当你第一次打开一个陌生项目——无论是新接手的公司代码库，还是 GitHub 上下载的开源工具——最耗时的往往不是写代码，而是搞清楚"这个项目是怎么组织的"。Cursor 的项目级上下文能力可以大幅压缩这一过程。
使用 @Codebase 快速建立全局视图
在侧边栏 AI 面板（Ctrl/Cmd + L，见 2.3.3）的输入框中，输入 @Codebase（或键入 @ 后在下拉菜单中选择 "Codebase"），然后附上你的问题。此时 AI 会自动索引当前工作区内的关键文件（如 package.json、README、pyproject.toml、Cargo.toml、主入口文件和目录结构），基于全局上下文给出回答。
推荐提问方式
不要只问"这个项目是做什么的"，而是问具体的结构问题，例如：
- "请用树状图形式展示这个项目的核心目录结构，并说明每个主要文件夹的职责。"
- "这个项目的入口文件在哪里？数据流是如何从入口传递到业务层的？"
- "找出项目中最核心的三个模块，并解释它们之间的依赖关系。"
- "这个项目使用了什么架构模式（如 MVC、微服务、Clean Architecture）？哪些文件体现了这种模式？"
结合文件跳转
AI 回答中会提到具体的文件路径，这些路径通常可以直接点击跳转。如果它提到了某个你不熟悉的配置文件（例如 vite.config.ts 或 settings/base.py），你可以立即打开查看，并在新对话中使用 @文件 指令（见 3.4.1）针对该文件追问细节。
Agent 模式的深度梳理（可选）
如果项目结构特别复杂（例如包含多个子服务或 Monorepo），你可以切换到 Agent 模式（见 3.5），输入："请分析整个项目的架构，并生成一份 PROJECT_STRUCTURE.md 放在根目录，包含目录说明和核心文件索引。" Agent 会自动遍历多个目录，将分析结果写入文件，供你随时查阅。
现实提示
- 对于特别大的代码库（数万文件），首次索引可能需要几十秒，且 AI 可能会优先关注根目录和常见配置文件。
- 如果项目中有大量自动生成的文件（如
node_modules、dist、迁移文件），建议先在.cursorignore中确认这些目录被排除，避免 AI 将注意力分散在无关内容上。 @Codebase的回答是"概览级"的，适合建立宏观认知；具体的业务逻辑实现，仍需你打开关键文件配合@文件指令逐层深入。