如何通过 Cursor CLI 免费使用 GPT-5

将 GPT-5 等 AI 模型集成到开发工作流中，为开发者的生产力带来了显著提升。随着 Cursor CLI 的最新发布，现在用户可以使用强大的命令行工具来利用最尖端的 AI 技术。

开始之前，你可以下载 Apifox （免费）来管理、模拟和测试你将使用 GPT-5 + Cursor CLI 生成的 API 工件。Apifox 可以加快 OpenAPI 规范、模拟服务器和自动化测试运行的导入速度，非常适合以下工作流程。

本指南将从技术角度逐步介绍如何通过 Cursor CLI 使用 GPT-5 生成 API 设计和服务器代码，然后通过 Apifox 导入并验证这些成果。文中会提供确切的命令、实用的提示示例、持续集成的自动化模式以及强化技巧。只要有可能，都会附上官方文档和示例的链接，以便你重现每一个步骤。

Cursor CLI 与 GPT-5 的集成

Cursor CLI 为 AI 辅助开发开辟了新领域，将 Cursor 平台的功能直接引入到终端。作为早期 beta 版本推出的它，支持命令行界面（CLI）与编辑器之间的无缝交互，兼容多种 AI 模型，包括 OpenAI 新推出的 GPT-5。GPT-5 以其增强的推理和编码能力而闻名，相比前代模型，能更精准地处理复杂任务。

将 GPT-5 集成到 Cursor CLI 中，开发者可以直接从终端执行命令、自动化工作流程并直接从终端生成代码。其界面包含从 API 加载图像、触发播放、输出变更摘要等选项，而 GPT-5 为命令执行提供支持，提供了灵活的环境，方便开发者切换模型和高效管理任务。

安装 Cursor CLI 并验证

步骤 1：安装

这是 Cursor 官方文档中记录的 CLI 安装命令。安装后，CLI 命令（例如cursor-agent）将可用。

curl https://cursor.com/install -fsS | bash

步骤 2：验证安装和版本

支持--version和status命令。

cursor-agent --version  
cursor-agent status

步骤 3：认证

1. 浏览器流程（推荐用于开发机器）：

cursor-agent login  
# 这会打开浏览器并完成认证。  
cursor-agent status

2. API 密钥（推荐用于脚本/CI）：

在 Cursor 仪表盘中创建 API 密钥。

导出：

export CURSOR_API_KEY="sk_XXXX..."  
# 或在单个命令中直接传递：  
cursor-agent --api-key sk_XXXX... "重构认证模块"

CLI 接受--api-key或CURSOR_API_KEY环境变量，以实现非交互式自动化。

注意： Cursor Agent 可以读取、修改和运行 shell 命令，但请在可信环境或安全的 CI 运行器中运行。CLI 文档明确提到了不断演进的安全保障措施。

GPT-5 的访问权限和模型标志

Cursor CLI 提供-m, --model参数用来选择模型。

示例模型包括sonnet-4、sonnet-4-thinking和gpt-5。你还可以在交互式会话中通过/model命令切换模型。在脚本中需要使用-m标志。

启动 CLI，然后使用/model：

cursor-agent  
# 在会话中，输入：  
/model  
# 或使用：  
cursor-agent -m gpt-5 "列出可用模型并确认访问权限"

注意：Cursor 已宣布在 Cursor 中提供 GPT-5，预计会列出gpt-5。

最佳实践：通过 GPT-5 生成 OpenAPI 3.0 规范

我们将通过 Cursor CLI 使用 GPT-5 生成一个简单支付 API 的 OpenAPI YAML 文件，然后导入 Apifox 并运行测试。

步骤 1：编写符合格式的提示

生成机器可读的结果时，要指示模型只输出文件内容（不包含 Markdown 格式，不包含评论）。使用少量示例来强制使用模式和一致的命名。OpenAI Cookbook 和 Cursor 文档建议使用严格的系统提示和响应格式，以避免不必要的包装文本。

示例提示：

生成一个名为openapi.yaml的 OpenAPI 3.0.3 YAML 规范，用于支付 API。仅返回原始 YAML，必须包括：

安全性：Bearer token Authorization（HTTP bearer）
接口：
POST /payments创建支付；请求体application/json；响应201
GET /payments/{paymentId}通过 id 获取支付；响应200或404
PUT /payments/{paymentId}更新元数据；响应200
DELETE /payments/{paymentId}取消；响应204
PaymentRequest、PaymentResponse的组件/模式，以及Error模式
请求和响应的示例体
使用USD并将amount作为整数

保持路径、operationIds 和描述应简洁但有效。使用components.securitySchemes进行 Bearer 认证。遵循 OpenAPI 3.0.3 语法。

