AI 编程工具《TRAE 官方手册》阅读笔记 AI 编程核心上-北京尧图网络

AI 编程工具《TRAE 官方手册》阅读笔记 AI 编程核心上一、参考资料https://docs.trae.cn/ide_skills二、笔记总结1 对话TRAE IDE 提供多种与 AI 助手对话的方式帮助你在开发过程中完成代码问答、仓库理解、代码生成、错误修复、代码优化等任务。侧边对话侧边对话面板默认显示。如果面板被关闭可通过快捷键macOS: Command U / Windows: Ctrl U重新打开。输入问题后可以点击模型名称右侧的优化输入内容图标让 AI 帮你优化指令使其更清晰、更易于理解。行内对话你可以通过以下两种方式打开行内对话框在编辑器中将光标置于目标位置然后使用快捷键macOS: Command I / Windows: Ctrl I。在编辑器中选中一段代码然后使用快捷键macOS: Command I / Windows: Ctrl I或点击代码悬浮菜单中的编辑按钮。图片输入在侧边对话面板中你可以添加图片作为上下文例如报错截图、产品设计稿或参考样式帮助 AI 更直观地理解你的需求。你可以通过以下任一方式上传图片将图片从外部拖入至对话输入框。将图片从当前项目文件树中拖入至对话输入框。在对话输入框内粘贴剪贴板中的图片。点击输入框左下角的图片按钮然后从本地选择图片。语音输入在侧边对话输入框右下角点击语音输入图标即可开始说话。系统会将你的语音输入自动转为文字并填入输入框你可以在发送前手动编辑。首次使用时你需要为 TRAE 授权麦克风访问权限。Windows前往开始设置隐私安全性然后在应用权限下查找麦克风。创建会话副本Fork Chat在多轮对话中你可以从任意一条 AI 回复创建新的独立对话。新对话将继承该条回复之前的全部上下文并将自动切换进入原对话保持不变。如何创建会话副本在 AI 回复的底部点击右侧的创建会话副本图标。2 模型内置模型自定义模型TRAE 内置多款主流模型你可以根据实际任务灵活切换使用。除内置模型外TRAE 还支持接入自定义模型。Auto 模式Auto 模式下系统会综合考虑问答速度、性能与资源占用情况调用合适的模型提供更流畅的 AI 问答体验。模型调用范围Auto 模式仅支持调用 TRAE 的内置模型不支持调用你添加的自定义模型。开启 Auto 模式在 AI 对话输入框的右下角点击模型名称以打开菜单然后打开 Auto Mode 开关。3 上下文基础用法与 AI 助手对话时你可以指定上下文供 AI 助手阅读和理解使 AI 助手的答复更精准。将编辑器内的内容作为上下文当你的编辑器中存在正在编辑的代码文件时AI 助手默认能够看到当前文件。你可以直接向 AI 助手提问与当前文件相关的问题。若期望对文件中的某一段代码进行提问使用以下步骤1 选中代码。2 点击悬浮菜单中的添加到对话按钮将选中的内容作为上下文添加至侧边对话框。将终端中的内容作为上下文若你希望对终端中的输出内容进行提问如帮助你修复报错使用以下步骤1 在终端中点击输出内容片段。2 在内容片段区域的右上角点击添加到对话按钮将选中的内容作为上下文添加至侧边对话框。使用 # 符号添加上下文在侧边对话的输入框中你可以通过 # 符号添加多种类的上下文包括代码、文件、文件夹、代码仓库、文档集和网页。通过 # 符号引用上下文在侧边对话的输入框中你可以使用 # 符号添加上下文例如代码、文件、文件夹、工作区和外部文档等从而帮助 AI 更准确地理解你的需求。TRAE 会优先推荐与当前打开文件相关的内容你也可以通过搜索自行选择所需上下文。若有需要你可以同时添加多种类型的上下文。工作区代码索引在 TRAE 中你可以为项目构建索引。