目標: 1週間（20時間）でCursor AI EditorのProモードを上級エンジニアが習得できるよう、1時間ごとの具体的なタスクと参考資料をまとめました。基礎から始めて徐々に高度な機能（エージェントモード、YOLOモード、MCPサーバー、.cursorrules設定など）を習得し、さらにOpenHandsやDevin、Claude Code、Goose、RooClineといったAIツールにも触れます。各タスクには公式ドキュメントや日本語ブログの記事を引用し、学習をサポートします。
- 内容: Cursor AI EditorをインストールしProプランを有効化します。公式サイト (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)からCursorをダウンロードし、初回起動時の設定を行います。VS Code拡張機能のインポートやキーバインド設定、AI言語設定など初期設定を完了し、コードベース全体への質問を可能にする“Codebase-wide”オプションは有効にしておきます (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)。
- 補足: プロプランに登録するか、自分のOpenAI APIキーを設定することでGPT-4などのプレミアムモデルを利用できます (次世代のエディター Cursor(カーソル) を使いこなす(2024年更新) #VSCode - Qiita)。ProモードではGPT-4やClaude 3.5 Sonnetなど高性能モデルが使えるため、大規模なコードベースでも高度な補完や回答が得られます (Pricing | Cursor - The AI Code Editor)。
- 参考資料: Cursor公式サイト（インストール手順） (Cursor 〖はじめからそうやって教えてくれればいいのに！〗) (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)、Qiita記事「次世代のエディターCursorを使いこなす」 (次世代のエディター Cursor(カーソル) を使いこなす(2024年更新) #VSCode - Qiita)。
- 内容: Cursorの基本機能であるChatを使い、AIと対話しながらコードを書いてみます。
Cmd+L（WinはCtrl+L）でChatウィンドウを開き、例えば「index.htmlを作成し、“Hello World”の見出しを追加して」とプロンプトを送信してみましょう (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)。CursorはHTMLコードを生成し、「Apply」ボタンを押すとindex.htmlファイルが作成されます (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)。その後「Accept」で変更を確定できます (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)。 - 補足: Chatウィンドウではあらゆる質問やコーディング依頼が可能で、生成されたコードはエディタ上で確認・適用できます (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)。まずは簡単なWebページをAIに作らせてみることで、Cursorの対話型コード生成に慣れます。
- 参考資料: Zenn記事「Cursor 〘はじめからそうやって教えてくれればいいのに！〙」 (Cursor 〖はじめからそうやって教えてくれればいいのに！〗) (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)。
- 内容: Inline Chat機能を使い、コード内から直接AIに編集を依頼します。先ほど作成した
index.htmlを開き、編集したい位置にカーソルを置いてCmd+K（WinはCtrl+K）を押すと、エディタ内にChatプロンプトが開きます (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)。例えば<h1>タグ直後にカーソルを置き、「This is my first Cursor tutorialという段落を追加して」と送信してみましょう (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)。Cursorは差分（追加部分が緑色）を示しながらコードを生成します。内容を確認し問題なければ「Accept」をクリックして変更を適用します (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)。 - 補足: Inline Chatを使うと、ファイル内の特定位置について直接AIに指示できます (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)。複数のコードブロックをまたいだ編集や文脈を考慮した変更も容易になるため、既存コードへの追記・修正作業が効率化します。
- 参考資料: Zenn記事「Cursor 〘はじめからそうやって教えてくれればいいのに！〙」 (Cursor 〖はじめからそうやって教えてくれればいいのに！〗) (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)。
- 内容: Codebase Answers機能を試し、プロジェクト全体に関する質問への回答を得ます。Chatウィンドウ右下の「codebase」ボタンを押すか、質問文に