步骤 2：非交互式调用 Cursor CLI 并捕获 YAML

使用-m gpt-5选择 GPT-5，使用-p打印响应（非交互式）。将标准输出重定向到openapi.yaml。

# 在CI中或本地设置API密钥：  
export CURSOR_API_KEY="sk_..."  

# 带有模型选择和打印模式的非交互式生成  
cursor-agent -m gpt-5 -p "生成支付API的OpenAPI 3.0.3 YAML（参见上述提示）" > openapi.yaml

说明：

-m gpt-5强制使用 GPT-5
-p打印模型响应，你可以将其重定向到文件中供以后使用。Cursor CLI 支持--output-format和-p用于脚本编写

如果模型意外包含了包装文本，请使用更严格的措辞重新运行：仅响应YAML，以'openapi:'开头减少无用内容。

本地验证生成的 YAML

在上传或导入之前：

YAML lint:

npm i -g yaml-cli # 可选  
yaml validate openapi.yaml

OpenAPI linter( Speccy / Spectral) :

npm install -g @stoplight/spectral  
spectral lint openapi.yaml

修复任何报告的模式问题（GPT 有时会错误使用type: integer与format: int64，遗漏required，或错误放置components）。这些都可以快速手动编辑。

将 OpenAPI 规范导入 Apifox

Apifox 支持通过可视化导入或通过 API 导入（POST/v1/projects/{projectId}/import-openapi），以实现程序化工作流，选择适合你的方法。

1. 手动 UI 导入（首次迭代推荐）

打开 Apifox → 创建项目 → 项目设置 → 导入数据 → OpenAPI/Swagger

你可以将JSON或YAML文件拖放到所示区域，或直接点击该区域浏览并从系统文件管理器中选择所需文件。

打开 Apifox → 创建项目 → 项目设置 → 导入数据 → OpenAPI/Swagger

使用 URL 导入时，请提供JSON或YAML数据文件的直接 URL，而非 Swagger UI 的 Base URL。

2. CI 导入

如果将 openapi.yaml 托管在稳定的 URL（S3、GitHub 原始链接）上，调用 OpenAPI 导入接口：

# 示例：通过Apifox API导入（需要Apifox_ACCESS_TOKEN和projectId）  
curl --location -g --request POST "https://api.Apifox.com/v1/projects/${Apifox_PROJECT_ID}/import-openapi?locale=en-US" \  
  --header "Authorization: Bearer ${Apifox_ACCESS_TOKEN}" \  
  --header "Content-Type: application/json" \  
  --data-raw '{  
    "input": {"url": "https://my-bucket.s3.amazonaws.com/openapi.yaml"},  
    "options": {  
      "targetEndpointFolderId": 0,  
      "endpointOverwriteBehavior": "OVERWRITE_EXISTING"  
    }  
  }'

响应会提供创建/更新的接口和模式的计数——用于在 CI 中断言成功。API 文档包含此 POST 接口和示例。

在 Apifox 中创建测试或导入接口

将 OpenAPI 规范导入 Apifox 后：

使用 Apifox 的可视化界面自动生成请求模板和示例体
配置环境
创建自动化测试场景：Apifox 支持通过测试模块创建测试场景和自动化断言

安装 Apifox CLI 并在本地或 CI 中运行测试

全局安装：

# 需要Node.js（v16+）  
npm install -g apifox-cli  
# 验证  
node -v && apifox -v

Apifox CLI 可以在线运行或使用导出的测试场景进行本地/离线运行。

对于在线运行，通过--access-token传递 Apifox 访问令牌。

运行保存的测试场景：

export Apifox_ACCESS_TOKEN="sk_Apifox_..."  
Apifox run --access-token $Apifox_ACCESS_TOKEN -t <TEST_ID> -e <ENV_ID> -r html,cli

本地运行：

Apifox run ./exported-scenarios/payment-tests.json --report cli

Apifox CLI 可在 CI/CD 中顺畅集成，并为测试运行生成测试报告。

最佳实践：使用 GPT-5 生成规范、导入到 Apifox、运行测试

以下是展示该模式的最小 GitHub Actions 工作流：

name: GPT5 → Apifox CI  

on: [push]  

jobs:  
  generate-and-test:  
    runs-on: ubuntu-latest  
    steps:  
      - uses: actions/checkout@v4  

      - name: Install Node.js and Apifox CLI  
        uses: actions/setup-node@v4  
        with:  
          node-version: '18'  
      - run: npm install -g Apifox-cli  

      - name: Install Cursor CLI  
        run: curl https://cursor.com/install -fsS | bash  

