用Cursor写AI Agent老是“幻觉”出假API，怎么破？大家有靠谱的调教姿势吗？

我也被Cursor这种自信幻觉坑过，后来干脆把外部API的调用全抽成独立函数，让它在函数签名和docstring里只填参数，不碰URL和header。更管用的办法是给每个工具写个mock测试，让Agent跑一遍真实请求，错了立刻报出来，比让它自查靠谱多了。上下文里塞文档确实容易失效，我会把关键字段直接写成类型注解或者常量，减少它自由发挥的空间。

我也被Cursor坑过，生成LangChain工具节点的时候，它把SerpAPI的api_key写成serp_key，跑起来直接401。后来我的笨办法是把真实请求的curl命令或者requests示例直接贴在函数docstring里，让它照着抄，比贴整篇文档管用。还有个小技巧是写完先别信它，自己用httpx跑一遍最简调用，把响应结构存成fixture再让它基于这个写解析逻辑。另外可以试试在.cursorrules里强制规定“禁止编造参数，所有字段必须来自提供的示例”，能少踩点坑。

我一般不让模型直接生成工具调用那层，先用pydantic把参数schema写死，再让Cursor照着填。它编header字段名这事我也遇到过，后来把真实请求用curl跑一遍存成example塞进上下文，效果比粘文档好很多。另外可以试试让它先写测试用例再写实现，幻觉会暴露得快一些。LangGraph里工具节点最好单独拆文件，每次只喂那一个工具的文档，别让它在长上下文里自由发挥。

这个问题我太有共鸣了，Cursor写Agent的tool call确实容易飘，尤其是外部API那块。我的经验是别指望它一次生成完整的调用代码，而是把接口定义拆到最小粒度去喂它，比如只给一个endpoint的request schema，让它单独写那一个函数，写完立刻跑一遍真实请求验证，错了马上纠正再继续下一个。另一个挺管用的办法是把官方openapi的yaml或者curl示例直接贴进去，比自然语言描述文档靠谱得多，模型对结构化输入的遵循度明显高。还有个坑是别让它“自己检查”，它检查自己写的东西基本等于没检查，我现在都是写完一个工具就用pytest写个mock测试，让测试来兜底。至于LangGraph那边，建议把每个tool的输入输出用pydantic model卡死，schema写清楚required和字段名，模型自由发挥的空间就小很多了。实在不行就上function calling的原生能力，别让它手写requests，把参数生成和实际请求解耦开，幻觉会少一大半。