Cara Menggunakan GPT-5 dengan Cursor CLI Gratis

Integrasi model AI canggih seperti GPT-5 ke dalam alur kerja pengembangan menandai lompatan signifikan dalam produktivitas bagi pengembang. Dengan rilis terbaru Cursor CLI, pengguna kini memiliki akses ke alat baris perintah canggih yang memanfaatkan AI mutakhir.

Panduan ini memberikan panduan teknis, langkah demi langkah untuk menggunakan GPT-5 melalui Cursor CLI untuk menghasilkan desain API dan kode server, lalu mengimpor dan memvalidasi artefak tersebut dengan Apidog. Anda akan mendapatkan perintah yang tepat, contoh prompt praktis, pola otomatisasi untuk CI, dan tips penguatan keamanan. Sedapat mungkin, saya menautkan ke dokumen resmi dan contoh sehingga Anda dapat mereproduksi setiap langkah.

Memahami Integrasi Cursor CLI dan GPT-5

Cursor CLI merepresentasikan terobosan baru dalam pengembangan yang dibantu AI, membawa kemampuan platform Cursor langsung ke terminal Anda. Diluncurkan sebagai beta awal, ini memungkinkan interaksi tanpa hambatan antara antarmuka baris perintah (CLI) dan editor Anda, mendukung berbagai model AI, termasuk GPT-5 yang baru diperkenalkan dari OpenAI. GPT-5, yang dikenal karena kemampuan penalaran dan pengodeannya yang ditingkatkan, menjanjikan penanganan tugas-tugas kompleks dengan presisi yang lebih tinggi daripada pendahulunya.

Integrasi GPT-5 ke dalam Cursor CLI memungkinkan pengembang untuk mengeksekusi perintah, mengotomatisasi alur kerja, dan menghasilkan kode langsung dari terminal. Antarmuka, seperti yang ditunjukkan dalam gambar postingan X, mencakup opsi seperti memuat karya seni dari API, memicu pemutaran, dan mengeluarkan ringkasan perubahan, dengan GPT-5 menggerakkan eksekusi perintah. Pengaturan ini menawarkan lingkungan yang fleksibel di mana pengembang dapat mengganti model dan mengelola tugas secara efisien.

Instal Cursor CLI dan verifikasi

Langkah 1 — instal (satu baris):

curl https://cursor.com/install -fsS | bash

Ini adalah baris instalasi resmi yang didokumentasikan oleh Cursor untuk CLI. Setelah itu, perintah CLI menjadi tersedia (misalnya, cursor-agent). (Cursor, Cursor)

Langkah 2 — verifikasi instalasi dan versi:

cursor-agent --version
cursor-agent status

CLI mendukung perintah --version dan status (yang terakhir menunjukkan status autentikasi dan konfigurasi endpoint). (Cursor)

Langkah 3 — autentikasi (dua opsi)

Alur browser (direkomendasikan untuk mesin pengembangan):

cursor-agent login
# Ini membuka browser Anda dan menyelesaikan autentikasi.
cursor-agent status

Kunci API (direkomendasikan untuk skrip / CI):

Buat kunci API di dasbor Cursor Anda.

Ekspor:

export CURSOR_API_KEY="sk_XXXX..."
# atau teruskan secara inline untuk perintah tunggal:
cursor-agent --api-key sk_XXXX... "refactor the auth module"

CLI menerima --api-key atau variabel lingkungan CURSOR_API_KEY untuk otomatisasi non-interaktif.

Catatan keamanan: Cursor Agent dapat membaca, memodifikasi, dan menjalankan perintah shell — jalankan hanya dalam konteks terpercaya atau runner CI yang aman. Dokumen CLI secara eksplisit menyebutkan pengamanan keamanan yang terus berkembang.

Konfirmasi akses GPT-5 dan flag model

Cursor CLI mengekspos flag -m, --model untuk memilih model. Contoh model termasuk sonnet-4, sonnet-4-thinking, dan gpt-5. Anda juga dapat mengganti model di dalam sesi interaktif melalui perintah slash /model. Gunakan flag -m untuk skrip.

