cursor-blame

Purpose

本地版 Cursor Blame，通过读取 Cursor 本地数据库，实现四大功能：

1. AI Attribution -- 逐行标注哪些代码来自 AI（composer/tab），哪些是人工编写
2. Model Tracking -- 追踪每段代码由哪个模型生成（claude-4.6-opus、gpt-5.3-codex 等）
3. Conversation Context -- 查看产生代码的 Cursor 对话摘要，追溯编码决策过程
4. Contribution Breakdown -- 可视化显示每个 commit/文件中 AI 与人工的代码贡献占比

Data Sources

Cursor 在本地存储的 AI 代码追踪数据：

• ~/.cursor/ai-tracking/ai-code-tracking.db -- commit 评分 + 行级归因 + conversationId
• ~/Library/Application Support/Cursor/User/globalStorage/state.vscdb -- 对话元数据 + 消息内容

Script

脚本路径（相对于本 SKILL.md）：scripts/cursor_blame.py

纯 Python 标准库实现，无需安装依赖。

Commands

1. commit -- AI attribution + contribution breakdown (推荐)

python3 {SCRIPT_PATH} commit <commit-hash> [-v]

查看一个 commit 的完整 AI 归因报告：

• 贡献占比条形图（Composer / Tab / Human）
• 每个变更文件的 AI 来源标注和模型信息
• 关联的 Cursor 对话摘要（含首条用户消息）
• -v 展开对话的完整消息

自动处理 merge commit: 检测到 merge commit 时自动展开分析内部的实际 commit。

2. file -- 文件级逐行 AI 归因

python3 {SCRIPT_PATH} file <filepath> [-L <range>] [--no-lines]

结合 git blame 与 AI tracking 数据，为文件每一行标注：

• 来源：composer（Agent 生成）/ tab（补全）/ human
• AI 占比（来自 scored_commits）
• 对应的 commit 和作者

输出包含：

• Contribution Breakdown: 文件整体的 AI/Human 代码占比条形图
• Models Used: 此文件用过的 AI 模型列表
• Related Conversations: 关联的对话摘要
• Line Attribution: 逐行归因表（可用 --no-lines 隐藏）

-L 1,20 限制行范围，语法同 git blame -L。

3. blame -- commit -> 完整对话内容

python3 {SCRIPT_PATH} blame <commit-hash> [-s] [-n 20]

追溯 commit 关联的 Cursor 对话并显示完整消息。当需要看对话详情时使用。

4. log -- 批量查看 AI commit 列表

python3 {SCRIPT_PATH} log [--since YYYY-MM-DD] [--until YYYY-MM-DD] [-n 50]

5. chat -- 直接查看对话

python3 {SCRIPT_PATH} chat <conversation-id> [-s]

6. mr -- 分析 GitLab MR 的所有 commit

python3 {SCRIPT_PATH} mr <gitlab-mr-url> [-v]

粘贴 GitLab MR 地址，自动拉取 MR 中的所有 commit 并逐个分析 AI 归因：

• 显示 MR 元信息（标题/作者/状态/分支）
• 按时间正序逐个分析每个 commit 的 AI 归因
• 本地不存在的 commit 自动跳过
• 需要设置 GITLAB_PRIVATE_TOKEN 环境变量访问私有仓库

URL 格式示例：https://git.taimei.com/tmxc/eimage/eimage-front/-/merge_requests/2164

自动检测: 直接传入 MR URL 作为参数即可，无需显式指定 mr 子命令。

7. stats -- 汇总统计

python3 {SCRIPT_PATH} stats

Instructions

1. 脚本路径: 用本 SKILL.md 同级 scripts/cursor_blame.py 的绝对路径。

2. 工作目录: commit/file/blame 命令必须在目标 git 仓库目录下执行。先确认用户指定的 commit/file 属于哪个仓库。

3. 选择命令:

   • 用户给 commit hash -> 用 commit（概览）或 blame（看对话）
   • 用户给 GitLab MR URL -> 用 mr（批量分析 MR 内所有 commit）
   • 用户问某个文件 -> 用 file
   • 用户想看整体统计 -> 用 stats
   • 用户想看某段时间的 commit -> 用 log

4. 解读输出:

   • composer = Cursor Composer/Agent 生成
   • tab = Cursor Tab 自动补全
   • human = 人工编写
   • v2AiPercentage 是 Cursor 官方的 AI 代码百分比
   • 一个 commit 可能关联多个对话（多轮交互产出）

5. Merge commit: commit 命令自动检测并展开 merge commit 内部的实际 commit。

6. 输出规则: 脚本执行后，原样输出程序结果，不要总结、改写或省略。用户需要看到完整的原始输出。

Limitations

• 数据范围取决于 Cursor 本地 DB 保留时长
• Tab 补全通常没有 conversationId，无法追溯对话
• 文件级归因基于 commit 粒度（同一 commit 的所有行标注相同来源）
• 仓库重命名/移动过时，使用相对路径模糊匹配兼容
• 只读访问，不修改任何数据