安全评审 agents 会扫描您的代码检测安全缺陷、高风险模式和漏洞。此功能仅适用于 Teams 和企业版方案。工作原理Security Review 包含两类由 Cursor 管理的代理Security Review会在 PR 合并前进行检查。使用它可在代码评审过程中发现漏洞。Vulnerability Scanner会扫描静态代码库。使用它可发现已有漏洞、长期存在的问题以及在 PR 评审中遗漏的问题。这两类代理都运行在自动化平台上并且需要云端代理。设置要配置安全评审请打开 安全评审仪表盘 并创建你的首个智能体。触发器安全评审 agents支持 Git 自动化触发器包括 PR 和合并请求事件。使用这些触发器可在代码更改时运行安全检查。漏洞扫描器 agents支持基于 cron 的触发器。使用这些触发器可按固定计划扫描您的代码库不受 PR 活动影响。安全检查两种类型的智能体都内置了安全检查。可根据你希望每个智能体评审的内容启用或禁用单项检查。自定义指令使用自定义指令为每个智能体提供更多上下文。你可以说明需要优先处理的问题类型、解释项目特定的安全要求或定义智能体应如何表现。工具和 MCP两种智能体类型都支持工具和 MCP。每个智能体至少需要一个工具或 MCP 才能运行。使用工具和 MCP将 Security Review 连接到你的团队用于跟踪安全工作的系统。将漏洞发送到 Slack 频道、问题跟踪系统或其他已连接的系统。添加自定义说明说明智能体应在何时以及如何使用各个 MCP。在智能体报告发现项之前通过工具或 MCP 为其提供额外的上下文。环境设置安全评审代理在云端代理上运行。你可以直接使用 Cursor 云无需额外设置也可以配置自托管云端代理在自己的环境中运行评审。计费安全评审按团队用量计费用量计入团队的用量池。代理通过共享的团队服务账户运行因此不会影响任何个人用户的用量。使用分析Security Review 会跟踪智能体运行中的三个关键指标发现的漏洞智能体报告的安全问题数量。已修复的问题在报告后得到解决的问题数量。修复率已报告问题中被修复的百分比。为了判断某个问题是否已修复Cursor 会使用 LLM 对增量 diff 进行评审并判断被标记的问题是否已经解决。查看运行记录每次智能体运行都会记录在仪表盘中。你可以通过运行历史查看智能体的运行时间、使用了哪些工具、最终状态以及耗时。打开某次运行即可查看其底层云端代理了解智能体具体执行了哪些操作。《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。全书共11章前6章涵盖深度学习基础包括张量运算、神经网络原理、数据预处理及卷积神经网络等后5章进阶探讨图像、文本、音频建模技术并结合Transformer架构解析大语言模型的开发实践。书中通过房价预测、图像分类等案例讲解模型构建方法每章附有动手练习题帮助读者巩固实战能力。内容兼顾数学原理与工程实现适配PyTorch框架最新技术发展趋势。