      - name: Generate OpenAPI via Cursor (headless)  
        env:  
          CURSOR_API_KEY: ${{ secrets.CURSOR_API_KEY }}  
        run: |  
          cursor-agent -m gpt-5 -p "Generate OpenAPI 3.0.3 YAML for a Payments API. Only return raw YAML." > openapi.yaml  
          # 基本验证  
          npx @stoplight/spectral lint openapi.yaml || true  

      - name: Upload openapi.yaml to S3 (or GitHub Raw)  
        run: |  
          # 上传步骤——取决于你的基础设施  
          echo "Upload to bucket and set OPENAPI_URL"  

      - name: Import to Apifox via API  
        env:  
          Apifox_ACCESS_TOKEN: ${{ secrets.Apifox_ACCESS_TOKEN }}  
          Apifox_PROJECT_ID: ${{ secrets.Apifox_PROJECT_ID }}  
        run: |  
          curl -s -X POST "https://api.Apifox.com/v1/projects/${Apifox_PROJECT_ID}/import-openapi?locale=en-US" \  
            -H "Authorization: Bearer ${Apifox_ACCESS_TOKEN}" \  
            -H "Content-Type: application/json" \  
            --data-raw "{\"input\":{\"url\":\"${{ env.OPENAPI_URL }}\"},\"options\":{}}"  

      - name: Run Apifox tests  
        env:  
          Apifox_ACCESS_TOKEN: ${{ secrets.Apifox_ACCESS_TOKEN }}  
        run: |  
          Apifox run --access-token $Apifox_ACCESS_TOKEN -t 637132 -e 358171 -r cli

高级：让代理编辑代码、本地运行测试并提交补丁

Cursor 的代理可以编辑文件和运行 shell 命令：

要求 GPT-5 搭建服务器代码（Express/Flask/FastAPI）
在终端中查看差异
接受应用，运行npm test，并自动提交更改

示例（本地开发）：

# 生成代码+应用  
cursor-agent -m gpt-5 "在src/routes/payments.js中创建Express v4路由，包含POST/GET/PUT/DELETE的处理程序以及单元测试（jest）。应用后运行测试。"  
# Cursor CLI将提出编辑建议；查看并允许或拒绝特定的shell命令。

描述了 Agent 的工具（文件操作、搜索、运行 shell 命令），并强调了审查检查点和检查工作流。使用它们来控制自动化编辑。

可复制的精确提示

生成 OpenAPI YAML：

cursor-agent -m gpt-5 -p "仅输出有效的OpenAPI 3.0.3 YAML，用于'支付'API，包含POST /payments、GET/PUT/DELETE /payments/{paymentId}。使用components.schemas PaymentRequest和PaymentResponse。添加示例。不包含任何markdown围栏或评论。"

让 Cursor 编写 Express 处理程序和测试：

cursor-agent -m gpt-5 -p "在src/routes/payments.js中创建Express路由处理程序，并在tests/payments.test.js中创建相应的单元测试。实现基本的内存存储。提供package.json脚本以运行测试。仅输出JSON补丁，以JSON格式显示文件名和完整内容。"

将现有 README 描述转换为 OpenAPI 规范：

cursor-agent -m gpt-5 -p "将以下README API描述转换为OpenAPI 3.0.3 YAML。仅输出YAML。[粘贴README段落]"

为什么要将 GPT-5 + Cursor CLI 与 Apifox 结合使用？

Cursor CLI 将 GPT-5 引入终端，并支持非交互式自动化、文件操作和无头 CI 使用，减少了在仓库中直接获取机器生成成果时的摩擦。GPT-5 为代码和模式生成提供了更高的准确性和推理能力。

在整个开发流程中，Apifox 扮演着至关重要的衔接角色。当借助 GPT-5 和 Cursor CLI 完成 API 规范生成后，Apifox 能无缝接手后续工作：

能对导入的 OpenAPI 规范进行深度校验，确保其符合行业标准和项目需求
能基于规范快速生成可供前端团队使用的 Mock 服务，让前后端开发并行推进
强大的测试功能可对 API 进行全面检测，从功能验证到性能评估，保障 API 质量
自动生成的 API 文档清晰易懂，便于团队协作和后期维护

立即体验 Apifox

可以说，Apifox 与 GPT-5、Cursor CLI 的结合，构建了一个从 API 设计、生成到测试、管理的完整闭环，极大地提升了开发效率和 API 质量。

总结

此工作流为你提供了一个实用模式：生成（通过 Cursor CLI 使用 GPT-5）→导入/检查（Apifox）→模拟和测试（Apifox CLI/UI）。它加快了原型设计速度，结合验证（Spectral、单元测试），你可以安全地从想法过渡到集成。随着规模扩大，添加更严格的防护措施。

免费使用 Apifox