Cursor AI : créez des collections Ansible en un temps record

Développez vos collections Ansible grâce à Cursor

Dans le domaine du DevOps, l’automatisation est devenue indispensable pour gérer efficacement les infrastructures et les déploiements d’applications. Les tâches récurrentes telles que la création de modules Ansible, de filtres ou encore de rôles Ansible y sont fréquentes.

Dans cet article, nous explorerons comment Cursor AI, un éditeur de code nouvelle génération basé sur l’Intelligence Artificielle, peut nous permettre de développer en un temps record des collections Ansible efficaces et maintenables. Nous découvrirons ensemble comment Cursor optimise ces processus, en permettant à la fois un gain de temps significatif et une amélioration de la qualité des collections Ansible.

Avant de commencer, il convient de noter que Cursor est une solution payante, avec un abonnement mensuel de 20 € pour la version Pro. Cet abonnement offre l’accès à plusieurs modèles de langage (LLM), parmi lesquels Sonnet, reconnu comme l’un des plus performants actuellement pour le développement de code.

Cursor AI : un éditeur de code IA-first

Cursor est un fork de VSCode, mais avec une approche IA-first. Plutôt que de recourir à des plugins tiers, Cursor intègre directement des fonctionnalités d’Intelligence Artificielle.

Il propose trois caractéristiques majeures qui révolutionnent la façon de coder :

• Autocomplétion intelligente
  • Prédiction des modifications de code sur plusieurs lignes
  • Suggestions en temps réel basées sur vos changements récents
  • Réécritures intelligentes pour corriger les erreurs de frappe
  • Éditions multi-lignes simultanées
  • Prédiction de la position du curseur pour une navigation fluide
• Chat intégré
  • Chat IA avec accès complet à votre base de code
  • Visualisation du fichier actuel et de la position du curseur
  • Ajout de contexte (fichiers, urls, dossiers, etc.) via « @ »
  • Fonctionnalités avancées :
    • @codebase pour interroger l’ensemble du code
    • Support des images pour le contexte visuel
    • @web pour les informations en ligne
    • Application directe des suggestions via le bouton « Apply » pour chaque suggestion
• Composer (Ctrl+I)
  • Édition et génération de code assistées par IA, avec le LLM de votre choix (Sonnet dans notre cas)
  • Deux modes d’utilisation :
    • Mode édition : modification de code existant
    • Mode génération : création de nouveau code
  • Support dans le terminal Fonction « Quick Questions » pour des réponses rapides

Collections Ansible avec Cursor AI : pas à pas

Pour orienter notre propos, nous prendrons comme exemple la création d’une collection Ansible.

Structuration d’une collection Ansible

collection_name/
├── plugins/
│   ├── modules/
│   ├── filters/
│   └── inventory/
├── roles/
│   ├── role1/
│   │   ├── tasks/
│   │   ├── handlers/
│   │   ├── templates/
│   │   └── defaults/
│   └── role2/
├── playbooks/
└── docs/
└── molecule/

Exploitation du chat Cursor IA pour le développement

Nous allons ici démontrer l’utilisation du chat Cursor IA pour la génération de collections Ansible. Dans cette démonstration, nous partirons du principe que nous n’avons pas de collection existante, et que nous ne savons pas comment en créer une.

Nous débutons donc par demander à Cursor AI, dans la partie chat sur la droite, comment créer une collection Ansible… et la magie opère !

Vous pourrez ensuite accepter, modifier ou refuser les suggestions. Ces dernières apparaîtront en vert et les éléments qui seront supprimés en rouge.

Développement de rôles

Cursor a déjà généré des rôles que nous avons acceptés :

Création d’un scénario Molecule

Nous allons maintenant affiner ces éléments en vérifiant que les rôles générés sont valides et qu’ils correspondent bien à nos attentes.

Le chat Cursor AI applique la bonne pratique et préconise de tester les rôles en créant un scenario Molecule (cf ci-dessus).

Nous demandons donc à Cursor de créer ce scénario molecule :

Cursor AI génère alors un scénario que nous pouvons accepter, ou modifier.

Si quelques erreurs se sont glissées, le scénario s’est lancé correctement.

Utilisation du composer (et/ou du chat) pour le debugging

Notre scénario n’étant pas parfait, nous allons utiliser le composer pour corriger les erreurs.

Note : vous pouvez basculer entre le mode composer et chat à tout moment.

Nous constatons ici que l’erreur vient du configure nginx. C’est tout à fait normal car le template nginx n’existe pas. Nous allons donc sélectionner uniquement cette erreur. Deux boutons s’affichent : add to composer et add to chat.

Le bouton add to composer permet de rajouter le code selectionné dans le composer en cours, et de poser une question par rapport à cette selection. À noter que la selection se « colle » automatiquement dans le composer, et non dans le chat, qui est est réservé pour les actions voulues (« corrige le code », « explique-moi cela », etc.)

Le bouton add to chat permet d’ajouter le code selectionné au chat en cours, exactement de la même manière.

Comme nous sommes dans le composer, nous allons utiliser le bouton add to composer :

Nous ajoutons ensuite notre question. Le template nginx n’existant pas, nous demandons donc à Cursor de nous créer ce template :

C’est généré et le scénario peut se relancer.

