خرید اشتراک Cursor

خرید اشتراک Cursor برای برنامه‌نویسی با عامل داخل پروژه‌ست. می‌تونی درباره کد سؤال کنی، بخش مشخصی رو تغییر بدی و از عامل برای دنبال‌کردن یک کار در چند فایل کمک بگیری.

Plus، Premium، Super و Ultra با دوره یک‌ماهه یا یک‌ساله گزینه‌های فعلی Cursor هستن. سطح مصرف مدل‌ها رو با کار روزانه‌ات بسنج؛ تکمیل کوتاه کد و اجرای چندمرحله‌ای عامل، سهمیه یکسانی مصرف نمی‌کنن.

قیمت رسمی فعلی پلن‌های شخصی Cursor برای مشتریان جدید از
۸ دلار برای Plus،

30 دلار برای Premium،

100 دلار برای Super و ۲۰۰ دلار برای Ultra در ماه
شروع می‌شه.

در پلن‌های فعلی، مصرف به این شکل محاسبه می‌شه:

• Cursor مدل‌ها: هر پلن پولی یک سهمیه هفتگی برای مدل‌های Cursor و Grok داره که بین Cursor، Grok Bot و برنامه‌های Grok مشترک است.
• Other مدل‌ها: در Premium و پلن‌های بالاتر، مدل‌های ارائه‌دهنده‌هایی مثل Anthropic، OpenAI و Google قابل استفاده‌اند اما داخل سهمیه اشتراک نیستن و از اعتبار پیش‌پرداخت با نرخ API محاسبه می‌شن.

سهمیه شامل‌شده پلن‌های فعلی هر هفته بازنشانی می‌شه. سطح پلن روی مقدار این سهمیه اثر داره و استفاده از مدل‌های ثالث هزینه جداگانه خودش رو دارد.

اگر سهمیه شامل‌شده تمام شود، می‌تونی اعتبار Top-up اضافه کنی یا تا بازنشانی هفتگی سهمیه صبر کنی؛ ارتقا به پلن بالاتر هم سهمیه بیشتری در اختیارت می‌ذاره.

اگر هنوز Cursor رو امتحان نکرده‌ای، نسخه Free برای شروع بد نیست. اما تفاوت زمانی محسوس می‌شه که عامل رو به‌صورت مداوم روی پروژه واقعی استفاده کنی.

اگر با کدهای خصوصی یا پروژه کاری سروکار داری، نحوه استفاده از داده‌ها موضوع مهمی است.

Cursor قابلیتی به نام
حالت حریم خصوصی
داره. زمانی که حالت حریم خصوصی فعال باشه، کد برای آموزش مدل‌های کرسر یا ارائه‌دهنده‌های مدل استفاده نمی‌شه.

با این حال هنگام استفاده از قابلیت‌های AI، پرامپت و بخشی از Code زمینه برای پردازش به ارائه‌دهنده‌های مدل مثل OpenAI، Anthropic یا Google ارسال می‌شه.

پرداخت مستقیم سرویس‌های بین‌المللی برای کاربران ایرانی معمولاً به کارت بانکی خارجی و روش پرداخت ارزی نیاز داره. در کادینر می‌تونی هزینه سرویس رو به‌صورت ریالی پرداخت کنی و فرآیند پرداخت موردنیاز برای فعال‌سازی پلن رو از طریق پشتیبانی پیگیری کنی.

استفاده از حساب شخصی

برای استفاده از کرسر بهتره پلن روی حساب شخصی خودت فعال باشه تا Settings، پروژه‌ها و تنظیمات فضای کاری رو با همان حساب مدیریت کنی.

پرداخت ریالی

نیازی نیست برای پرداخت هزینه اشتراک شخصاً کارت بانکی بین‌المللی تهیه کنی؛ مبلغ سفارش رو در کادینر به‌صورت ریالی پرداخت می‌کنی.

پشتیبانی 24 ساعته

اگر در فرایند پرداخت یا فعال‌سازی مسئله‌ای ایجاد شود، می‌تونی موضوع رو از طریق پشتیبانی کادینر پیگیری کنی.