Pemeriksaan cepat (daftar model secara interaktif):

Mulai CLI, lalu gunakan /model:

cursor-agent
# di dalam sesi, ketik:
/model
# atau gunakan:
cursor-agent -m gpt-5 "print available models and confirm access"

Perhatikan juga: Cursor mengumumkan ketersediaan GPT-5 di dalam Cursor; diharapkan melihat gpt-5 terdaftar.

Kasus penggunaan konkret: menghasilkan spesifikasi OpenAPI 3.0 dengan GPT-5 (langkah demi langkah)

Kita akan meminta GPT-5 (melalui Cursor CLI) untuk menghasilkan file YAML OpenAPI untuk API Pembayaran sederhana. Kemudian kita akan mengimpor file tersebut ke Apidog dan menjalankan pengujian.

Langkah 3.1 — menulis prompt yang ketat (kontrol format itu penting)

Saat menghasilkan artefak yang dapat dibaca mesin, instruksikan model untuk hanya mengeluarkan konten file (tanpa pagar markdown, tanpa komentar). Gunakan contoh few-shot untuk memaksa skema dan penamaan yang konsisten. OpenAI Cookbook dan dokumen Cursor merekomendasikan prompt sistem yang ketat dan pemformatan respons untuk menghindari teks pembungkus yang tidak diinginkan. (OpenAI Cookbook, Cursor)

Contoh prompt (ringkas dan eksplisit):

openapi.yaml

Keamanan: Token Bearer Authorization (bearer HTTP)

Titik Akhir:

POST /payments — membuat pembayaran; badan permintaan application/json; respons 201

GET /payments/{paymentId} — mendapatkan pembayaran berdasarkan ID; respons 200 atau 404

PUT /payments/{paymentId} — memperbarui metadata; respons 200

DELETE /payments/{paymentId} — batalkan; respons 204

Komponen/skema untuk PaymentRequest, PaymentResponse, dan skema Error

Contoh badan untuk permintaan dan respons

Gunakan USD dan sertakan amount sebagai sen integer

components.securitySchemes

Langkah 3.2 — panggil Cursor CLI secara non-interaktif dan tangkap YAML

Gunakan -m gpt-5 untuk memilih GPT-5 dan -p untuk mencetak respons (non-interaktif). Arahkan stdout ke openapi.yaml.

# Atur kunci API Anda di CI atau secara lokal:
export CURSOR_API_KEY="sk_..."

# Generasi non-interaktif dengan pemilihan model dan mode cetak
cursor-agent -m gpt-5 -p "Generate OpenAPI 3.0.3 YAML for a Payments API (see prompt above)" > openapi.yaml

Penjelasan:

-m gpt-5 memaksa penggunaan GPT-5.

-p mencetak respons model, yang Anda arahkan ke dalam file untuk penggunaan selanjutnya. Cursor CLI mendukung --output-format dan -p untuk skrip. (Cursor)

Jika model secara tidak sengaja menyertakan teks pembungkus, jalankan ulang dengan kata-kata yang lebih ketat: Respond only with YAML, starting with 'openapi:' — ini mengurangi sampah.

Validasi YAML yang dihasilkan secara lokal (pemeriksaan kewarasan cepat)

Sebelum Anda mengunggah atau mengimpor:

Lint YAML:

npm i -g yaml-cli # opsional
yaml validate openapi.yaml

Linter OpenAPI (Speccy / Spectral):

npm install -g @stoplight/spectral
spectral lint openapi.yaml

Perbaiki masalah skema yang dilaporkan (GPT terkadang menyalahgunakan type: integer vs format: int64, menghilangkan required, atau salah menempatkan components). Ini adalah pengeditan manual yang cepat.