@Codebaseを付けることで有効になります (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)。例えば、現在のindex.htmlにスタイルが無い状態で「HTMLに対応するスタイルシートを作成して」と通常のChat質問をすると、汎用的なCSSしか出力されません (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)。そこでCodebase Answersを使い、プロジェクト文脈を含めて再度尋ねると、index.htmlに合わせたスタイルシートを生成できます (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)。 - 補足: Codebase AnswersではCursorにコードベース全体を検索・参照させた上で回答させます (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)。これにより「この関数はどこで定義されている？」「プロジェクト内で未使用の変数はあるか？」といった高度な質問にも答えられます。コードベースをしっかりインデックスしておくことで、この機能が有効に働きます。
- 参考資料: Zenn記事「Cursor 〘はじめからそうやって教えてくれればいいのに！〙」 (Cursor 〖はじめからそうやって教えてくれればいいのに！〗)。
- 内容: Cursor Agentモードを有効にし、自動コーディングタスクを実行します。まず
Cmd+LでComposerウィンドウを開き、モード切替で「Agent」に変更します (ワークフローを革新する：Cursor AIエージェント機能の習得)（Cursor設定の「AIエージェント機能」をオンにしていない場合は有効化 (ワークフローを革新する：Cursor AIエージェント機能の習得)）。AgentモードではAIが複数ステップの推論とツール実行を行えるようになります (Cursor – Agent) (Cursor – Agent)。試しに、バグのある簡単なコードを用意し、「このバグを修正してください」とAgentに指示してみましょう。Agentはコードを読み込み、必要な変更を計画して提案してくれます。変更提案は差分表示されるので (ワークフローを革新する：Cursor AIエージェント機能の習得)、内容をレビューして問題なければ「Accept」で反映します。 - 補足: Agentモードでは通常のChat（1ターンのQ&Aや編集提案）と異なり、AIが深く考え、必要に応じてコード検索やツール利用、ターミナル実行まで行います (Cursor – Agent)。まずは簡単な問題修正で挙動を確認し、Agentからの提案を受け入れる流れに慣れてください。
- 参考資料: Cursor公式Docs「Agent」（Agentモードの概要と切替方法） (ワークフローを革新する：Cursor AIエージェント機能の習得) (Cursor – Agent)、Apidogブログ「エージェント機能を有効にする」 (ワークフローを革新する：Cursor AIエージェント機能の習得)。
- 内容: Agentモードを使い、プロジェクト全体のリファクタリングを実行します。例えば、複数のファイルで使われている関数名を一括で変更したい場合、Agentに「
calculate_factorialという関数の全ての出現箇所を、エラー処理を含むように更新して」と依頼してみます (ワークフローを革新する：Cursor AIエージェント機能の習得)。Cursor Agentはコードベースを検索し、該当するすべての箇所に対する変更を計画・提案します。変更内容は差分ハイライト付きで提示されるので、各ファイルの修正提案を確認しAcceptして反映します。 - 補足: このようにAgentはマルチファイル対応の編集も可能で、広範なリファクタリング作業を自動化できます (ワークフローを革新する：Cursor AIエージェント機能の習得)。通常、複数ファイルの変更は手作業で漏れが出がちですが、Agentを活用すれば一貫性のある変更を一度に実施できます。ただし、変更箇所が多い場合は特に提案のレビューを慎重に行いましょう。
- 参考資料: Apidogブログ「ステップ4：マルチファイル編集を活用する」 (ワークフローを革新する：Cursor AIエージェント機能の習得)。
- 内容: YOLOモードを試し、エージェントにターミナルコマンドを自動実行させます。Cursor設定の「Features > Chat & Composer」で“Enable YOLO mode”をオンにしてください (Cursor Agent running 24/7? - Reddit)（利用にはリスクへの同意が必要です (AI YOLO - Sit Back and Watch Cursor Automatically Run Terminal Commands | egghead.io)）。YOLOモードを有効にしたら、Composer上でAgentモードに切り替え、例えば「プロジェクトのテストを実行して、すべて通るようコードを修正して」といったタスクを与えてみます。するとAIが自律的に
