将 Cursor 常用操作转化为 Claude Code 命令

最近越来越多人开始用 Cursor 的 GUI 交互加上 Claude Code 全自动代理来做笔记系统，我也从中学到了不少玩法。这几天试下来，确实比之前智能了很多。

这篇文章分享一下我如何把 Cursor 上那些频繁重复的手动操作，整理成标准化的 prompt，再生成 Claude Code 的自定义命令。

背景：重复性工作的痛点

我的 laobu.com 是个托管在 GitHub 上的静态网页，有一些脚本做本地化处理，都是用 Cursor 和 Claude Code 生成的。在没有 Claude Code 的时候，我用 Cursor 处理 tags 生成。

具体流程是这样的：每次要执行一个 prompt，让 Cursor 理解全文，然后按我的要求给那些没有 tags 的文章，逐个生成 3 个纯英文 tag 放入 yaml。Cursor 会调用一系列指令处理，每次调用的指令还不一样，但结果还算满意。最后用 Python 程序生成网站索引。

解决方案：Prompt 标准化流程

1. 让 Cursor 总结自己的工作

在 Cursor 的对话框中，让他总结我前后提出的 prompt 要求，生成一个可自动运行的 prompt。

2. 批改和维护 Prompt

把生成的 prompt 批改一下，去掉跟目的无关的部分，生成 prompt.md 文件维护起来：

## Context

## 背景
- 项目目录：`/Users/bruce/git/xiaobu/`
- 核心目录：`ai/` 包含多个子目录，每个子目录下有 `meta.yaml` 和 `capsule.html` 文件
- 目标：建立完整的标签分类和索引系统

## 主要任务序列

### 手动标签补全（核心任务）
**要求：** 逐个处理缺少 `tags` 的 `meta.yaml` 文件
- 目标文件：所有 `ai/` 子目录下没有 `tags` 字段的 `meta.yaml` 文件
- 处理方式：**手动逐个处理，不编写自动化程序**
- 具体步骤：
  1. 找到缺少 `tags` 的 `meta.yaml` 文件
  2. 阅读同目录下的 `capsule.html` 文件内容
  3. 根据内容推断3个最相关的**小写英文**标签
  4. 将标签以YAML列表格式添加到 `meta.yaml` 文件中

## 技术规范

### 标签规范
- 数量：每个文件恰好3个标签
- 格式：小写英文单词
- 结构：YAML列表格式

```yaml
tags:
- tag1
- tag2
- tag3
```

### 工作流程
1. 使用 `find ai -name "meta.yaml" -exec grep -L "tags:" {} \;` 查找缺少标签的文件
2. 分批处理（建议每批10个文件）
3. 对每个文件：读取 → 分析内容 → 推断标签 → 更新文件
4. 持续追踪进度直到所有文件完成

## 最终目标
- 所有 `meta.yaml` 文件都包含准确的标签

## 特殊说明
- **严格要求手动处理**：不允许编写自动化脚本来批量推断标签
- **内容理解优先**：标签必须基于对文章内容的真实理解
- **一致性维护**：相似主题的文章应使用相似的标签
- **质量控制**：每个标签都要准确反映文章核心主题

3. 创建 Claude Code 命令

把这个 prompt 放入项目目录下的 .claude/command/processtags.md。

还可以加入输入参数，例如命令第一行写入：如果有输入 md 文件，请只处理输入 markdown 文件名 {mdfile}