摘要
Cursor Pro用户每月500次请求浪费90%？揭秘一个Python脚本+规则配置，将单次请求扩展为25次工具调用循环，实现AI调用次数暴涨5倍的成本优化方案。
如果你也在用 Cursor 或者类似的 AI 编程神器，我敢打赌，你每个月的 AI 调用次数（Request）至少浪费了 90%！
别不信，这可不是标题党。看完这篇，你就能把被浪费的调用次数全“薅”回来，而这一切只需要一个规则和超简单的 Python 脚本。
一、你的 AI 请求，正在被无情浪费！
事情是这样的。最近饼干哥哥研究 Cursor 的计费模式时，发现了一个惊天大秘密。
像 Cursor 这种工具，Pro 套餐通常会给你每月 500 次“快速”请求。
听起来很多对吧？但问题来了——如果你只是简单地让它：
-
“嘿，帮我解释下这段代码”
-
“给这个函数加上 a, b, c 的类型注解”
-
“你好”
AI 回答完你一句，“嘭” 的一下，你这 1/500 的宝贵机会就没了！
这就好比你花钱叫了辆滴滴，结果司机只载你开了 10 米就让你下车结账，告诉你今天的乘车机会已用完。是不是感觉人直接麻了？💸
我们支付的是一整个“请求会话”的费用，却只享受了一次“单轮回应”的服务。这简直是新时代最大的败家行为！
二、逻辑揭秘：为什么一个脚本能省 25 倍？
要薅羊毛，先得懂原理。
在 AI Agent 的世界里，一个 “Request ” (请求) 其实是一个宏观概念。它像一个大容器，底下可以装很多个 “Tool Calls” (工具调用)。可以理解为：
-
Request：你跟 AI 老板说：“今天把这些活儿干完”。这是一个指令。
-
Tool Calls：AI 老板领命后，开始调用手下的各种工具人干活，比如“文件读写工具”、“代码生成工具”、“终端执行工具”等等。每次调用，就是一次 Tool Call。
Cursor 规定，一个 Request 最多可以包含 25 次 Tool Calls。
我们平时的操作，就是让 AI 调用一次工具（比如生成代码），然后会话就结束了，白白浪费了后面 24 次调用的机会。
而我的“骚操作”核心就是：利用一个脚本，强行把会话“续上” ！
AI 每完成你交代的任务（一次 Tool Call），我就让它立刻运行一个脚本，这个脚本会暂停，并在终端里问你：prompt:。你输入新的指令，AI 接收后继续干活（又一次 Tool Call）。
如此循环往复，直到你喊“停”，或者 25 次调用额度被榨干。
这样一来，我们就把原本“一次性”的请求，变成了一个可以反复“压榨”的交互式循环 。爽不爽？🚀
三、保姆级教程：三步榨干 AI 调用次数
别怕，这个方法配置起来简单到发指，不需要任何复杂的设置，只需要一个 .py 文件和一个规则配置。
步骤一：创建“续命”脚本
在你的项目根目录下，创建一个名为 userinput.py 的文件，里面只需要一行代码：
# userinput.py
user_input = input("prompt: ")
对，你没看错，就这一行！它的作用就是在终端里打印出 prompt:，然后等待你输入下一条指令。
步骤二：新建 Cursor“规则”
这一步是精髓！我们要告诉 Cursor 的 Agent，什么时候该用上面那个脚本。
打开 Cursor，按下 Cmd/Ctrl + K，找到 Rules (规则) 设置，然后新建一个全局规则：
把下面的内容粘贴进去：
---
description:
globs:
alwaysApply: true
---
### ✅ Task: Interactive Task Loop with User Feedback
1. **Check if `userinput.py` exists** in the root directory.
* If it doesn't exist, create it with the following content:
```python
# userinput.py
user_input = input("prompt: ")
```
2. **Main Workflow**:
* Perform your assigned tasks.
* Run:
```bash
python userinput.py
```
* The terminal should be opened in the chat window itself.
* Read the user's input.
* Based on the input, perform the next set of tasks.
* Repeat the process.
3. **Exit Condition**:
* If the user enters `"stop"` when prompted, exit the loop and terminate the process.
翻译过来是这样的逻辑：
description: ✅ 任务：带用户反馈的交互式任务循环
globs:
- "**/*" # 匹配所有文件，让这个规则全局生效
alwaysApply: true
# --- 主要工作流程 ---
# 1. 执行你被分配的任务。
# 2. 完成后，运行 python userinput.py 脚本。
# 3. 终端应该在聊天窗口中打开。
# 4. 读取用户的输入。
# 5. 根据用户的输入，执行下一轮任务。
# 6. 重复这个过程。
# --- 退出条件 ---
# 如果用户在提示时输入 "stop"，则退出循环并终止进程。
划重点：
-
alwaysApply: true确保这个规则永远生效。 -
这段规则的核心就是告诉 AI：“干完活，别闲着，立刻运行
userinput.py等我发号施令！”
步骤三：进入 Agent 模式，开始压榨！
记住，这个魔法只在 Agent 模式下生效！
-
切换到 Agent 模式。
-
给它下达你的第一个指令，比如：“我在创建一个新的项目”。
-
看好戏！当 AI 完成任务后，它不会停下，而是在聊天窗口的终端里显示 prompt:。
现在，你就可以在 prompt: 后面输入你的下一个指令了，比如：
-
“再加一个 /api/users 的路由” -
“给刚才的路由添加日志中间件” -
“把所有代码格式化一下”
AI 会一直陪你聊下去，直到你输入 stop 或者 25 次调用用完。一次请求，N 倍快乐，就是这么简单！
例如我再跑一个多阶段的任务，跑完第一阶段后，就会出现下图终端的 prompt:
然后我让它跑第三阶段，可以看到下面就继续跑了。
完成第三阶梯任务后，它又会来问我下一个任务要干嘛了。
⚠️ 重要警告！
这个方法 只适用于有固定“请求”次数限制 的服务（如 Cursor、Windsurf）。
千万不要 在 OpenAI 官方那种按 Token 计费的 API 上用！因为在那里，你用的 Token 越多，花的钱越多，这个循环只会让你花钱更快，达不到省钱的目的！
原项目 👉 GitHub 传送门在此：
https://github.com/perrypixel/10x-Tool-Calls