npm installやテストコマンドを実行し、失敗したら原因を解析して次のコマンドを叩く…という一連の操作を自動で行います (AI YOLO - Sit Back and Watch Cursor Automatically Run Terminal Commands | egghead.io)。ユーザーはスクリーン上でそれらのプロセスを見守るだけで完了するはずです。 - 補足: YOLOモードでは、AIがユーザー確認なしにコマンドをどんどん実行します (AI YOLO - Sit Back and Watch Cursor Automatically Run Terminal Commands | egghead.io)。依存パッケージのインストール、開発サーバーの起動・停止、テスト結果に基づく修正など、「開発者がシェルで行う一連の作業」を肩代わりします (AI YOLO - Sit Back and Watch Cursor Automatically Run Terminal Commands | egghead.io)。非常に便利ですが、誤ったコマンド実行のリスクも伴うため、次のタスクで説明するガードレール設定が重要です。
- 参考資料: Reddit解説（YOLOモードの設定箇所） (Cursor Agent running 24/7? - Reddit)、egghead.io講座「AI YOLO – 自動でターミナルコマンドを実行」 (AI YOLO - Sit Back and Watch Cursor Automatically Run Terminal Commands | egghead.io)。
- 内容: 自動コマンド実行を安全に行うため、**コマンドの許可/禁止リスト（Allow/Denyリスト）**を設定します。Cursor設定の「Command denylist/allowlist」で、AIに勝手に実行させたくないコマンドを登録しましょう (How To Use Yolo Mode? - Discussion - Cursor - Community Forum) (How To Use Yolo Mode? - Discussion - Cursor - Community Forum)。例えば「
rm -rf」やデータベースの削除系コマンドはDenyリストに入れるのが推奨です。実際、Cursor開発チームもDelete系コマンドには保護をかけており (AI YOLO - Sit Back and Watch Cursor Automatically Run Terminal Commands | egghead.io)、ユーザーも「絶対にDROP TABLEしない」ルールを入れるべきだと指摘されています (How To Use Yolo Mode? - Discussion - Cursor - Community Forum)。設定後、再度YOLOモードでAIに作業させ、禁止したコマンドが実行されないことを確認します。 - 補足: YOLOモード利用時は想定外のコマンド実行に備える必要があります。実例では、Chatで「機能を検証して」と指示した際にコンテキストを見失ったAIが「スキーマに問題があるようです」と判断し、突然データベースの全テーブルを削除してしまったケースも報告されています (How To Use Yolo Mode? - Discussion - Cursor - Community Forum)。こうした事故を防ぐため、Denyリストによるガードレール設定は必須です (Cursor – Agent)。また、AIの挙動がおかしいと感じたら即座に実行を停止できる準備もしておきましょう。
- 参考資料: Cursor公式Docs（ガードレール設定の説明） (Cursor – Agent)、CursorフォーラムのYOLOモード運用アドバイス (How To Use Yolo Mode? - Discussion - Cursor - Community Forum)。
- 内容: CursorのRules for AI機能を使って、AIの振る舞いをカスタマイズします。まずグローバルルール（全プロジェクト共通のルール）を設定するため、Cursor設定の「General > Rules for AI」を開きます (Cursor の Rules for AI 全体のルール設定 翻訳 #Next.js - Qiita)。ここに記述した内容は全プロンプトの先頭に付加され、AIの口調や回答方針を統一できます (Cursor の Rules for AI 全体のルール設定 翻訳 #Next.js - Qiita)。例えばCursor公式フォーラムで共有されているルールでは「カジュアルな口調で」「過度に丁寧な前置きをしない」「必ず具体的なコード例を示す」等が含まれています (How To Use Yolo Mode? - Discussion - Cursor - Community Forum) (How To Use Yolo Mode? - Discussion - Cursor - Community Forum)。次にプロジェクト固有ルールとして、リポジトリ直下に
.cursorrulesファイル（または新方式の.cursor/rules/ディレクトリ）を作成します (Cursor の Rules for AI 全体のルール設定 翻訳 #Next.js - Qiita)。このファイルにはコーディング規約やプロジェクト特有の指示を書きます。例えば「TypeScriptではanyではなく厳密な型を使うこと」など、プロジェクトのコーディング標準を定義できます (ワークフローを革新する：Cursor AIエージェント機能の習得)。 - 補足: グローバルルールはユーザー全体に適用されるAIの振る舞い（文章スタイルや回答の長さなど）の指示で、一方**.cursorrulesはプロジェクト単位で適用する具体的なコーディング指針です (Cursor の Rules for AI 全体のルール設定 翻訳 #Next.js - Qiita)。