构建索引后当你通过 #Workspace 或 #Folder 方式与 AI 对话时AI 能够理解你当前打开的项目并使用整个项目作为上下文进行回答从而提供更加精准的回答。若未构建索引或索引构建不完全在使用 #Workspace 或 #Folder 方式与 AI 助手对话时可能会导致无法召回完整的上下文进一步导致回答不完整。此时AI回答处将出现 “索引建构中” 或 “索引暂未建构” 的提示。重要提示针对文件数量小于等于 5000 的项目TRAE 将在打开项目时自动构建代码索引。若项目内的文件数大于 5000 且你期望项目级的回答更准确则需要手动发起代码索引构建。你可以通过配置忽略文件来指定在构建代码索引时需剔除的文件。被忽略的文件将完全被排除在代码索引之外从而有效保护你的敏感数据。构建代码索引1 点击界面右上角的设置图标进入设置中心2 在左侧导航栏中选择索引与文档。3 在工作区部分点击代码索引管理处右侧的 Build 按钮。忽略文件TRAE 默认忽略 .gitignore 文件中所罗列的文件。除此之外你可以自主设置 TRAE 在索引仓库时需要额外忽略的文件列表以作为 .gitignore 文件中已定义规则的补充。重要提示使用 #Workspace 或 #Folder 添加上下文时被忽略的文件或文件夹将无法被作为上下文。操作步骤1 点击界面右上角的设置图标进入设置中心。2 在左侧导航栏中选择索引与文档。3 在工作区部分点击忽略文件处右侧的编辑按钮。4 在 .ignore 文件中添加需要忽略的文件并保存。5 在代码索引管理处点击 Build 按钮以重新构建代码索引。示例以下为 .ignore 文件内容的示例**/foo: 忽略 /foo, a/foo, a/b/foo 等 *.log: 忽略所有 .log 文件 config.js: 忽略当前路径的 config.js 文件 /mtk/ 忽略整个文件夹 *.zip 忽略所有.zip文件 /mtk/do.c 忽略某个具体的文件上下文压缩每个对话都拥有独立的上下文管理进程。随着问询的不断发送对话的上下文会逐步累积而上下文窗口则决定了单个对话可保留和记忆的上下文长度。在 AI 处理任务的过程中当使用的上下文超过允许的上下文窗口时系统会自动触发一次上下文压缩。通过压缩上下文你可以移除冗余信息仅保留与当前任务相关的关键内容从而确保 AI 聚焦于核心上下文并维持输出质量。开启新的会话后先前的上下文将被清空。使用限制仅适用于 SOLO Agent。查看上下文使用率查看上下文使用率在 AI 处理任务的过程中当使用的上下文超过允许的上下文窗口时系统会自动触发一次上下文压缩。4 智能体AgentAgent 智能体它不像普通 chat 对话式智能体那样只是回答问题而是先结合你的目标和项目上下文给出一份可执行计划等你确认后再按步骤推进开发。“Agent” 支持调用自定义子智能体完成模块化任务。配置子智能体后“Agent” 会作为主智能体在处理上下文较长或任务较复杂的场景中将任务拆分给更适合的子智能体执行。不同子智能体在独立上下文中处理任务可以减少信息混杂提高输出稳定性。你可以将高频、重复、边界清晰的工作流封装为可复用的 Subagent例如代码审查、性能分析、依赖风险检查等。智能体概述智能体是你面向不同开发场景的编程助手。TRAE 提供内置智能体。同时你还可以创建自定义智能体通过灵活配置提示词和工具集使其更高效地帮你完成复杂任务。智能体的能力自主运行 - 独立探索你的代码库识别相关文件并进行必要修改。完整的工具访问权限 - 使用所有可用工具进行搜索、编辑、创建文件及运行终端命令。上下文理解 - 建立对你项目的结构和依赖关系的全面理解。多步骤规划 - 将复杂任务拆分为可执行的步骤并按顺序逐一处理。智能体的工作流1 需求分析深入理解任务目标及代码库上下文明确需求要点。2 代码调研检索代码库、文档及网络资源定位相关文件并分析现有实现逻辑。