约定里说明

实操：一次完整的运行

假设你在数据库客户端与查询工具中发出这样的请求（虚构示例）：

这是今天的表规模与查询模式，按团队的分区建议流程处理一下。

智能体识别到任务与「分区建议」相关后，会依次分析数据增长、选择分区键、评估查询收益、说明维护成本。最终交付分区方案，并在末尾列出需要人工确认的内容。你的工作是对照原始表规模与查询模式抽查两三处关键信息，确认无误后再使用。

测试与验收

在 Agent 对话中观察规则是否被列为上下文；分别打开匹配与不匹配 globs 的文件测试。

针对这个技能，还建议额外准备：

一份信息齐全的标准表规模与查询模式，检查输出是否完整
一份缺少关键信息的输入，检查智能体是否先提问而不是编造
一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效

常见坑

把十几条无关规则都设成 alwaysApply，挤占上下文且相互冲突。
规则写成泛泛的“写出高质量代码”，缺少可执行的步骤。
只写了步骤，没写交付格式，导致每次输出的分区方案结构不同。
没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。

延伸阅读

说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。