Cursor Agent SDK 正式 GA：把 agent 定义成一个代码文件夹，本地开发、跑 eval、一键部署

要点速览

• 2026-10-20，Cursor 官方 Changelog 上线「Agent SDK」，同日宣布 generally available。
• 核心范式是「agent 即项目」：一个 agent 就是一个文件夹——instructions.md 是 prompt，tools/ 里每个文件是一个带类型的动作，skills/ 放按需加载的流程，mcp-connections/ 接入 MCP 服务器的工具，channels/ 定义这个 bot 在哪里收消息、在哪里回答。
• 命令行工具链完整：npx @cursor/agent-sdk init ./my-bot 初始化，agent-sdk dev 起本地 playground，agent-sdk validate 检查项目，agent-sdk info 打印识别结果，agent-sdk deploy 部署。
• --template 直接给四类现成骨架：security reviewer、owners-policy approver、PR autofixer、Linear / Jira triager。
• 内置 eval，且能拿真实 PR 做回放：agent-sdk eval 可本地或跑在 CI；agent-sdk github replay <pr-url> --dry-run --fixtures-dir fixtures/ 把真实 PR 转成签名 webhook payload 存成 eval 用例。
• 官方公告未披露定价、部署后的运行时限额、自托管的许可与运维要求，本站列入待核实。

① 「Agents as code」：把 agent 从一段配置变成一个可版本化的项目

官方原文：An agent is a project. instructions.md is the prompt. Each file in tools/ is one typed action the model can call. skills/ holds procedures the model loads on demand, mcp-connections/ adds tools from MCP servers, and channels/ defines where the bot receives and answers messages.

这段话里最值得注意的不是任何一个目录，而是整体形态：agent 不再是一段 JSON 配置或一个后台表单里的几项开关，而是一个能被 git 管理、能被 code review、能写测试的项目。

结合 Anthropic 在 2026-10-22 把 Agent Skills 捐给 Linux 基金会旗下 AAIF 这件事一起看，skills/ 这个目录名不是巧合：Cursor 把目录结构直接对齐到了当时的行业标准提案上。选 SDK 时「它用的是不是通用技能规范」已经是个真问题——用私有格式的技能，迁移成本会在你想换工具时一次性兑现。

② Channels：GitHub 事件不需要公网 webhook URL

官方原文：Agents wake on pull request, comment, and CI events from GitHub, GitLab, and Bitbucket; on mentions and DMs in Slack; on webhooks from any provider; and on a cron schedule. GitHub events pull through your Cursor account, so no public webhook URL is required.

「no public webhook URL is required」这一句是工程上最有价值的一点。自建 bot 接入 GitHub 通常要开一个公网可达的接收端点，随之而来的是签名校验、NAT 穿透、证书与限流——对一个只想让 bot 在 PR 上跑一遍检查的团队来说，这些都是纯负担。走 Cursor 账号拉取事件，等于把这一段运维外包掉了。

另一句值得划重点的是 Each conversation keeps its own session and a complete record of every message and tool call. Follow-ups on a pull request or Slack thread resume the same session.——同一个 PR 或 Slack 线程里的追问，会恢复同一个会话。这是「bot 记住上下文」和「bot 每次都从头开始」的分水岭；后者在代码评审场景里会让第二轮的追问显得像在和新同事重新解释一遍背景。

③ Evals：把「bot 干了什么」变成可断言的对象

官方原文：An eval sends a fixed message to the bot and asserts on what it did: which tools ran, with what input, and the shape of the reply.

断言的对象不是「回答得像不像人」，而是调用了哪些工具、传了什么参数、回复的形状如何。这是 agent 测试的正确方向——agent 的失败模式大多不是措辞问题，而是「该调的没调」或「参数传错」。

agent-sdk github replay <pr-url> 则是更实用的那一步：把一个真实发生过的 PR 变成带签名的 webhook payload 打给 bot。配合 --dry-run --fixtures-dir fixtures/ 可以把这批 payload 固化成回归用例。对已经在跑 GitHub bot 的团队，这等于把「线上事故」直接转成「测试用例」，而不用手工构造输入。

本站未取得官方文档对 eval 断言语法、CI 集成方式与失败阈值的说明，也未实测 github replay 对私有仓库的鉴权行为，本次不作能力断言。

AI 之家 观点

第一，这条更新的真正含义是「agent 开发被拉回了软件工程」。 过去一年 agent 的主流形态是「在对话框里调提示词 + 在后台里勾几个集成」，产物既不能 review 也不能测试。Cursor 这次把 agent 拆成 instructions.md / tools/ / skills/ / channels/ 并配上 validate 与 eval，本质是把 agent 开发重新挂回了开发者已有的那套工具链上。判断一个 agent 平台是否值得投入生产，现在可以多问一句：它的 agent 能不能进 git、能不能写测试。

第二，--template 的四个骨架暴露了 Cursor 对 agent 用处的判断。 security reviewer、owners-policy approver、PR autofixer、Linear/Jira triager——全是挂在代码协作流程上的守门人与搬运工，没有一个是「帮你写代码」。这和云端 agent、Composer 那条线是两条路：一条替你产出，一条替你把关与流转。团队选型时要分清自己缺的是哪一种。

第三，先别急着自托管。 官方明确写了 agent-sdk deploy 会 builds the agent, gives it a URL, and starts it on our infrastructure，同时也说可以 deploy 到 your own infrastructure。但公告没有给出自托管的许可条款、运维要求与功能差异，这条路的成本目前是未知的。建议先用托管形态把 eval 跑通，再评估要不要搬出去——否则你会同时debug 部署和 agent 行为两件事。

来源

• Cursor 官方 Changelog —「Agent SDK」，页面标注 Oct 20, 2026：https://www.cursor.com/changelog（本站 2026-10-27 抓取原文核对）
• 关联背景：Anthropic 将 Agent Skills 捐给 AAIF（2026-10-22），见本站资讯 /news/2026/anthropic-agent-skills-donated-to-aaif.html；AAIF 治理下的另一项规范移交见 AGENTS.md 捐给 AAIF。

待核实

• 定价与配额：公告未提 Agent SDK 是否收费、部署后的调用限额、eval 运行是否计入用量。
• 自托管形态：deploy to your own infrastructure 的许可条款、支持的运行时、与托管版的功能差异均未披露。
• eval 语法与 CI：断言的具体写法、CI 集成方式、失败判定阈值，需读官方文档确认。
• github replay 的边界：对私有仓库、fork PR、已合并 PR 的行为未说明。
• skills 与 AAIF 规范的一致性程度：skills/ 是否完全兼容 Agent Skills 规范，官方未声明。