論文の概要: A Study of Cursorrules Files in GitHub Open Source Projects
- arxiv url: http://arxiv.org/abs/2608.10622v1
- Date: Tue, 11 Aug 2026 08:08:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-12 19:14:45.955925
- Title: A Study of Cursorrules Files in GitHub Open Source Projects
- Title（参考訳）: GitHubオープンソースプロジェクトにおけるCursorrulesファイルの検討
- Abstract要約: 我々は、広く使われているAI支援コードエディタであるCursorで、構成プロンプトファイルの実証的研究を行っている。
11,427のGitHubリポジトリから12,110.cursorrulesファイルを分析し、その分散、進化、メンテナンスを特徴付ける。
- 参考スコア（独自算出の注目度）: 5.527667715674739
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Prompts are the primary mechanism for communicating with AI agents, and they directly influence the quality and reliability of AI-generated code. As AI-assisted programming becomes widely adopted, modern tools increasingly combine dynamic conversational prompts with static configuration-like prompt files. Despite the growing focus on prompt engineering, prior research has primarily focused on conversational prompts, while prompt files remain understudied. To address this gap, we conduct an empirical study of configuration prompt files in Cursor, a widely used AI-assisted code editor. We collect and analyze over 12,110 .cursorrules files from 11,427 GitHub repositories to characterize their distribution, evolution, and maintenance. Complementing this, we perform qualitative analysis on a random sample of 65 prompt files and develop a 65-code codebook capturing how developers express programming intent, project context, engineering practices, and security considerations. Our results show that .cursorrules files emerged rapidly from mid-2024. Their adoption is concentrated in small-scale, low-activity, single-maintainer repositories, suggesting toy projects rather than professional development. The content of prompt files is dominated by guidance on code quality and engineering practices, project structure and configuration, and maintainability, while security-related content appears less frequently. Our analysis shows that there is a continuity of themes and topics between the now-legacy .cursorrules files and the current standard .mdc files.
- Abstract（参考訳）: プロンプトはAIエージェントと通信するための主要なメカニズムであり、AI生成コードの品質と信頼性に直接影響を及ぼす。
AI支援プログラミングが広く採用されるにつれて、現代のツールは動的会話プロンプトと静的な設定のようなプロンプトファイルを組み合わせるようになっている。
プロンプトエンジニアリングに焦点が当てられているにもかかわらず、先行研究は主に会話のプロンプトに焦点を当てているが、プロンプトファイルはまだ検討されていない。
このギャップに対処するため、我々はCursorで構成プロンプトファイルの実証的研究を行った。
12110以上のデータを収集、分析します。
11,427のGitHubリポジトリからのファイルをカーソルルして、その分散、進化、メンテナンスを特徴付ける。
そこで我々は,65個のプロンプトファイルのランダムサンプルを定性解析し,開発者がプログラミングの意図,プロジェクトコンテキスト,エンジニアリングプラクティス,セキュリティ上の考慮事項をどう表現するかを,65個のコードブックで解析する。
私たちの結果はそれを示しています。
カーソルルファイルは 2024年半ばから 急速に現れました
彼らの採用は小規模で低活性な単一メンテナリポジトリに集中しており、プロフェッショナルな開発ではなく、おもちゃのプロジェクトを提案する。
プロンプトファイルの内容は、コード品質とエンジニアリングプラクティス、プロジェクト構造と構成、保守性に関するガイダンスによって支配されている。
我々の分析は、現在世論の間でテーマとトピックが連続していることを示している。
cursorrules ファイルと現在の標準。
mdcファイル
関連論文リスト
- How Developers Discuss Generative AI: A Longitudinal Study of the Visual Studio Code Community [0.0]
GitHub Copilot、ChatGPT、コーディングエージェントといったジェネレーティブAIツールは、日々のソフトウェア開発の一部になっている。
本稿では,Visual Studio Code (VS Code) GitHubリポジトリにおける生成AI関連議論の経時的分析について述べる。
論文 参考訳（メタデータ） (2026-09-04T03:16:08Z) - Context Rot in AI-Assisted Software Development: Repurposing Documentation Consistency for AI Configuration Artifacts [12.261894106066082]