.cursorrulesに記載した内容はバックエンドAIへのプロンプトの一部**となり、AIはそれを常に考慮して回答・コード生成します (1時間でCursorをDevinに変えて違いを学ぶ - Chief AI Sharing Circle)。これにより、開発チームのコーディング規約や技術スタックに沿った出力を得やすくなります。 - 参考資料: Cursor公式Docs「Rules for AI」 (Cursor の Rules for AI 全体のルール設定 翻訳 #Next.js - Qiita)、Apidogブログ（.cursorrulesで型利用ルールを指定する例） (ワークフローを革新する：Cursor AIエージェント機能の習得)。
- 内容: 前タスクで作成した
.cursorrulesを編集し、AI出力を細かく調整してみます。例えば「プロジェクトではReactを使用している」ことを追記すれば、AIは回答時にReact向けのコード例やベストプラクティスを優先するようになります。また、AIがしばしば勘違いするプロジェクト特有の用語やAPIがあれば、その説明をルールに書き加えておきます。実験として、一度詳細なルールを書きすぎてみてAIの挙動を確認し、その後ルールを簡潔にして出力の違いを比較します。フォーラムの報告によれば、ルールを欲張りすぎて「洞察深くかつ正確に」などと要求しすぎると、かえって存在しないソースコードを空想し始めるケースがあるようです (How To Use Yolo Mode? - Discussion - Cursor - Community Forum)。適度な粒度の指示に留めることも重要だと学びます。 - 補足:
.cursorrulesは逐次アップデートし続けることが大切です (ワークフローを革新する：Cursor AIエージェント機能の習得)。プロジェクトが成長すれば新たな規約や注意点も出てくるため、定期的に内容を見直してAIに最新の開発方針を教え込みます。また、ルールに書いたことはチーム内で共有し、全員が一致した前提でAI支援を使えるようにしましょう。Cursorでは将来的に.cursorrulesは非推奨となり.cursor/rules/ディレクトリ方式へ移行予定なので、早めに新方式に慣れておくのも良いでしょう (Cursor – Rules for AI)。 - 参考資料: Cursorフォーラムのユーザー報告（ルール過多による幻覚の例） (How To Use Yolo Mode? - Discussion - Cursor - Community Forum)、Apidogブログ（.cursorrules定期更新などベストプラクティス） (ワークフローを革新する：Cursor AIエージェント機能の習得)。
- 内容: CursorのModel Context Protocol (MCP)を利用してAIエージェントにカスタムツールを追加します。まずCursor設定の「Features > MCP」から「+ Add New MCP Server」をクリックし、新しいMCPサーバーを登録します (Cursor – Model Context Protocol)。ここでは公式サンプルの「Weather Server」を使ってみます。あらかじめmodelcontextprotocol/quickstart-resourcesのweather-serverをビルドしておき、その実行コマンド（例:
node ~/mcp-quickstart/weather-server-typescript/build/index.js）をCursorのMCP設定でType: Stdioとして登録します (Cursor – Model Context Protocol)。登録後、MCP設定ページの「Available Tools」に天気ツールが表示されるはずです（表示されない場合はリフレッシュボタンを押します (Cursor – Model Context Protocol)）。 - 補足: MCPはCursorのエージェントLLMに外部ツールを使う能力を持たせる仕組みです (Cursor – Model Context Protocol)。スタンドアロンのスクリプトやWeb APIをツール化し、Cursorに登録できます。登録時は
stdio（ローカル実行）かsse（WebのSSE通信）を選択し、コマンドやURLを指定します (Cursor – Model Context Protocol) (Cursor – Model Context Protocol)。MCPにより、AIにプロジェクト固有の操作（例えばデータベースクエリや外部API呼び出し）を習得させることができます。今回は天気情報取得という簡単なツールで手順を確認しましたが、社内ツールや独自スクリプトをMCP化することでエージェントの能力を拡張できます。 - 参考資料: Cursor公式Docs「Model Context Protocol」（MCPサーバー追加手順と例） (Cursor – Model Context Protocol) (Cursor – Model Context Protocol)。
- 内容: 前タスクで登録したMCPツールを実際にエージェントに使わせます。ComposerのAgentモードで「今日の東京の天気を教えて」とプロンプトを出してみましょう。Cursor Agentは要求を解析し、自分が持つツールリストから天気取得ツールが適していると判断すれば自動でそのツールを呼び出します (Cursor – Model Context Protocol)。仮にAIが適切にツールを使った場合、コンソールログにツール実行の痕跡（例えばAPI問い合わせや戻り値）が表示され、最終的に天気情報を含む回答が得られるはずです。
