本文分享了如何利用AI工具（Cursor）快速整理旧系统分类数据，以提升工作效率。通过浏览器开发者工具获取JSON格式的分类数据，然后使用Cursor将JSON数据转换为CSV或树状文本格式，最终生成Excel文件。整个过程简单高效，展示了AI在日常工作中的应用，并强调了AI协同编程在处理重复性任务中的优势。

💡通过浏览器开发者工具获取旧系统分类数据的JSON格式，绕过了无法直接复制或导出的限制，为后续数据处理奠定了基础。

📝利用Cursor的强大功能，将JSON数据转换为CSV格式，保留了id、name、code三列关键信息，方便客户确认和后续数据迁移。

🌳Cursor还能够将JSON数据整理成树状文本格式，更直观地展示分类结构，提升了数据的可读性和易用性。

前言

今天，分享一个项目过程中使用 AI 提效工作的小案例。

事情是这样的。

一个客户要进行旧系统升级改造，考虑到旧系统太陈旧，计划重新开发。其中一个需求点是主业务分类要与旧系统保持一致，以便进行历史数据迁移。

开发前，需要将分类数据整理到文档中和客户确认。

这些分类大约有 40 个左右，虽然人工复制并整理出来也不算太过繁琐，但如果能借助 AI 工具提升效率，无疑会让研发工作更加顺畅。

分类数据分析与获取

首先，我们需要获取到旧系统的分类数据。

旧系统中分类是一个下拉树组件，无法直接截图或者复制全部数据，同时，因为客户没有管理员权限，也无法通过系统配置模块进行导出或者复制。

但这些难不倒我们程序员。

打开浏览器，进入旧系统的分类页面。按 F12 打开开发者工具，切换到“网络（Network）”面板。刷新页面，找到返回分类数据的接口请求。

非常棒，接口返回的 json 格式，这位同仁实在是太友好了。

直接将返回的JSON数据保存为本地文件。

{  "success": true,  "code": 200,  "data": [    {      "id": "1",      "name": "金融服务",      "code": "FIN",      "type": "category",      "level": 1,      "parentId": "0",      "ancestors": "",      "path": "1",      "status": 1,      "hasChildren": true,      "children": [        {          "id": "101",          "name": "银行业务",          "code": "FIN-BANK",          "type": "category",          "level": 2,          "parentId": "1",          "ancestors": "1",          "path": "1/101",          "status": 1,          "hasChildren": true,          "children": [            {              "id": "10101",              "name": "个人银行",              "code": "FIN-BANK-PERS",              "type": "service",              "level": 3,              "parentId": "101",              "ancestors": "1,101",              "path": "1/101/10101",              "status": 1,              "hasChildren": false            },            {              "id": "10102",              "name": "企业银行",              "code": "FIN-BANK-CORP",              "type": "service",              "level": 3,              "parentId": "101",              "ancestors": "1,101",              "path": "1/101/10102",              "status": 1,              "hasChildren": false            }          ]        },        {          "id": "102",          "name": "证券投资",          "code": "FIN-SEC",          "type": "category",          "level": 2,          "parentId": "1",          "ancestors": "1",          "path": "1/102",          "status": 1,          "hasChildren": true,    ...}

利用 Cursor 整理 JSON 数据

这次我们的目标是将分类数据整理成 Excel 表格，方便客户确认。

JSON 文件复制到 Cursor

直接将前面获取到的分类 JSON 数据复制到 Cursor 中，命名为 old.json。

复制到 Cursor 中的原因是，Cursor 对话框中无法直接上传 JSON 文件。

【核心步骤】使用 Cursor 生成 CSV

环境：Cursor + Claude 3.7 thinking，Chat/Ask 模式。

今天的一整篇分享，其实核心就这一步。

上下文

选中上一步复制进来的 JSON 文件。

提示词

由于场景较为简单，提示词不需要专门设计，直接点名我们的目的即可。

将old.json转换为csv文件，保留id、name、code三列即可。

结果

整个过程也非常快。

CSV 文件本质是一个文本文件，AI 生成效果非常好。

效果

CSV 文件效果如下。

CSV 另存为 Excel

我们直接将CSV另存为Excel格式即可，避免客户不敢打开不太常见的 CSV 文件。

另一种确认格式

上面是我们客户倾向的 Excel 格式，其实也有更好的一种展示方式，就是让 AI 整理成树状文本。

提示词也非常简单：

将old.json通过文本渲染为可视化树状展示效果，类似平时代码结构的展示效果

总结

写了半天，其实就是一段提示词直接将数据转换为自己想要的格式。

这篇分享的初衷，也不是上述的过程，而是想让大家看到，AI 协同编程不仅能解决复杂的技术难题，也可以成为我们日常工作的得力助手，帮助我们处理各种重复性、机械性的任务，让我们把更多精力投入到更有创造力的事情上，从而提升个人效率。

今天分享到此结束，希望大家可以探索出更多 AI 协同编程的场景，也欢迎大家留言交流哈。