时间锚点:2024-12——Trae 国际版(Cursor 同源)+ 国内版并行,Solo 模式刚发布
一、Trae 是什么
Trae 是字节跳动在 2024 年推出的 AI-first IDE,国内版(trae.cn)走合规通道,国际版(trae.ai)面向海外。内核同样 fork 自 VS Code,定位是"字节系 AI 编程入口",对标 Cursor。
与 Cursor 的关键差异:
| 维度 | Trae | Cursor |
|---|---|---|
| 出品方 | 字节跳动 | Anysphere |
| 国内访问 | 合规,无需特殊网络 | 需要稳定国际网络 |
| 模型选项 | 字节豆包 + 主流模型 | GPT-5 / Claude 4 / Composer 2 |
| 智能体生态 | 自带 + 商店导入双轨 | 插件市场 |
| 核心差异 | Solo 模式 + 规则/Skill 双引擎 | 编辑器体验 + MAX 模式 |
二、Trae 的三个内置智能体
Trae 自带 3 个内置 Agent,定位各异:
| 智能体 | 工具集 | 适用场景 |
|---|---|---|
| Chat | 默认工具集 | 问答 / 解释 / 不改文件 |
| Builder | 默认工具集 + 文件编辑 | 端到端编码任务 |
| Builder with MCP | 默认 + 所有已配置 MCP | 复杂任务(可调用外部工具) |
经验法则:能 Chat 解决的就别用 Builder;能用 Builder 的就用 Builder;只有"需要外部数据 / 浏览器 / GitHub 操作"时才用 Builder with MCP。
三、自定义智能体生态
Trae 支持导入他人发布的智能体,官方推荐的有 8 个:
| 智能体 | 用途 |
|---|---|
| UI Designer | UI/UX 设计与组件库搭建 |
| Frontend Architect | React / Vue / Angular 架构设计 |
| Backend Architect | 后端系统设计与扩展性 |
| API Test Pro | REST/GraphQL/gRPC 接口测试 |
| AI Integration Eng | LLM / 推荐系统 / 智能自动化 |
| DevOps Architect | CI/CD + 基础设施 + 监控 |
| Performance Expert | 性能瓶颈 + 压测 + 优化 |
| Compliance Checker | 法律文件 / 隐私政策合规审查 |
智能体是"垂直领域专家"——比通用 Builder 更专业,比 Skill 更可控。
四、MCP 集成
Trae 全面支持 MCP(Model Context Protocol),Node.js 20+ + Python 3 是前置。
热门 MCP Server 推荐:
| MCP | 作用 | 适用 |
|---|---|---|
| Context7 | 官方文档实时检索 | 跨语言开发 |
| Sequential Thinking | 结构化思维链 | 调试 / 算法设计 |
| Memory | 跨会话长期记忆 | 知识积累 |
| GitHub | 仓库 / Issue / PR 管理 | 团队协作 |
| Puppeteer / Playwright | 浏览器自动化 | 前端测试 |
| Chrome DevTools MCP | 深度 Chrome 调试 | 前端性能分析 |
| File System | 文件系统操作 | 通用 |
| Excel | 表格读写 | 数据处理 |
MCP 与 Skills 的区别(重要):
- MCP 是"充电协议"(像 USB-C)——定义怎么和外部工具沟通
- Skills 是"具体电器"(像手机、电脑)——定义能干什么活
MCP 是 工具,Skills 是 SOP(标准操作流程)。
4.1 MCP 与 Skills 协作模式
| 特性 | 提示词 (Prompts) | Skills |
|---|---|---|
| 存在形式 | 文本指令 | 模块化资源包 |
| 加载方式 | 全量加载 | 按需懒加载 |
| 维护性 | 脆弱、难复用 | 可版本管理 |
| 主要功能 | 设定角色与即时意图 | 赋予领域专业能力 |
实战组合:
- 用 GitHub MCP 拉代码
- 用 File System MCP 读设计稿
- 用 Skills 处理(生成代码)
- 用 Puppeteer MCP 截图验证
- 用 GitHub MCP 提 PR
五、规则(Rules)系统
Trae 的规则分两层:
| 类型 | 作用范围 | 典型内容 |
|---|---|---|
| 个人规则 | 所有项目 | 语言偏好 / 操作系统 / 内容深度 |
| 项目规则 | 当前项目 | 代码风格 / 语言框架 / API 限定 |
个人规则示例(项目根 .trae/rules/user_rules.md):
| |
项目规则示例(不能超过 1000 字符):
| |
六、Skills 生态
Skills 是 Trae 的"专业技能包",给 AI 装功能模块而非临时指令。
Skills 来源:
- 官方 Skills 市场(skillsmp.com)
- GitHub 开源:numman-ali/openskills
- 自定义 Skills:
my-skill-pack/SKILL.md放在项目内
Skills 触发:
- AI 自动识别场景触发
- 在聊天中
/skill-name手动触发
6.1 推荐 Skills 按开发阶段分类
| 阶段 | 关键 Skills |
|---|---|
| 需求分析 | Requirements Analysis、UML Design、API Design |