我々は、CLAUDE.md、 AgentS.md、.cursorrulesのような構成ファイルを通じて、AIコーディングアシスタントを永続的なコンテキストで提供する開発者が増えていると主張している。
これらのファイルは、コード要素、アーキテクチャ、開発規約を記述し、セッション間でAIツールの振る舞いをガイドするコンテキストを形成する。
ソフトウェアが進化するにつれて、このコンテキストは時代遅れになる可能性がある。これは、私たちがコンテキスト腐れと呼ぶ現象だ。AIの構成アーティファクトは新しいが、根底にある一貫性問題は何十年ものソフトウェアドキュメント研究に関係している。
論文 参考訳（メタデータ） (2026-06-08T06:36:38Z) - AI for Auto-Research: Roadmap & User Guide [107.0834449839233]
研究ライフサイクル全体にわたってAIをエンドツーエンドに分析する。
我々は、信頼できる援助と信頼できない自律性の間に、鋭くステージに依存した境界を特定できる。
障害モードを排除するのではなく、より大きな自動化が不明瞭であることが示されています。
論文 参考訳（メタデータ） (2026-05-18T17:08:26Z) - Guidelines to Prompt Large Language Models for Code Generation: An Empirical Characterization [82.29178197694819]
我々は、開発固有のプロンプト最適化ガイドラインを導出し、評価する。
コード生成プロンプトを自動的に洗練するために、反復的でテスト駆動のアプローチを使用します。
我々は50人の実践者と評価を行い,提案した即興改善パターンの使用状況について報告する。
論文 参考訳（メタデータ） (2026-01-19T15:01:42Z) - Agent READMEs: An Empirical Study of Context Files for Agentic Coding [8.019313057979522]
我々は1,925のリポジトリから2,303のエージェントコンテキストファイルを調べ、それらの構造、保守、およびコンテンツを特徴付ける。
これらのファイルは静的なドキュメントではなく、コンフィグレーションコードのように進化し、頻繁で小さな追加によって維持される複雑で読みにくいアーティファクトであることが分かりました。
これらの結果は、開発者がコンテキストファイルを使用してエージェントを機能させる一方で、エージェント記述コードの安全性やパフォーマンスを保証するためのガードレールはほとんど提供せず、ツールやプラクティスの改善の必要性を強調していることを示している。
論文 参考訳（メタデータ） (2025-11-17T02:18:55Z) - Context Engineering for AI Agents in Open-Source Software [13.236926479239754]
GenAIベースのコーディングアシスタントは、ソフトウェア開発を混乱させた。
彼らの次の世代はエージェントベースで、より自律的で、潜在的には人間の監視なしで活動する。
ひとつの課題は、AIエージェントに対して、彼らが運用するソフトウェアプロジェクトに関する十分なコンテキストを提供することだ。
論文 参考訳（メタデータ） (2025-10-24T12:55:48Z) - Prompting in Practice: Investigating Software Developers' Use of Generative AI Tools [17.926187565860232]
生成人工知能(GenAI)ツールの統合は、ソフトウェア開発を根本的に変えた。
本研究は,ソフトウェア技術者がGenAIツールをプロフェッショナルな実践に統合する方法について,体系的な調査を行ったものである。
我々は、開発プロセス全体でAIの使用パターンを理解するために、アクティブなGenAIユーザ72人を含む91人のソフトウェアエンジニアを調査した。
論文 参考訳（メタデータ） (2025-10-07T15:02:22Z) - Is Compression Really Linear with Code Intelligence? [60.123628177110206]
textitFormat Annealingは、事前訓練されたモデルの本質的な能力を同等に評価するために設計された、軽量で透明なトレーニング手法である。
我々の経験的結果は、測定されたコードインテリジェンスとビット・パー・キャラクタ(BPC)の基本的な対数関係を明らかにする。
私たちの研究は、コードインテリジェンスの開発における圧縮の役割をより微妙に理解し、コードドメインにおける堅牢な評価フレームワークに貢献します。
論文 参考訳（メタデータ） (2025-05-16T16:59:14Z) - Paper2Code: Automating Code Generation from Scientific Papers in Machine Learning [70.04746094652653]
機械学習論文を機能コードリポジトリに変換するフレームワークであるPaperCoderを紹介した。
PaperCoderは3つの段階で動作する。計画、図によるシステムアーキテクチャの設計、ファイル依存の特定、構成ファイルの生成である。
次に、モデルベースおよび人的評価の両方に基づいて、機械学習論文からコード実装を生成するPaperCoderを評価する。
論文 参考訳（メタデータ） (2025-04-24T01:57:01Z) - Codev-Bench: How Do LLMs Understand Developer-Centric Code Completion? [60.84912551069379]
Code-Development Benchmark (Codev-Bench)は、細粒度で現実世界、リポジトリレベル、開発者中心の評価フレームワークです。
Codev-Agentは、リポジトリのクローリングを自動化し、実行環境を構築し、既存のユニットテストから動的呼び出しチェーンを抽出し、データ漏洩を避けるために新しいテストサンプルを生成するエージェントベースのシステムである。
論文 参考訳（メタデータ） (2024-10-02T09:11:10Z) - Collaborative, Code-Proximal Dynamic Software Visualization within Code
Editors [55.57032418885258]
本稿では,コードエディタに組み込むソフトウェアビジュアライゼーション手法の設計と実装について紹介する。
私たちのコントリビューションは、ソフトウェアシステムの実行時の動作の動的解析を使用するという点で、関連する作業と異なります。
私たちの視覚化アプローチは、一般的なリモートペアプログラミングツールを強化し、共有コード都市を利用することで協調的に使用できます。
論文 参考訳（メタデータ） (2023-08-30T06:35:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。