پشتیبانی فارسی سفارش از طریق تلگرام کادینر انجام می‌شه؛ برای پیگیری خرید یا شارژ حساب، از همین مسیر پیام بده.

1. ساخت حساب Cursor: در سایت Cursor حساب شخصی خودت رو ایجاد کن.
2. ثبت سفارش: پلن Cursor موردنظرت رو در کادینر انتخاب و سفارش رو ثبت کن.
3. پرداخت ریالی: هزینه اعلام‌شده در صفحه محصول رو از طریق درگاه کادینر پرداخت کن.
4. ارائه اطلاعات موردنیاز: اطلاعات لازم برای انجام فرآیند پرداخت رو طبق راهنمای سفارش در اختیار پشتیبانی قرار بده.
5. بررسی فعال‌شدن پلن: بعد از انجام فرآیند، وارد Cursor پنل شو و وضعیت اشتراک حساب رو بررسی کن.

حالت برنامه‌ریزی برای کار‌های پیچیده

برای تغییرات بزرگ همیشه بهترین کار این نیست که عامل بلافاصله شروع به نوشتن کد کنه. گاهی لازمه اول بفهمد چه بخش‌هایی از پروژه تحت‌تأثیر قرار می‌گیرند.

در چنین شرایطی می‌شه از Cursor برای برنامه‌ریزی کار استفاده کرد و قبل از اجرای تغییرات، دامنه دسترسی کار و فایل‌های مرتبط رو مشخص کرد.

این روش مخصوصاً برای بازآراییهای بزرگ یا قابلیت‌هایی که چند بخش سیستم رو تغییر می‌دن منطقی‌تر است؛ چون قبل از اینکه ده فایل ویرایش شوند، فرصت داری مسیر پیشنهادی عامل رو بازبینی کنی.

عامل‌های ابری؛ اجرای عامل خارج از سیستم شخصی

یکی از قابلیت‌های مهم Premium و پلن‌های بالاتر Cursor،
عامل‌های ابری
است.

عامل ابری به‌جای اینکه داخل محیط محلی تو اجرا شود، در یک ماشین مجازی مجزا در ابری کار می‌کنه. مخزن کد رو دریافت می‌کنه، وابستگی‌ها و محیط موردنیاز رو در اختیار داره و می‌تونه روی کار کار کنه، آزمون اجرا کنه و نتیجه رو برای بازبینی برگرداند.

طبق
مستندات عامل‌های ابری
حتی می‌شه چند عامل رو به‌صورت Parallel اجرا کرد و لازم نیست کامپیوتر شخصی تمام مدت روشن یا متصل باقی بمونه.

البته دسترسی به عامل ابری به معنی استفاده کاملاً رایگان و نامحدود آن نیست؛ اجرای عامل‌های ابری بر اساس مدل و میزان مصرف می‌تونه مصرف هزینه جداگانه داشته باشه.

اتصال MCP به Cursor

Cursor از
مدل زمینه Protocol یا MCP
پشتیبانی می‌کنه. MCP اجازه می‌ده عامل به ابزار‌ها و منابعی خارج از کدهای پروژه دسترسی پیدا کنه.

بسته به MCP سرور مورد استفاده، می‌شه ابزار‌هایی مثل دیتابیس، API، سرویس مدیریت پروژه یا منابع دیگر رو وارد روند کار عامل کرد.

این قابلیت برای توسعه‌دهنده‌ای که می‌خواد عامل فقط فایل‌های محلی رو نبیند و بتواند با ابزار‌های واقعی تیم تعامل داشته باشه، ارزش زیادی داره.

مهارت‌ها؛ تعریف روند کار‌های تخصصی

Cursor از
مهارت‌ها
هم پشتیبانی می‌کنه. مهارت رو می‌شه مجموعه‌ای از دستورالعمل‌ها، دانش و روند کار‌های تخصصی دانست که عامل هنگام انجام یک نوع کار خاص از آن استفاده می‌کنه.