3 方案设计根据分析结果拆解任务步骤并动态优化调整修改策略。4 实施变更照计划在整个代码库中进行必要的代码变更。5 交付验收完成验证后移交控制权同步汇总所有修改内容。内置智能体TRAE IDE 提供以下内置智能体ChatChat 能够快速响应用户的各类技术咨询和问题解答。Agent“Agent” 是 TRAE IDE 内置的智能体专为自动化项目开发而设能胜任需求拆解、方案设计、代码实现、项目重构、问题修复等多步骤工程任务。内置智能体Agent“Agent” 是 TRAE IDE 内置的智能体专为自动化项目开发而设能胜任需求拆解、方案设计、代码实现、项目重构、问题修复等多步骤工程任务。它不像普通对话式智能体那样只是回答问题而是先结合你的目标和项目上下文给出一份可执行计划等你确认后再按步骤推进开发。工作流“Agent” 推进任务的主要路径是分析需求生成 PRD 与技术方案生成代码预览成果。具体执行时它还会根据任务难易程度补上必要的环节比如读取项目文件、确认改动范围、梳理待办事项、调用子智能体、检查运行结果或在关键决策上请你确认。适用场景为现有项目新增功能、修复缺陷或补充测试。拆分复杂代码、调整项目架构或优化性能。处理需要跨文件阅读、修改和验证的工程任务。推进需要多个自定义智能体协同完成的长流程任务。启用 “Agent”1 点击 AI 对话输入框左下角的符号。2 在智能体菜单中选择 Agent。3 输入并发送你的需求。建议在首次输入时说明目标、约束和验收标准。例如你可以补充涉及的页面、接口、技术栈、禁止改动的文件、期望输出形式以及是否需要运行检查。4 查看 “Agent” 生成的 PRD 和技术方案并在确认后让它继续执行。编辑 “Agent”你可以为 “Agent” 配置其可调用的子智能体、MCP Server 和内置工具。1 将鼠标悬浮至 “Agent” 右侧的配置图标。点击面板上的编辑工具按钮前往 “Agent” 的配置面板。建议仅配置当前任务确实需要的能力避免工具过多导致执行路径不清晰。为 “Agent” 添加子智能体“Agent” 支持调用自定义智能体完成模块化任务。配置子智能体后“Agent” 会作为主智能体在处理上下文较长或任务较复杂的场景中将任务拆分给更适合的子智能体执行。子智能体适合承接边界清晰的专业任务例如代码审查、安全审查、接口分析、文档优化、测试补充或特定模块开发。不同子智能体在独立上下文中处理任务可以减少信息混杂提高输出稳定性。你也可以在提示词中明确指定要调用的子智能体。例如“使用安全审查智能体检查本次改动风险” 或 “使用需求分析智能体分析该需求”。“Agent” 会结合当前上下文在合适的时机调用对应子智能体。你可以通过以下两种方式为 “Agent“ 添加子智能体创建自定义智能体在智能体管理面板中创建自定义智能体并为其打开 “可被其他智能体调用” 开关使其能够作为子智能体被 ”Agent“ 调用。配置 Subagent通过 Markdown 文件定义 Subagent供 ”Agent“ 在合适的时机自动调用。可被一键导入的自定义智能体针对项目开发中的不同场景TRAE 提供了一系列可直接导入并使用的自定义智能体示例。同时你可以将这些示例作为模板根据实际需求调整现有配置。创建并管理自定义智能体你可以在 TRAE 中创建自定义智能体并为其配置提示词、MCP Server 与内置工具使其能够协助你完成特定任务。同时你也可以对已创建的自定义智能体进行管理包括修改、分享和删除。子智能体Subagent子智能体Subagent是一种通过 Markdown 文件定义的专用智能体。内置智能体 “Agent“ 会在识别到合适任务时自动调用对应的 Subagent。Subagent 拥有独立的上下文窗口。