- 補足: MCPツールの呼び出しは基本的にAIの判断に任されるため、うまく使われない場合はプロンプトの工夫が必要です。ツールの説明文や返り値の形式を改善したり、ユーザー側で「＠ツール名」のような言及をプロンプトに含めてヒントを与えるといった方法も有効でしょう（Cursorでは
@記法でドキュメントやルール参照を指示できます (Cursor – Rules for AI)）。MCPツール利用時でもYOLOモードの適用や許可コマンドの制限は有効なので、外部ツール経由の操作であってもセキュリティには留意してください。 - 参考資料: Cursor公式Docs「Using MCP Tools in Agent」（エージェントでのMCPツール自動利用について） (Cursor – Model Context Protocol)。
- 内容: Cursor ProではGPT-4やClaudeなど複数のAIモデルを使えます。ここでは異なるモデルを試し、応答傾向や得意分野の違いを体感します。ComposerでモデルをGPT-4からClaude 3.5 Sonnetに切り替え (Pricing | Cursor - The AI Code Editor)、同じコード生成依頼（例えば「与えられたJSONから特定のフィールドを抽出するPython関数を書いて」など）を両モデルに投げてみましょう。それぞれ生成されたコードや説明の違いを比較します。Claude 3.5 Sonnetは長文の整った回答を返す傾向があり、GPT-4は一部厳密さで勝る、といった特徴が見られるかもしれません。
- 補足: Claude 3.5/3.7 SonnetはAnthropic社のモデルで、Cursorでは高速・大容量コンテキストを活かしたコード理解が得意とされています (Pricing | Cursor - The AI Code Editor)。一方GPT-4は汎用的な高性能モデルで、論理的なコード修正提案などに強みがあります。タスクに応じてモデルを選択・併用することが重要です。Cursor Docsによれば「現在Agentで利用可能なモデルは
claude-3.5-sonnet,gpt-4o,o3-mini」等であり (Cursor – Agent)、今後も追加予定とのことです。適切なモデル選択により開発効率はさらに向上するでしょう。 - 参考資料: Cursor公式Docs「Models」（利用可能モデルの一覧） (Cursor – Agent)、Anthropic公式ブログ（Claude Codeの研究プレビュー発表） (Claude 3.7 Sonnet and Claude Code - Anthropic)。
- 内容: Cursor以外のAIコーディングエージェントとして、OpenHandsをセットアップし触れてみます。OpenHandsはオープンソースのAIソフトウェア開発エージェントで、人間の開発者と同様に「コードの修正、コマンド実行、ウェブ閲覧、API呼び出し」などを自律的に行えます (AIエージェントの1つであるOpenHandsを試すための導入手順 #Azure - Qiita)。公式のDockerイメージが提供されているため、Qiita記事 (AIエージェントの1つであるOpenHandsを試すための導入手順 #Azure - Qiita)を参考にDockerコマンドでコンテナを起動します（約数GBのダウンロードがありますので時間に注意）。起動後、ブラウザで
http://localhost:8888（コンテナ内部3000番ポート）にアクセスするか、OpenHandsの作業ディレクトリをVSCodeで開きます (AIエージェントの1つであるOpenHandsを試すための導入手順 #Azure - Qiita)。OpenHandsのUIまたはCLIから、「このリポジトリにREADMEを追加して」等の簡単なタスクを与えてみて、AIがコードを書いたりコマンドを実行する様子を確認します。 - 補足: OpenHandsはAll-Hands AIコミュニティによるプロジェクトで、複数の強力なフレームワークを組み合わせて構築されています (About OpenHands - All Hands AI)。内部的には、LLMに開発タスクを任せる「CodeAct」という論文のアイデアを実装しており、Python・Bashコマンドの実行やウェブ検索なども統合されています (AIエージェントの1つであるOpenHandsを試すための導入手順 - Qiita)。今回触れたDocker版はローカルにGitリポジトリをクローンして作業する仕組みで (AIエージェントの1つであるOpenHandsを試すための導入手順 #Azure - Qiita)、Cursorとは異なるアプローチでAIエージェント開発を体験できます。操作感や出力の質をCursorと比較し、オープンソースAIエージェントの可能性を探ってみましょう。
- 参考資料: Qiita「OpenHandsを試すための導入手順」 (AIエージェントの1つであるOpenHandsを試すための導入手順 #Azure - Qiita) (AIエージェントの1つであるOpenHandsを試すための導入手順 #Azure - Qiita)、Qiita「OpenHands概要（AIを活用したソフトウェア開発エージェント）」 (AIエージェントの1つであるOpenHandsを試すための導入手順 #Azure - Qiita)。