برای مثال می‌شه روند کار مشخصی برای بازبینی کد، انتشار یا تولید جزء رابط کاربریهای پروژه تعریف کرد تا عامل هر بار طبق یک روش ثابت عمل کنه.

اگر به استفاده حرفه‌ای‌تر از عامل‌ها علاقه داری، مقاله
بهترین مهارتهای Claude Code
در کادینر هم دید خوبی درباره ایده مهارت و روند کار‌های Agentic می‌ده.

قواعد؛ مجبور نیستی هر بار همه‌چیز رو توضیح بدهی

هر پروژه قواعد خودش رو داره. ممکن است تیم تصمیم گرفته باشه همه جزء رابط کاربریها یک ساختار مشخص داشته باشن، از یک Library خاص استفاده بشه یا عامل بدون اجازه Package جدید اضافه نکند.

با قواعد می‌شه چنین دستورالعمل‌هایی رو به‌صورت پایدار برای Cursor تعریف کرد. به این ترتیب لازم نیست داخل هر پرامپت دوباره تمام قوانین پروژه رو بنویسی.

هرچه تیم یا کدهای پروژه بزرگ‌تر شود، این قابلیت اهمیت بیشتری پیدا می‌کنه؛ چون کیفیت خروجی عامل فقط به قدرت مدل وابسته نیست، بلکه به زمینه و دستورالعملی که در اختیارش قرار گرفته هم بستگی داره.

Hooks برای کنترل رفتار عامل

Cursor از
Hooks
هم پشتیبانی می‌کنه. Hooks اجازه می‌دن در نقاط مختلف چرخه عامل اسکریپت‌ها یا کنترل‌های مشخصی اجرا شوند.

برای مثال تیم می‌تونه قبل یا بعد از بعضی عملیات عامل، Validation، قالب‌بندی یا کنترل‌های داخلی خودش رو اجرا کنه.

این نوع قابلیت‌ها بیشتر برای روند کار‌های حرفه‌ای و تیم‌هایی ارزش دارن که می‌خواهند عامل با قواعد مشخص توسعه نرم‌افزار هماهنگ شود.

Bugbot برای بازبینی کد

Bugbot
یکی دیگر از ابزار‌های Cursor برای بررسی تغییرات کد و پیدا کردن مشکلات احتمالی است.

ایده اصلی این است که AI فقط در مرحله نوشتن کد وارد روند کار نشود؛ بلکه هنگام بازبینی هم بتواند Diff و تغییرات رو بررسی کنه و ایرادهای احتمالی رو پیدا کنه.

در Premium و پلن‌های بالاتر دسترسی به Bugbot وجود داره؛ بنابراین بهتره اون رو به‌عنوان یکی از قابلیت‌های این پلن‌ها در نظر بگیری، نه نشانه‌ای از استفاده نامحدود از قابلیت‌های AI.

برای هر دو، همان مخزن و همان هدف رو در نظر بگیر: رفع خطا یا افزودن یک قابلیت کوچک. میزان زمینه لازم، اختلاف فایل‌های نهایی و نتیجه آزمون رو بررسی کن.

راحتی ویرایش، کنترل فرمان‌ها و سهمیه عامل روی کار روزانه اثر دارن. مقایسه نام مدل‌ها به‌تنهایی، هزینه و کیفیت انجام کار در پروژه تو رو مشخص نمی‌کنه.

برای توضیح یک مفهوم یا بررسی قطعه کوتاه کد، گفت‌وگوی مستقیم هم می‌تونه کافی باشه. برای تغییری که به چند فایل، فرمان و آزمون وابسته‌ست، دسترسی عامل به زمینه پروژه اهمیت بیشتری پیدا می‌کنه.

این مسیرها می‌تونن کنار هم استفاده بشن. کد و داده حساس رو فقط با دسترسی و تنظیمات مناسب بفرست؛ انتقال دستی به گفت‌وگو و استفاده داخل محیط توسعه هر دو به بررسی حریم خصوصی نیاز دارن.