Impor spesifikasi OpenAPI ke Apidog (dua opsi)

Apidog mendukung impor manual melalui UI atau impor API (POST /v1/projects/{projectId}/import-openapi) untuk alur kerja terprogram. Pilih pendekatan yang sesuai dengan pipeline Anda. (docs.apidog.com, openapi.apidog.io)

Opsi A — Impor UI Manual (cepat, direkomendasikan untuk iterasi pertama)

Buka Apidog → Buat Proyek → Pengaturan Proyek → Impor Data → OpenAPI.

Anda dapat menyeret dan melepaskan file JSON atau YAML Anda ke area yang ditunjukkan di bawah, atau cukup klik area tersebut untuk menelusuri dan memilih file yang diinginkan dari pengelola file sistem Anda.

Saat menggunakan impor URL, harap berikan URL langsung ke file data JSON atau YAML, bukan URL Dasar dari Swagger UI.

Impor - Pengaturan Lanjutan

Opsi B — Impor Terprogram (CI / otomatisasi)

Jika Anda menghosting openapi.yaml di URL yang stabil (S3, GitHub mentah), panggil titik akhir impor OpenAPI:

# Contoh: impor melalui Apidog API (membutuhkan APIDOG_ACCESS_TOKEN dan projectId)
curl --location -g --request POST "https://api.apidog.com/v1/projects/${APIDOG_PROJECT_ID}/import-openapi?locale=en-US" \
  --header "Authorization: Bearer ${APIDOG_ACCESS_TOKEN}" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "input": {"url": "https://my-bucket.s3.amazonaws.com/openapi.yaml"},
    "options": {
      "targetEndpointFolderId": 0,
      "endpointOverwriteBehavior": "OVERWRITE_EXISTING"
    }
  }'

Respons memberikan penghitung untuk titik akhir dan skema yang dibuat/diperbarui — gunakan itu untuk menegaskan keberhasilan di CI. Dokumen API mencakup titik akhir POST ini dan contoh.

Buat pengujian di Apidog atau impor kasus titik akhir (panduan cepat)

Setelah spesifikasi OpenAPI ada di Apidog:

Gunakan UI Apidog untuk menghasilkan template permintaan dan badan contoh secara otomatis.

Konfigurasi Lingkungan (URL dasar staging + variabel lingkungan token API).

Buat Skenario Pengujian: urutkan pengujian siklus hidup standar (buat → baca → perbarui → hapus). Apidog mendukung pembuatan skenario pengujian dan penegasan otomatis melalui modul Pengujian. (docs.apidog.com)

Jika Anda lebih suka mengotomatisasi pembuatan pengujian, Anda dapat membuat skrip panggilan API Apidog untuk membuat skenario pengujian secara terprogram (Apidog menawarkan OpenAPI ke API-nya sendiri). Lihat dokumen API Apidog untuk titik akhir. (openapi.apidog.io)

Instal Apidog CLI dan jalankan pengujian secara lokal atau di CI

Instal secara global:

# Node.js (v16+) diperlukan
npm install -g apidog-cli
# verifikasi
node -v && apidog -v

Apidog CLI dapat berjalan secara online (dengan token akses) atau lokal/offline menggunakan skenario pengujian yang diekspor. Untuk menjalankan secara online, berikan --access-token dengan Token Akses Apidog Anda.

Jalankan skenario pengujian yang disimpan (online):

export APIDOG_ACCESS_TOKEN="sk_apidog_..."
apidog run --access-token $APIDOG_ACCESS_TOKEN -t <TEST_ID> -e <ENV_ID> -r html,cli

Jalankan secara lokal (dari skenario pengujian yang diekspor):

apidog run ./exported-scenarios/payment-tests.json --report cli

Apidog CLI terintegrasi dengan lancar dalam pipeline CI dan menghasilkan laporan CLI/HTML untuk menjalankan pengujian.

