Totemize
  • Rutas totémicas
  • Precios
  • Quiénes somos
Iniciar sesiónÚnete gratis
Únete gratis
Ctrl+K
Modelo mental
  • Base de conocimiento
  • Cloud
    • Azure
      • Web Apps
        • App Service
        • App Service Plan
        • Configuración
        • Managed Identity
        • Deployment Slots
        • Networking
        • Observabilidad
      • Storage Accounts
        • Blob Storage
        • Containers
        • Azure Files
        • Queue Storage
        • Table Storage
        • Redundancia
        • Access Tiers
        • Lifecycle Management
        • Seguridad y red
  • Frontend
    • React
      • Componentes
      • Props y Estado
      • Hooks
      • Renderizado de listas
  • IA
    • Fundamentos
      • Determinismo y probabilismo
      • LLM
      • Proveedor
      • Modelos fundacionales
      • Plataforma
      • Mapa del ecosistema
      • Entrenamiento y fine-tuning
      • Tokens
      • Ventana de contexto
      • Inferencia y sampling
      • Alucinaciones y límites
    • Interacción con el modelo
      • Prompts e instrucciones
      • Context engineering
      • Salidas estructuradas
      • Validación
      • Evaluaciones
      • Tool calling
    • Economía de uso
      • API pricing
      • Tokens de entrada y salida
      • Tokens en caché
      • Créditos
      • Suscripciones
      • Límites de uso
      • Selección de modelo
    • Recuperación de conocimiento
      • Vectores
      • Embeddings
      • Chunking
      • Bases de datos vectoriales
      • Búsqueda semántica
      • Búsqueda híbrida y reranking
      • Retrieval
      • RAG
      • Citas y grounding
      • LlamaIndex
    • Agentes
      • Workflows
      • Anatomía de un agente
      • Harness
      • Agentic loop
      • Planificación y human-in-the-loop
      • Memory
      • Permisos
      • Verification
      • MCP
      • Orquestación
      • Multiagentes
      • A2A
      • Frameworks de agentes
        • Microsoft Agent Framework
        • OpenAI Agents SDK
        • Google ADK
        • LangGraph
    • Coding agents
      • Skills
      • Spec-Driven Development
      • Claude Code
        • CLAUDE.md
        • Commands
        • Hooks
        • Plugins
        • Permisos
        • Subagents
      • Codex
        • CLI
        • Extensión de IDE
        • Codex app
        • Cloud
        • AGENTS.md
        • Worktrees
      • Cursor
        • Agent mode
        • Rules
        • Models
        • Precio por uso
  • Soporte
  • Comentarios
  1. IA
  2. Coding Agents
  3. Cursor
Árbol de habilidades

Rules

1 min de lecturaActualizado el 9 jul 2026

Las rules son el mecanismo de Cursor para dar contexto de proyecto persistente al agente: instrucciones y convenciones que se aplican en cada interacción. Son el equivalente de CLAUDE.md y de AGENTS.md.

Cómo funcionan

Las rules viven en el proyecto (típicamente en una carpeta .cursor/rules) y guían al agente: convenciones de código, arquitectura, qué hacer y qué evitar. Una característica propia es que pueden ser condicionales: aplicarse siempre, o solo cuando el trabajo toca ciertos archivos o tipos de tarea, en vez de cargarse enteras todo el tiempo.

Por qué la aplicación selectiva es interesante

Es context engineering con más control: en lugar de un único archivo que siempre ocupa contexto, defines reglas que entran solo cuando son relevantes. Menos ruido y menos tokens desperdiciados en instrucciones que no aplican a la tarea actual.

Buenas prácticas

  • Reglas concisas y accionables; evita párrafos genéricos.
  • Usa el ámbito (globales vs. por carpeta/tipo) para no cargar todo siempre.
  • Revísalas como código: una regla obsoleta desinforma al agente.

Temas relacionados

Son la memoria de proyecto de Cursor, hermanas de CLAUDE.md y AGENTS.md, y un ejercicio de context engineering.