- 内容: 次世代の完全自動コーディングAIと言われるDevinについて学びます。Devinは月額500ドルのエンタープライズ向けAIエージェントで、ソフトウェア開発の工程計画、自己進化（学習）、外部ツール統合、完全自動化されたオペレーションに強みがあります (1時間でCursorをDevinに変えて違いを学ぶ - Chief AI Sharing Circle)。まずDevinに関するブログやレビュー記事を読み、その機能とCursorとの違いを把握します (1時間でCursorをDevinに変えて違いを学ぶ - Chief AI Sharing Circle)。特に注目すべきは、計画立案（Architect）と実装（Coder）の二段構えでタスクを進める点と、AI自身がフィードバックループを回して賢くなっていく点です。次に、Cursorでそれに近いことを試みます。.cursorrulesに「提案を実行する前に必ず全体計画を箇条書きにして提示せよ」といったルールを追加し、Agentに複雑なタスクを与えてみます。AIが最初にプランを列挙し、それに沿ってコーディングを進めるよう誘導できれば成功です。また、エラー発生時に
.cursorrulesへ学びを書き込むアプローチ（Devinの自己進化に相当）も検討します (1時間でCursorをDevinに変えて違いを学ぶ - Chief AI Sharing Circle) (1時間でCursorをDevinに変えて違いを学ぶ - Chief AI Sharing Circle)。 - 補足: Devinの強力さは魅力ですが、Cursorでもプロンプトエンジニアリング次第で類似の効果を得られます (1時間でCursorをDevinに変えて違いを学ぶ - Chief AI Sharing Circle)。実際、有志開発者がCursorやWindsurfに改造を加えて「1分でDevin化」する試みも報告されています (1時間でCursorをDevinに変えて違いを学ぶ - Chief AI Sharing Circle)。このタスクでは完全な再現は難しいものの、AIにまず考えさせてから行動させる癖付けをCursor上で試しました。Devin的な発想法を取り入れることで、より高度で自律的なAI開発フローへの対応力が身に付くでしょう。
- 参考資料: Aishare記事「カーソルをデビンに変えて違いを学ぶ」 (1時間でCursorをDevinに変えて違いを学ぶ - Chief AI Sharing Circle)、同記事（.cursorrulesでDevinのプロセスプランニングを模倣） (1時間でCursorをDevinに変えて違いを学ぶ - Chief AI Sharing Circle)。
- 内容: Anthropic社のClaude Codeに注目します。Claude CodeはClaude 3.7 Sonnetを基盤とした開発者向けCLIツールで、大きなコーディングタスクを直接ターミナルからClaudeに委任できるエージェント的な機能を備えています (Claude 3.7 Sonnet and Claude Code - Anthropic) (Anthropic's new Claude Code: Now a potential competitor to Cursor?)。まずAnthropic公式ブログやドキュメントを読み、Claude Codeの設計思想と現在の提供状況を確認します。現在は限定的なリサーチプレビュー段階であり、実際に利用するにはAnthropicに申し込む必要があることがわかります (Claude 3.7 Sonnet and Claude Code - Anthropic)。可能であればサインアップし、ターミナルでClaude Codeを試してみます（CLIで
claudeコマンドを使うようなイメージです）。例えばローカルのプロジェクトディレクトリで「このリポジトリに認証機能を追加して」とコマンド実行すれば、Claudeが対話的にコードを書いてくれるかもしれません。難しければClaude Codeのデモ動画を見るだけでも構いません。 - 補足: Claude Codeは「Cursorに対抗するAnthropic版AI IDE」とも言われています (Anthropic's new Claude Code: Now a potential competitor to Cursor?)。実際、中身のモデルはCursorが既に採用しているClaude 3.7 Sonnetと同じですが、Anthropic独自のエージェント的挙動（プラン作成→実行）を端末上で提供しようとしています (Anthropic's new Claude Code: Now a potential competitor to Cursor?)。Cursorユーザーとしては、Claude Codeの動向をウォッチすることで最先端のAI開発フローを知ることができますし、場合によってはCursorと組み合わせて使うことも可能になるでしょう。将来的にClaude Codeの優れた点（例: ターミナル直統治）をCursorにもフィードバックし、自分の開発環境を最適化できるようになります。
- 参考資料: Anthropic公式発表「Claude 3.7 Sonnet and Claude Code」 (Claude 3.7 Sonnet and Claude Code - Anthropic)、Cursorフォーラム「AnthropicのClaude Code登場」 (Anthropic's new Claude Code: Now a potential competitor to Cursor?)。