Contoh otomatisasi end-to-end: menghasilkan spesifikasi dengan GPT-5, mengimpor ke Apidog, menjalankan pengujian (GitHub Actions)

Di bawah ini adalah alur kerja GitHub Actions minimal yang menunjukkan polanya.

name: GPT5 → Apidog CI

on: [push]

jobs:
  generate-and-test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4

      - name: Install Node.js and Apidog CLI
        uses: actions/setup-node@v4
        with:
          node-version: '18'
      - run: npm install -g apidog-cli

      - name: Install Cursor CLI
        run: curl https://cursor.com/install -fsS | bash

      - name: Generate OpenAPI via Cursor (headless)
        env:
          CURSOR_API_KEY: ${{ secrets.CURSOR_API_KEY }}
        run: |
          cursor-agent -m gpt-5 -p "Generate OpenAPI 3.0.3 YAML for a Payments API. Only return raw YAML." > openapi.yaml
          # Basic validation
          npx @stoplight/spectral lint openapi.yaml || true

      - name: Upload openapi.yaml to S3 (or GitHub Raw)
        run: |
          # langkah unggah di sini -- tergantung pada infrastruktur Anda
          echo "Unggah ke bucket dan atur OPENAPI_URL"

      - name: Import to Apidog via API
        env:
          APIDOG_ACCESS_TOKEN: ${{ secrets.APIDOG_ACCESS_TOKEN }}
          APIDOG_PROJECT_ID: ${{ secrets.APIDOG_PROJECT_ID }}
        run: |
          curl -s -X POST "https://api.apidog.com/v1/projects/${APIDOG_PROJECT_ID}/import-openapi?locale=en-US" \
            -H "Authorization: Bearer ${APIDOG_ACCESS_TOKEN}" \
            -H "Content-Type: application/json" \
            --data-raw "{\"input\":{\"url\":\"${{ env.OPENAPI_URL }}\"},\"options\":{}}"

      - name: Run Apidog tests
        env:
          APIDOG_ACCESS_TOKEN: ${{ secrets.APIDOG_ACCESS_TOKEN }}
        run: |
          apidog run --access-token $APIDOG_ACCESS_TOKEN -t 637132 -e 358171 -r cli

Catatan:

Ganti langkah-langkah S3 / unggah dengan hosting artefak Anda.

Simpan rahasia CURSOR_API_KEY, APIDOG_ACCESS_TOKEN, dan APIDOG_PROJECT_ID di rahasia repositori.

Setujui dan periksa spesifikasi yang dihasilkan sebelum menyebarkannya ke produksi.

Apidog dan Cursor keduanya mendukung penggunaan headless/CI: CLI Cursor secara eksplisit mendukung penggunaan agen headless di berbagai lingkungan, dan Apidog CLI dibangun untuk integrasi CI.

Lanjutan: buat agen mengedit kode, menjalankan pengujian secara lokal, dan melakukan patch

Agen Cursor dapat mengedit file dan menjalankan perintah shell (tergantung persetujuan). Kemampuan ini memungkinkan Anda:

Meminta GPT-5 untuk membuat kerangka kode server (Express/Flask/FastAPI).

Meninjau perbedaan di terminal.

Menerima penerapan, menjalankan npm test, dan mengkomit perubahan secara otomatis.

Contoh urutan (pengembangan lokal):

# hasilkan kode + terapkan
cursor-agent -m gpt-5 "Create an Express v4 route at src/routes/payments.js with handlers for POST/GET/PUT/DELETE and unit tests (jest). Run tests after applying."
# Cursor CLI akan mengusulkan pengeditan; tinjau dan izinkan atau tolak perintah shell tertentu.

Dokumen menjelaskan toolkit Agen (operasi file, pencarian, menjalankan perintah shell) dan menekankan titik pemeriksaan tinjauan serta alur kerja check-in. Gunakan itu untuk menjaga kontrol atas pengeditan otomatis.

Debugging mode kegagalan umum

GPT menghasilkan YAML yang tidak valid — jalankan ulang dengan prompt "hanya YAML" yang tepat, atau pasca-proses dengan sed/yq untuk menghapus baris awal.