| 编码 | Java/Go/Rust/Python Code Generator、Code Refactoring、Design Pattern |
| 前端 | Vue3 Component Generator、React Component Generator、Tailwind CSS Utility |
| 测试 | Unit Test Generator、Test Coverage Analysis、End-to-End Test Design |
| 部署 | Docker Configuration、Kubernetes Deployment、CI/CD Pipeline |
| 性能 | Performance Profiling、Memory Leak Detection、Database Optimization |
七、Solo 模式多语言开发最佳实践
Trae Solo 模式是 2024 年底推出的"多语言多技能编排“特性——根据开发阶段、任务类型、编程语言自动路由 Skills 和 MCP。
7.1 6 大开发阶段对应
| 阶段 | 推荐工具栈 |
|---|---|
| 需求 | Requirements Analysis Skill → 生成需求文档 |
| 设计 | Architecture Design + UML Design → 生成设计文档 + 代码框架 |
| 编码 | Language Code Generator + Code Refactoring Skills |
| 测试 | Unit Test Generator + Test Coverage Analysis |
| 审查 | Code Review Skill + SonarQube 集成 |
| 部署 | Docker Configuration + Kubernetes Deployment Skill |
| 维护 | 文档智能体 + 调试智能体 |
7.2 多语言编码规范速查
Java 规范(Google Java Style):
- 类名 PascalCase,方法/变量 camelCase,常量大写下划线
- 缩进 2 空格,行宽 ≤100
- Javadoc 注释包含 @param、@return、@throws
Go 规范:
- 包名小写,函数/变量 camelCase
- 使用
go fmt自动格式化 - 行宽 ≤120
Rust 规范:
- 模块/函数/变量 snake_case,类型/特质 PascalCase
- 使用
rustfmt自动格式化 - 缩进 4 空格,行宽 ≤100
Python 规范(PEP 8):
- 模块/包名小写下划线,类 PascalCase
- 函数/变量 snake_case
- 缩进 4 空格,行宽 ≤79
Vue3/React/TypeScript 规范:
- 组件 PascalCase 或 kebab-case
- 变量/函数 camelCase
- 缩进 2 空格,行宽 ≤100
- Tailwind CSS 优先,避免自定义 CSS
7.3 需求提示词模板
| |
结构化提示词 4 要素:
- 任务描述——一句话清晰描述要做什么
- 上下文——相关文件、参考模式、背景
- 约束——不能做什么、必须满足什么
- 验证标准——怎么确认做对了
八、忽略文件清单(.trae ignore)
建议把以下加入 .trae/ignore 防止索引膨胀:
| |
九、CUE 智能补全
Trae 自研的 CUE(Context Understanding Engine)是基于编辑行为的上下文预测引擎——根据你的下一步编辑动作,预测要改的位置:
| 操作 | macOS | Windows |
|---|---|---|
| 跳到修改点 | Tab | Tab |
| 一次性完整接受 | Tab | Tab |
| 逐字接受 | Cmd+→ | Ctrl+→ |
| 拒绝修改 | Esc | Esc |
| 预览采纳后 | Option | Alt |
| 展开/关闭 Cue-Pro | Ctrl+Shift+C | Shift+Win+C |
| Cue-Pro 下一处 | Cmd+↓ | Alt+↓ |
| Cue-Pro 上一处 | Cmd+↑ | Alt+↑ |
CUE 比 Cursor Tab 更激进——它会主动预测你下一步要改的地方并跳转过去。初期会觉得"太自动”,用一周后会真香。
十、专家智能体 prompt 示例
10.1 Java 专家
| |
10.2 Golang 专家
| |
十一、核心建议
按 Solo 模式官方文档总结:
- 规则分层——个人规则定通用编码规范,项目规则补充技术栈专属约束
- Skills 聚焦——核心激活 Context7(上下文)+ Sequential Thinking(拆解)+ Memory(记忆),不堆砌
- 交互结构化——提问时明确指定 Skills 和规则,让 AI 输出"思路→代码→注释→测试"结构化内容
十二、总结
Trae 的差异化在"Solo 模式 + 规则/Skill 双引擎"——把"AI 编程工具"从"单点 Agent"升级为"团队级工程实践"。在国内合规访问 + 中文场景下,是 Cursor 的有力替代。
实战建议:
- 国内项目首选 Trae,合规 + 网络稳定
- Solo 模式 + 个人规则 + 项目规则 是三件套
- Skills 选 3-5 个核心(Context7、Sequential Thinking、Memory、Code Generator、Code Refactoring),不堆砌
- MCP 按需加载,避免 token 浪费
- 专家智能体是 Skills 的高阶版——长期沉淀的领域 prompt
下一步:可参考 2024-09-15《Cursor 实战》 对比 Cursor 体验差异;2025-03-15《Claude Code 最佳实践》 学习终端 AI 工作流。