- 内容: Block社がオープンソース公開した開発エージェント**“Goose”**を試します。Gooseはローカルで動作し、任意のLLMを利用できる柔軟なAIエージェントです (GitHub - block/goose: an open source, extensible AI agent that goes beyond code suggestions - install, execute, edit, and test with any LLM)。公式GitHubによると「コーディングタスクを自動化し、プロジェクトを一から構築し、コードを書いて実行・デバッグし、ワークフローをオーケストレーションする」ことが可能とされています (GitHub - block/goose: an open source, extensible AI agent that goes beyond code suggestions - install, execute, edit, and test with any LLM)。インストールは非常に簡単で、macOS/Linuxならターミナルで1行のスクリプトを実行するだけです (Quickstart | codename goose)（Windowsの場合はWSL推奨 (Quickstart | codename goose)）。このコマンドを実行しGoose CLIをインストールしたら、対話的にAPIキーや使用モデルの設定を行います (Quickstart | codename goose)。OpenAIのGPT-4 APIキーを設定した場合、Gooseに「簡単なToDoアプリを作って」とプロンプトを与えてみましょう。Gooseは対話形式で必要なファイルを作成・編集し、
npm start等も自動実行してアプリを完成させようとします。 - 補足: GooseはMCP互換APIにも統合でき、開発者が独自のツールを拡張することも念頭に置かれています (GitHub - block/goose: an open source, extensible AI agent that goes beyond code suggestions - install, execute, edit, and test with any LLM)。Cursorとの大きな違いは、エディタUIではなくCLIベースで動作する点と、VS Codeなど既存エディタとも連携しやすい点です。Gooseで得られた経験（LLMによる自動プロジェクト生成やテスト駆動の自動修正など）は、Cursorのエージェント機能を使いこなす上でもヒントになります。二つのツールを比較し、それぞれの強み（Cursorの統合開発環境としての使いやすさ、Gooseの環境依存の少なさ等）を感じ取ってください。
- 参考資料: Goose公式GitHub README (GitHub - block/goose: an open source, extensible AI agent that goes beyond code suggestions - install, execute, edit, and test with any LLM)、Goose Quickstart（インストール手順） (Quickstart | codename goose)。
- 内容: VS Codeベースで動く無料のAIコーディングエージェント拡張機能RooCline（現名称: Roo Code）を試します。Visual Studio Marketplaceから「Roo Code」をインストールし（VS Codeのコマンドパレットに拡張機能ID
RooVeterinaryInc.roo-clineを貼り付けてインストールできます ( Roo Code (prev. Roo Cline) - Visual Studio Marketplace )）、OpenAIやAnthropicのAPIキーを連携します ( Roo Code (prev. Roo Cline) - Visual Studio Marketplace )。RooClineはエディタ内で自然言語による指示を受け付け、Cursor同様ファイル読み書き、ターミナル実行、ブラウザ操作まで自動化します ( Roo Code (prev. Roo Cline) - Visual Studio Marketplace )。「AIエージェントがエディタ内に常駐し、ペアプログラマーやQAエンジニアのような役割も果たせる」と謳われており ( Roo Code (prev. Roo Cline) - Visual Studio Marketplace )、例えば「現在開いているプロジェクトに単体テストを追加して」と頼むと、新規テストファイルの作成からテスト実行・修正まで行ってくれます。実際に自分の小規模プロジェクトで試し、Pull Request駆動の変更提案などをAIにさせてみましょう。 - 補足: RooClineはマルチエージェントも視野に入れた設計で、モードを切り替えることでAIの“人格”や目的を変更できます ( Roo Code (prev. Roo Cline) - Visual Studio Marketplace )。Claude 3.7 Sonnetなど最新モデルにもいち早く対応しており ( Roo Code (prev. Roo Cline) - Visual Studio Marketplace )、Cursorに負けず劣らず精力的にアップデートされています。既にVS Codeに慣れ親しんだ開発者にとっては導入ハードルが低いため、Cursorとのハイブリッド運用も可能でしょう。本タスクを通じて、異なる環境でのAIコーディング支援ツールの共通点と相違点を学び、将来的に自分のワークフローに最適なツールセットを組み合わせるヒントを得ます。