Impor Apidog melaporkan bidang yang hilang — periksa components dan operationIds; Apidog memetakan summary, operationId, dan path secara preferensial untuk nama titik akhir. Perbaiki itu dalam spesifikasi, lalu impor ulang.

Apidog CLI gagal karena variabel atau jalur file — gunakan jalur absolut untuk unggahan file dalam menjalankan CLI dan verifikasi variabel lingkungan telah diatur. Dokumen Apidog menjelaskan masalah jalur file umum dan cara mengkonfigurasi menjalankan CLI.

Keamanan & tata kelola (sangat penting)

Jangan pernah menjalankan agen dengan kredensial yang ditinggikan pada kode yang tidak tepercaya. Cursor memperingatkan bahwa CLI dapat menjalankan perintah shell dan memodifikasi file; jaga rahasia produksi dengan hati-hati.

Penanganan rahasia: simpan kunci API dan rahasia lingkungan di penyimpanan rahasia CI Anda. Gunakan Apidog Vault / variabel lingkungan daripada menyematkan token dalam spesifikasi. Apidog mendukung integrasi vault (HashiCorp, Azure Key Vault).

Setujui perubahan agen secara manual ketika agen mengusulkan operasi sistem file atau shell; memerlukan setidaknya satu langkah persetujuan manusia di CI untuk push produksi.

Contoh: prompt yang tepat yang dapat Anda salin

Hasilkan YAML OpenAPI (singkat):

cursor-agent -m gpt-5 -p "Keluarkan HANYA YAML OpenAPI 3.0.3 yang valid untuk API 'pembayaran' dengan POST /payments, GET/PUT/DELETE /payments/{paymentId}. Gunakan components.schemas PaymentRequest dan PaymentResponse. Tambahkan contoh. Jangan menyertakan pagar markdown atau komentar apa pun."

Buat Cursor menulis handler Express dan pengujian:

cursor-agent -m gpt-5 -p "Buat handler rute Express di src/routes/payments.js dengan pengujian unit yang sesuai di tests/payments.test.js. Terapkan penyimpanan in-memory dasar. Sediakan skrip package.json untuk menjalankan pengujian. Hanya keluarkan patch JSON yang menunjukkan nama file dan konten lengkap dalam format JSON."

Konversi deskripsi API README yang ada menjadi spesifikasi OpenAPI:

cursor-agent -m gpt-5 -p "Konversi deskripsi API README berikut menjadi YAML OpenAPI 3.0.3. Keluarkan hanya YAML. [tempel paragraf README]"

Mengapa menggabungkan GPT-5 + Cursor CLI + Apidog?

Cursor CLI membawa GPT-5 ke terminal dan mendukung otomatisasi non-interaktif, operasi file, dan penggunaan CI headless. Itu mengurangi gesekan ketika Anda menginginkan artefak yang dihasilkan mesin langsung di repo Anda.

GPT-5 memberikan akurasi dan penalaran yang lebih tinggi untuk pembuatan kode dan skema (Cursor telah menambahkan dukungan GPT-5 di dalam produk).

Apidog melengkapi siklus: impor spesifikasi OpenAPI yang dihasilkan, hasilkan server mock, jalankan pengujian smoke dan integrasi, dan ekspor laporan — memungkinkan siklus umpan balik dev/pengujian yang kuat.

Kesimpulan

Alur kerja ini memberi Anda pola praktis: hasilkan (GPT-5 melalui Cursor CLI) → impor/periksa (Apidog) → mock & uji (Apidog CLI/UI). Ini mempercepat pembuatan prototipe, dan dikombinasikan dengan validasi (Spectral, pengujian unit) Anda dapat dengan aman beralih dari ide ke integrasi. Saat Anda menskalakan, tambahkan pengaman yang lebih ketat: gerbang validasi skema, persetujuan manual pada kode yang dihasilkan, dan rangkaian pengujian bergulir.