Formation Cursor.

Programme de formation Cursor.

PDF

Module 1 : Prise en main et installation de Cursor AI

Procédure d’installation et d’activation de la licence sur différents OS
Tour complet de l’interface : explorateur de code, chat contextuel, panneau diff
Choisir un LLM par défaut (GPT-5, Mistral, Claude) et configurer les préférences
Comparaison des forces et limites de Cursor par rapport à Copilot ou Claude

Exemples d’activités pratiques : installer Cursor sur l’ordinateur du participant et lancer un ‘Hello World’, personnaliser les raccourcis clavier et le thème de l’éditeur, explorer l’interface et repérer les panneaux diff et chat.

Module 2 : Génération et refactoring de code

Comprendre la complétion multi-ligne prédictive et l’anticipation contextuelle
Prompts courts vs détaillés ; tags @file/@symbol pour le contexte multi-fichiers
Fonctions de diff inline et génération de messages de commit IA
Génération automatique de tests et de documentation
Gestion de projets multi-fichiers et limites de tokens

Exemples d’activités pratiques : construire une API CRUD à l’aide du chat Cursor et des prompts, refactoriser un code existant et analyser le diff généré, écrire et exécuter des tests unitaires générés par Cursor.

Module 3 : Personnalisation avec CursorRules et prompt engineering

Structure et scopes d’un fichier CursorRules (projet, utilisateur, mémoire)
Règles de style, linting, architecture et gestion des secrets
Partage et versionnement des CursorRules au sein de l’équipe
Fondamentaux du prompt engineering : few-shot, chain-of-thought et prompt chaining
Gestion du contexte multi-fichiers et bibliothèque de prompts versionnée

Exemples d’activités pratiques : écrire un fichier CursorRules pour un projet open source et l’appliquer, concevoir un jeu de prompts avancés pour générer une API REST documentée et ses tests, tester la sécurité avec des exemples de secrets.

Module 4 : Comparaison des LLM et vue d’ensemble du mode Agent

Présentation des modèles supportés et de leurs différences (vitesse, coût, qualité)
Fonctionnement du mode Auto-select vs modèle fixe et monitoring des tokens
Vue d’ensemble du mode Agent : YOLO mode sécurisé, allow-list, checkpoints et roll-back
Génération de scripts Shell/SQL/Terraform via prompts
Exploration du concept de ‘vibe coding’ et de la transformation maquette → code

Exemples d’activités pratiques : benchmarker deux modèles LLM sur une tâche identique, configurer un agent pour automatiser l’initialisation d’un projet React ou API et analyser ses logs, personnaliser allow-lists et checkpoints pour exécuter des scripts Shell de manière sé-curisée.

Module 5 : Intégration CI/CD et collaboration d’équipe

Création automatique de pull-requests, tests et merges assistés par Cursor
Notifications et mentions ciblées via Slack ou autres outils de collaboration
Partage des CursorRules via un repository Git ou gist pour garantir la cohérence
Mise en place d’un pipeline complet GitHub Actions avec Cursor Agent
Mesurer l’impact et la qualité : feedback de code review, scores de tests, tokens consommés

Exemples d’activités pratiques : Configurer un repository GitHub et un workflow CI/CD auto-matisé avec Cursor Agent, créer une pull-request avec code généré via Cursor et déclencher des tests automatiques, mettre en place des notifications Slack pour les revues de code et mesurer les gains de productivité.

Module 6 : Projet synthèse et bonnes pratiques

Choisir un mini-projet (API Node ou front React) et planifier les étapes
Appliquer l’ensemble des modules : installation, prompts, CursorRules, multi-LLM, agent, CI/CD
Checklist qualité et sécurité, bonnes pratiques long terme et maintenance
Débrief collectif : erreurs fréquentes, retours sur l’expérience et amélioration continue

Exemples d’activités pratiques : Développer en groupes un projet from scratch en utilisant Cursor de bout en bout, présenter le projet, les métriques (vitesse, tokens, coûts) et le retour d’expérience, discuter des améliorations possibles et des prochaines étapes d’adoption en entreprise.