- 参考資料: VS Code Marketplace「Roo Code」紹介文 ( Roo Code (prev. Roo Cline) - Visual Studio Marketplace ) ( Roo Code (prev. Roo Cline) - Visual Studio Marketplace )。
- 内容: これまで習得したCursorのProモード機能と周辺ツールを駆使し、ミニプロジェクトを完遂します。題材は自由ですが、例えば「コマンドラインで動くToDoアプリ」をゼロから作成するなど、設計・実装・テストまで含む一連の開発をAIに手伝わせてみます。まずCursorのAgentにプロジェクトの骨組みを作らせ（ファイルセットや初期コードの生成）、途中で出てくるエラーはInline ChatやAgentに修正させます。テストコードもAIに生成させ、YOLOモードでテストが通るまで自動改善させます。必要に応じてOpenHandsやGooseにも同じ依頼を投げ、結果を比較します（異なるAIに同じタスクを並行して競わせることで、最良の解を得るアプローチの実験です）。すべて完成したら、AIが書いたコードをレビューし、改善点があれば自ら修正して仕上げます。
- 補足: AIエージェント時代の開発では、人間は要求定義や結果の評価に集中し、実装作業の多くをAIが担うようになります (AI YOLO - Sit Back and Watch Cursor Automatically Run Terminal Commands | egghead.io)。本タスクはその体験の総仕上げです。複数のAIツールを使ってみて、それぞれの得意分野（Cursorは統合環境でのリファクタリングに強い、Gooseはゼロからのプロジェクト生成が得意、など）を実感できたでしょう。今後はプロジェクトの種類や目的に応じて、これらAI開発ツールを組み合わせて利用する戦略が求められます。今回のミニプロジェクトで得た知見を、実際の業務プロジェクトにも応用してみてください。
- 参考資料: egghead.io講座より（AIに開発業務を委譲する流れと注意点） (AI YOLO - Sit Back and Watch Cursor Automatically Run Terminal Commands | egghead.io)、Apidogブログ（AIエージェント機能の実践的な使い方とベストプラクティス） (ワークフローを革新する：Cursor AIエージェント機能の習得)。
- 内容: 最後に、AIエージェント開発のベストプラクティス整理と情報収集を行います。まずCursorの公式フォーラムやDiscordをチェックし、他の開発者が共有している
.cursorrulesテンプレートやMCPツールを探します（コミュニティサイト「Cursor Directory」には様々なルールやツールが公開されています (Cursor の Rules for AI 全体のルール設定 翻訳 #Next.js - Qiita)）。自分のプロジェクトに役立ちそうなものがあれば取り入れて試します。また、今回触れたOpenHandsやGoose、RooClineなどのプロジェクトのアップデート情報も定期的に追いましょう。特にAIモデルについては、新たにGoogle GeminiやDeepSeek R1といったモデルが登場・統合される可能性があります (Quickstart | codename goose)。それらがCursorで使えるようになった際には積極的に試し、開発ワークフローをアップデートしてください。最後に、自身の環境設定やルールファイルを見直し、1週間の学習で学んだことを反映させてCursorの設定をチューンアップします。 - 補足: AIエージェント開発分野は日進月歩であり、「学び続けること」が重要なタスクです。公式ドキュメントの更新 (Claude 3.7 + GPT 4.5 - now available in Cursor!)やコミュニティからのフィードバックを継続的にチェックし、Cursor AI Editorの新機能（例えば新モデル対応やUI改善）や他ツールの進化に対応できるようにしましょう。これにより、AIと協働する開発者として常に最新のベストプラクティスを実践できるようになります。
- 参考資料: Qiita「Cursor Directoryの活用（有志によるルール共有）」 (Cursor の Rules for AI 全体のルール設定 翻訳 #Next.js - Qiita)、Goose公式ドキュメント（対応プロバイダ一覧に見える最新モデル動向） (Quickstart | codename goose)。
期待される成果: 以上20のステップを踏むことで、Cursor AI Editor Proモードの高度な機能を一通り習得できます。エージェントモード＋YOLOモードを駆使した自動コード修正や、.cursorrulesによるAIの挙動カスタマイズ、MCPサーバーによるツール拡張などを実践的にマスターできました。さらに、OpenHandsやDevinといった先進的なAIエージェントの概念にも触れたことで、AIエージェント時代の開発全般に対応する知見が広がったはずです。GooseやRooClineなどCursor以外のツールの体験により、他の環境との比較や統合運用のアイデアも得られました。これらを活かし、今後は自分の開発ワークフローにAIエージェントを効果的に組み込み、生産性と創造性を大きく向上させてください。各種設定ファイルやルールのカスタマイズを続けることで、AIがあなたのチームに最適化された頼れる開発パートナーになっていくことでしょう。