Configurar Chat

Configuración avanzada del Chat y modos personalizados

Cursor IDE permite personalizar la experiencia del Chat mediante Custom Modes (modos personalizados), una funcionalidad en beta que te permite crear comportamientos específicos del asistente para diferentes tipos de tareas y flujos de trabajo especializados.

Habilitando Custom Modes

Los modos personalizados están actualmente en beta. Para habilitarlos:

1. Ve a Settings → Features → Chat → Custom modes
2. Activa la opción de custom modes
3. Podrás crear modos personalizados desde el menú de chat

Una vez habilitados, tendrás acceso a los modos integrados (Agent, Ask, Manual) y podrás crear tus propios modos personalizados.

Creando un modo personalizado

Para crear un nuevo modo personalizado:

1. Abre el menú de modos en el chat (botón de modo en la interfaz) 2. Haz clic en "Add custom mode" 3. Configura los siguientes elementos:

• Nombre: Identifica tu modo personalizado
• Icono: Visual para reconocer el modo rápidamente
• Shortcut: Atajo de teclado personalizado
• Herramientas habilitadas: Selecciona qué puede hacer el modo
• Instrucciones personalizadas: Define el comportamiento específico en texto libre
• Modelo: Elige el modelo de IA específico para este modo

# Ejemplo de código generado con un modo personalizado
# "Python AI Developer" configurado para ML
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier

class ModeloPrediccion:
    """
    Clase para manejo de modelos de predicción
    Generada siguiendo las instrucciones del modo personalizado
    """
    
    def __init__(self, modelo=None):
        self.modelo = modelo or RandomForestClassifier(
            n_estimators=100,
            random_state=42
        )
        self.entrenado = False
    
    def entrenar(self, X, y, test_size=0.2):
        """
        Entrena el modelo con validación automática
        
        Args:
            X: Características de entrada
            y: Variable objetivo  
            test_size: Proporción de datos para prueba
        
        Returns:
            dict: Métricas de rendimiento
        """
        try:
            X_train, X_test, y_train, y_test = train_test_split(
                X, y, test_size=test_size, random_state=42
            )
            
            self.modelo.fit(X_train, y_train)
            self.entrenado = True
            
            score = self.modelo.score(X_test, y_test)
            return {"accuracy": score, "samples_train": len(X_train)}
            
        except Exception as e:
            raise ValueError(f"Error durante entrenamiento: {e}")

Herramientas disponibles para modos personalizados

Puedes configurar qué herramientas tiene acceso cada modo:

• All Search: Búsqueda completa en codebase y web
• Codebase: Acceso de lectura al proyecto
• Web: Búsqueda en internet
• Read file: Leer archivos específicos
• Search files: Buscar en archivos del proyecto
• Terminal: Ejecutar comandos de terminal
• Edit & Reapply: Modificar código directamente
• Auto-apply edits: Aplicar cambios automáticamente
• Auto-run: Ejecutar comandos sin confirmación

Ejemplos de modos útiles de la comunidad

Modo "Learn" (Aprendizaje):

• Herramientas: All Search
• Instrucciones: "Focus on explaining concepts thoroughly and ask clarifying questions before providing solutions"
• Uso: Perfecto para entender código y conceptos

Modo "Debug" (Depuración):

• Herramientas: All Search, Terminal, Edit & Reapply
• Instrucciones: "Thoroughly investigate issues by gathering extensive context before proposing targeted fixes"
• Uso: Investigación profunda de errores

Modo "Refactor" (Refactorización):

• Herramientas: Edit & Reapply
• Instrucciones: "Focus solely on improving existing code structure without adding new functionality"
• Uso: Mejorar código existente sin cambiar funcionalidad

Modo "Plan" (Planificación):

• Herramientas: Codebase, Read file, Terminal
• Instrucciones: "Create detailed implementation plans without making direct code changes. Write it to plan.md"
• Uso: Crear planes detallados antes de implementar

Modo "Yolo" (Acción rápida):

• Herramientas: All tools with Auto-apply edits and Auto-run enabled
• Instrucciones: "Take initiative and make bold changes with minimal confirmation"
• Uso: Desarrollo rápido con cambios automáticos

Configuración de modo por defecto

Puedes establecer un modo como predeterminado:

1. Ve a Settings → Features → Chat → Default chat mode 2. Selecciona entre:

• Tu modo personalizado específico
• "Most recently used" (el último usado)
• Los modos integrados (Agent, Ask, Manual)

Atajos de teclado para modos

Atajos integrados:

• Ctrl+I: Abrir Agent mode por defecto (o el modo configurado para ⌘I)
• Ctrl+L: Toggle del panel lateral de chat
• Ctrl+.: Cambio rápido entre modos disponibles
• Ctrl+T: Crear nueva pestaña de chat

Atajos personalizados: Cada modo personalizado puede tener su propio shortcut configurado durante la creación del modo.

Chat Tabs para conversaciones paralelas

Una funcionalidad avanzada es poder mantener múltiples conversaciones simultáneamente:

• Ctrl+T: Crear nueva pestaña de chat
• Option + clic en el botón + también crea nueva pestaña
• Cada pestaña mantiene su propio contexto, historial y selección de modelo
• Las pestañas con actividad pendiente muestran un punto naranja

# Ejemplo: Usando diferentes pestañas para diferentes aspectos
# Pestaña 1: Modo "Plan" para arquitectura
# Pestaña 2: Modo "Debug" para resolver errores específicos
# Pestaña 3: Modo "Learn" para entender librerías nuevas

def procesar_datos_complejos(dataset):
    """
    Cada aspecto puede manejarse en una pestaña diferente
    manteniendo contextos separados y especializados
    """
    # Pestaña Plan: Diseñar la arquitectura general
    # Pestaña Debug: Resolver problemas de rendimiento
    # Pestaña Learn: Entender nuevas técnicas de ML
    pass

Funciones especiales de modos avanzados

Auto-apply edits: Los modos pueden configurarse para aplicar cambios automáticamente sin necesidad de confirmación manual.

Auto-run: Permite que el modo ejecute comandos de terminal automáticamente en flujos de trabajo confiables.

Snapshots automáticos: El sistema mantiene instantáneas de los cambios para poder restaurar estados previos.

Historial de conversaciones: Acceso a conversaciones pasadas con Alt+Ctrl+' para revisar decisiones y contexto.

Limitaciones y consideraciones

Limitaciones actuales:

• Los custom modes están en beta
• La configuración se realiza únicamente mediante interfaz gráfica
• No hay archivos JSON de configuración disponibles para usuarios
• Las instrucciones personalizadas se definen en texto libre

Planes futuros:

• Cursor está considerando añadir un archivo .cursor/modes.json para facilitar la creación y compartición de modos

Recursos de la comunidad

Playbooks.com: Explora una colección curada de modos personalizados enviados por la comunidad para obtener ideas y configuraciones probadas.

Foro de Cursor: La comunidad comparte constantemente nuevas configuraciones y casos de uso para modos personalizados.

Integración con el flujo de trabajo

Los modos personalizados transforman el Chat de Cursor en una herramienta altamente especializada que se adapta automáticamente a diferentes fases de desarrollo:

1. Planificación: Usar modos de análisis y diseño
2. Implementación: Modos con todas las herramientas habilitadas
3. Depuración: Modos especializados en investigación de problemas
4. Refactorización: Modos enfocados en mejora de código
5. Aprendizaje: Modos educativos para entender conceptos

Esta configuración avanzada convierte a Cursor en un asistente verdaderamente personalizado que comprende tu flujo de trabajo específico y se adapta a las necesidades de cada proyecto.