Si une erreur survient, vous pouvez corriger vous même le code, il suffit de lui redonner les modifications apportées en ajoutant le fichier avec la commande @ dans le prompt :

Par exemple : @main.yml j’ai apporté des modifications au niveau log, mais il y a un problème pendant la templatisation, peux-tu voir pourquoi ?

Vous pouvez également lui redonner le code à tout moment à l’aide de la commande @codebase. C’est d’ailleurs une pratique recommandée. En effet, au bout d’un certain temps le LLM peut être lent, il suffit alors de repartir d’un nouveau composer, et de lui renvoyer le code actuel avec @codebase.

Documentation de notre collection Ansible

L’un des atouts majeurs de l’Intelligence Artificielle dans nos métiers est sa capacité à documenter et à nous aider, nous, techniciens, ingénieurs ou développeurs, dans cette tâche fastidieuse.

Nous avons donc demandé à Cursor AI de documenter la collection Ansible à des fins d’exploitation par d’autres équipes :

Cursor AI nous propose de mettre à jour, entre autres, le fichier README.md. Nous relisons, corrigeons et validons un a un les éléments. En quelques minutes, nous obtenons une documentation de qualité, qui peut évoluer dans le temps et grandir avec la collection Ansible.

Bonnes pratiques et optimisations de Cursor AI

Cursor AI évolue constamment et le nombre de fonctionnalités augmente très régulièrement. Les équipes de Cursor, utilisent d’ailleurs eux-même Cursor et l’Intelligence Artificielle pour accélerer le développement de l’application.

Pour vous accompagner dans une utilisation complète et éthique de Cursor AI, voici quelques bonnes pratiques à adopter :

• Fournissez à Cursor des instructions précises et un contexte détaillé pour obtenir de meilleurs résultats.
• Ne partagez pas d’informations sensibles avec Cursor. Notez que les fichiers ignorés par Git sont également ignorés par Cursor.
• Examinez attentivement toutes les modifications proposées par Cursor avant de les valider.
• Maintenez une structure claire dans vos échanges avec le chat de Cursor.
• Relisez toujours le code généré par l’IA pour vous assurer de sa qualité et de sa pertinence.
• Relancez un nouveau composeur lorsque Cursor commence à ne plus répondre correctement ou à commettre des erreurs.
• Assurez-vous d’utiliser un système de contrôle comme Git pour pouvoir récupérer facilement les versions précédentes en cas de problème.
• Effectuez des tests fréquents pour vous assurer que les modifications apportées fonctionnent comme prévu.
• Utilisez des ressources externes. Vous pouvez notamment consulter des sites comme https://cursor.directory/ pour trouver des instructions utiles pour Cursor.
• Documentez votre travail au fur et à mesure de votre progression et consignez les décisions importantes prises lors de l’utilisation de Cursor.
• Restez critique vis-à-vis des suggestions de Cursor et ne lui accordez pas une confiance aveugle.

Pour approfondir vos connaissances, nous vous recommandons vivement ces ressources :
La documentation officielle de Cursor : https://www.cursor.com/docs/guide/
L’article de Cursor sur les outils de codage IA : https://www.cursor.com/blog/ai-coding-tools-guide
En suivant ces conseils, vous pourrez optimiser votre utilisation de Cursor AI tout en minimisant les risques potentiels.

Notre retour d’expérience sur Cursor AI

Cursor AI, en tant que fork de VSCode, propose une expérience utilisateur familière, facilitant une adoption rapide pour les habitués. Son interface intuitive et ses fonctionnalités avancées, comme l’autocomplétion intelligente et le support du chat IA, permettent une réduction significative du temps passé sur des tâches répétitives ou complexes. L’outil se distingue également par sa capacité à suggérer des optimisations pertinentes, favorisant une meilleure qualité de code tout en accélérant les cycles de développement.

Cependant, l’utilisation de Cursor nécessite une vigilance particulière. Les suggestions automatisées, bien que puissantes, peuvent introduire des erreurs subtiles si elles ne sont pas vérifiées. Un excès de confiance pourrait entraîner des suppressions non intentionnelles ou des oublis dans le traitement du code existant. Par ailleurs, il est essentiel d’élargir les tests au-delà des fonctionnalités de Cursor pour garantir la stabilité globale du projet. Enfin, l’intégration d’un système de contrôle de versions comme Git s’avère indispensable pour sécuriser le travail et récupérer des modifications accidentellement perdues.

Conclusion & perspectives d’avenir pour Cursor AI

En conclusion, l’utilisation de Cursor pour le développement de collections Ansible démontre le potentiel transformatif des outils d’IA dans le DevOps. Les trois piliers de Cursor – l’autocomplétion intelligente, le chat intégré, et le composer – forment un écosystème puissant.

Non seulement Cursor accélère le processus de développement, mais il contribue également à la qualité globale du code et facilite l’apprentissage continu. Pour les équipes DevOps, c’est un outil qui mérite d’être considéré sérieusement dans leur arsenal de développement.

À mesure que les capacités de l’IA continuent d’évoluer, nous pouvons nous attendre à des améliorations continues dans la précision des suggestions de code, la compréhension du contexte ou encore l’intégration avec d’autres outils DevOps.

L’important est de maintenir un équilibre entre l’assistance de l’IA et le jugement humain, en utilisant Cursor comme un amplificateur de productivité plutôt qu’un remplacement de l’expertise technique.