Cursor kann jetzt mit der Erstellung von Canvases antworten, um Informationen visuell darzustellen. So kannst du benutzerdefinierte Oberflächen erkunden und mit ihnen interagieren, anstatt Textwüsten in Chats oder Markdown-Dateien zu lesen, die schwer zu erfassen sein können.

Mit Canvases können Agenten Dashboards für reale Daten sowie benutzerdefinierte Oberflächen mit Logik und Interaktivität erstellen, die auf deine Anfrage zugeschnitten sind. Agenten können sie nutzen, um dir beim Prüfen von PRs, beim Kennenlernen neuer Bibliotheken oder sogar bei der Verwaltung anderer Agenten in Cursor zu helfen. Im Agents-Fenster sind Canvases dauerhafte Artefakte, die zusammen mit deinen anderen Tools wie dem Terminal, dem Browser und der Quellcodeverwaltung angezeigt werden."

#Komponenten als Bausteine

Cursor rendert Canvases mit einer React-basierten UI-Bibliothek und nativen Komponenten wie Tabellen, Boxen, Schaubildern und Diagrammen. Wir haben Agenten Zugriff auf bestehende Komponenten in Cursor wie Diffs und To-do-Listen gegeben und sie außerdem angewiesen, Best Practices für die Datenvisualisierung zu befolgen.

Du kannst Skills erstellen, um Agenten beizubringen, wie sie verschiedene Arten von Canvases erstellen. Zum Beispiel ermöglicht der Docs-Canvas-Skill Cursor, ein interaktives Architekturdiagramm deines Repos zu generieren.

#So nutzen wir Canvases bei Cursor

Wir haben festgestellt, dass Canvases besonders nützlich für datenintensive Aufgaben sind. Sie ermöglichen es Agenten, Informationen nichtlinear und übersichtlicher als in reinem Text anzuordnen.

#Dashboard für Incident Response

Datadog, Databricks und Sentry-MCPs in Cursor ermöglichen es uns, mit Agenten tief in Observability-Daten einzutauchen, die dabei oft Erkenntnisse zutage fördern, die wir allein übersehen würden. Vor Canvases stellte der Agent Zeitreihendaten in einer Markdown-Tabelle dar, die schwer zu interpretieren war und zusätzliche Schritte zur Visualisierung erforderte.

Jetzt kann der Agent Visualisierungen in einem Canvas erstellen, die Daten aus mehreren Quellen, einschließlich lokaler Debug-Dateien, in einem einzigen Diagramm zusammenführen.

#PR-Review-Oberfläche

Wir prüfen größere Diffs denn je. Herkömmliche Tools behandeln alle Änderungen gleich, sodass wir selbst herausfinden müssen, welche Teile des Diffs am wichtigsten sind.

Mit Canvases kann Cursor Änderungen logisch zusammenfassen, für dein Review das Wichtigste priorisieren und dir eine leistungsstarke Oberfläche bieten, in der du die Änderungen erkunden kannst. Es kann sogar Pseudocode für knifflige Algorithmen schreiben.

#Eval-Analyse

Bei Cursor verbringen wir viel Zeit damit, Eval-Ergebnisse zu analysieren, während wir Änderungen an unserem Harness vornehmen und neue Modelle im Produkt ausrollen. Zuvor mussten Ingenieure Request-IDs einzeln prüfen, um Muster zu identifizieren. Wir haben erwogen, eine Web-App zu erstellen und bereitzustellen, um diesen Prozess zu automatisieren, haben ihn dann aber stattdessen mit einem Skill direkt in Cursor umgesetzt.

Der Skill ermöglicht es Agenten, alle Rollouts in einem Eval zu lesen, Fehler zu gruppieren und ein Canvas zur Untersuchung von Eval-Fehlern und zur Clusterung von Fehlermodi zu erstellen. So können wir zuvor verborgene Bugs im Harness identifizieren, und vor Kurzem hat uns das geholfen, mit deutlich weniger Aufwand zwei neue Modelle in Cursor auszurollen.

#Autoresearch-Experiment

Wir haben die Ideen aus autoresearch weiterentwickelt, damit Agenten komplexe Optimierungsprobleme rund um die Performance unserer Clients angehen können. Mit Canvases kann der Agent seinen Forschungsfortschritt visualisieren, während Experimente laufen. So kann der Benutzer den Fortschritt verfolgen und sehen, welche Hypothese der Agent gerade testet.

#Mehr Informationsbandbreite

Aktuelle Verbesserungen wie Design Mode und die verbesserte Spracheingabe sind Teil unserer Bemühungen, die Informationsbandbreite zu erhöhen. Wir möchten Reibung in der Zusammenarbeit zwischen Mensch und Agent reduzieren und es einfacher machen, deine Absicht über reinen Text hinaus auszudrücken.

Probiere die Canvases in Cursor 3.1 aus oder erfahre mehr in unserer Dokumentation.