← 返回信息流
Agent SkillLINUX DO · Claude·2026/3/25

开源实现Cursor原生协议支持插件一键安装

原标题:开源 Cursor 原生协议实现(支持插件扩展一键安装)

速览

该项目开源了Cursor原生协议的实现,支持通过插件扩展进行一键安装与账号管理。后端接入Codex和反重力服务,前端兼容Cursor及CC,目前处于测试可用阶段。作者表示将持续维护并计划重构以深度集成Claude Code。

AI 深度解读

背景

随着 AI 编程助手市场的竞争加剧,Cursor 凭借其基于 LLM 的代码补全和编辑功能迅速占据市场主流。然而,其背后的 API 服务供应商(文中指代 Anthropic 的 Claude 服务,俗称“反重力”)近期对个人用户实施了极为严格的额度限制。

据作者描述,反重力个人版 Ultra 额度大幅缩减,导致用户体验急剧下降:正常使用 IDE 时,一个账号在半小时内消耗 80% 额度即被限额,另一账号甚至被限制 24 小时。这种“爽用两个月后被迫中断”的现状,促使开发者寻求替代方案。在此背景下,作者开源了一个支持插件扩展、一键安装的 Cursor 原生协议实现项目,旨在通过接入 Codex 和反重力(Claude)后端,结合 Cursor 和 CC(Claude Code)前端,解决额度受限问题,并允许用户继续“重启使用”该工具。

核心内容

该项目是一个开源的中间件解决方案,核心逻辑在于实现 Cursor 的原生协议,从而允许用户在不直接订阅官方高昂服务的情况下,接入其他 LLM 后端。

1. 架构与功能

  • 后端接入:项目后端同时接入了 OpenAI 的 Codex 服务和 Anthropic 的 Claude 服务(文中称为“反重力”)。
  • 前端兼容:前端基于 Cursor 和 Claude Code (CC) 进行适配。
  • 当前状态:项目处于测试阶段,基本可用,但作者坦言仍存在诸多问题。由于一段时间未维护,开源后将积极跟进修复。

2. 2026-04-07 更新亮点

  • 一键安装与配置:针对社区反馈的安装配置难题,新版本支持 Cursor 插件扩展版本的一键安装配置及账号管理。
  • 平台兼容性:Mac 环境预计可直接使用;其他平台进行了兼容性处理,但作者不确定是否能“丝滑使用”,鼓励遇到问题的用户提交 PR。

3. 未来规划

  • 注册机集成:作者正在考虑是否集成注册机功能,提及了 GPT 注册机或 Kiro 的可能性。
  • 自动化测试:计划对 Cursor 的所有特性功能进行自动化测试,以确保稳定性。
  • 重构方向:可能会根据 CC 源码重构一版,目标是真正将 Claude Code 的功能完整嵌入 Cursor 中。

4. 关于“反重力”反代的风险提示

  • 封号风险:作者明确指出,即使使用该项目,仍存在被封号的风险。
  • 技术局限:作者的技术实现仅能到达 Node 层。如果技术深入至 Go 层,则与直接使用反重力官方服务无异,此时在 Cursor 中使用该中间件的意义不大。
  • 使用建议:实测表明,只要不利用大量号池在夜间进行高频并发请求(“疯狂猛蹬”),风险相对可控。

关键要点

  • 痛点驱动:项目诞生的直接原因是 Anthropic(反重力)对个人用户额度的极端限制,导致正常开发流程受阻。
  • 协议逆向:核心在于实现了 Cursor 的原生通信协议,使得非官方后端服务能够被 Cursor 客户端识别和使用。
  • 易用性提升:从最初的复杂配置升级为支持插件扩展的一键安装和账号管理,降低了普通用户的门槛。
  • 技术边界:作者坦诚技术实现停留在 Node 层,未触及更底层的 Go 层实现,暗示了未来可能的技术演进方向。
  • 风险共担:明确告知用户存在封号风险,且该风险与使用频率、号池规模密切相关,并非完全安全。
  • 社区协作:项目完全开源,无未开源部分,并欢迎社区贡献者通过 PR 修复兼容性问题。

意义与影响

1. 对开发者的实用价值 该项目为受限于 API 额度或高昂订阅费用的开发者提供了一条“曲线救国”的路径。通过复用现有账号资源或接入其他模型后端,用户可以在一定程度上绕过官方限制,维持开发效率。

2. 对 Cursor 生态的挑战与补充 Cursor 的原生协议被成功逆向并开源,证明了其封闭生态并非不可穿透。这不仅为其他 AI 编程工具提供了参考,也促使上游服务商(如 Anthropic、OpenAI)重新审视其反作弊和额度控制机制。同时,该项目作为“抛砖引玉”,激发了社区对将 Claude Code 深度集成进 Cursor 的技术探索。

3. 开源社区的示范效应 作者遵循 LINUX DO 社区的开源推广规范,透明地披露了 AI 生成内容、项目状态及潜在风险,体现了良好的开源伦理。这种透明度和对社区反馈的快速响应(如增加一键安装功能),有助于建立用户信任,推动项目从个人工具向社区级解决方案演进。

4. 技术演进的催化剂 作者提到的“从 Node 层到 Go 层”的技术路径,以及未来可能基于 CC 源码的重构,预示着 AI 编程工具的前端与后端解耦趋势将更加明显。未来,可能会出现更多类似“插件化”的中间件,允许用户自由组合不同的 LLM 后端与前端 IDE,从而打破单一厂商的锁定。

查看原文 →linux.do