它的中间推理和执行过程不会污染 ”Agent“ 的对话历史因此适合处理需要大量检索、分析或推理但最终只需要返回结果的任务。自动运行安全性安全机制与风险说明启用 “自动运行” 功能后智能体可能在无需你逐次确认的情况下执行外部工具或命令。请在开启前评估使用环境、MCP Server 来源、命令执行权限及数据安全风险并仅在可信环境中使用。5 技能Skill技能封装了指令、脚本及相关资源一个技能可以被视为提供给智能体的一套 “专业能力说明书”类似用户手册或操作指南。在执行任务时智能体可以按需加载相应的技能从而增强其对任务的理解与执行能力。技能可以使智能体在不同时间、不同任务中始终按照既定标准输出结果。技能可以使智能体自动按照定义好的流程执行从而减少重复的指令输入提升效率。主要特点结构化一个技能对应一个 SKILL.md 文件文件中以结构化的方式描述完成某一类任务所需的信息例如任务目标与适用场景关键约束与注意事项推荐流程或操作步骤可选的脚本、模板或示例。动态按需加载智能体不会在任务开始时一次性读取所有技能的完整内容。在执行任务前智能体会先扫描所有技能的简要描述仅当判断当前任务与某个技能高度相关时才会加载该技能的详细内容。这种按需加载机制可以有效减少上下文中的 Token 消耗、避免无关信息干扰智能体的决策。使用场景保证输出结果的一致性与规范性需要智能体在不同时间、不同任务中始终按照既定标准输出结果。例如将统一设计规范、执行团队标准、保持品牌一致性或确保代码符合项目约定等要求封装为技能从而将隐性的个人或团队标准转化为显式、可复用的专业能力最终使输出结果更加稳定、可控。自动化重复性工作流需要频繁执行相同或高度相似的多步骤任务。例如对于测试流程、代码规范检查、常规数据分析等难以避免的日常工作可以将既有的 SOP 封装为技能。一旦相关任务被触发智能体即可自动按照定义好的流程执行从而减少重复的指令输入提升效率。总结与共享专业能力总结个人经验或团队规范并在更大范围内复用。例如将技能在社区、交流群等公共平台进行分享从而在不同的智能体、项目、团队间复用相同的技能。技能 vs 其他功能技能 vs 规则规则采用全量加载机制一旦开启对话所有规则都会被注入并持续占用上下文窗口技能则采用按需加载机制仅在实际需要被调用时才加载到上下文中从而显著降低 Token 消耗。技能 vs MCP Server技能用于向 TRAE 描述如何完成任务而 MCP Server 负责向 TRAE 提供可以调用的工具。技能可以引导 TRAE 在正确的上下文中高效调用 MCP Server 提供的能力。支持的技能类型跨项目全局生效的技能可用于统一个人 / 团队的通用开发范式例如统一代码风格、命名规范、注释习惯提供跨项目可复用的工程能力例如通用工具链的使用Git、CI/CD、Playwright 等固化个人或组织的长期偏好例如输出结构是否先给结论、是否列步骤、是否给示例。仅在当前项目生效的技能可用于注入项目专属的业务知识与规则例如不可违反的业务约束与边界条件、项目内部术语、概念映射约束 AI 按项目的既定技术方案工作例如技术栈、框架版本、架构限制等让 AI 深度参与当前项目的开发和维护例如针对项目生成测试、Mock、脚手架代码与项目使用的 MCP Server 或内部工具协同。技能的结构一个技能中必须包含一个 SKILL.md 文件还可以根据实际需求添加其他文件例如可执行的脚本、可参考的模板和风格指南等。例如skill-name/ ├── SKILL.md # 必须智能体的核心指令 ├── examples/ # 可选输入/输出示例 ├── input.md └── output.md ├── templates/ # 可选可复用的模板 └── component.tsx └── resources/ # 可选参考文件、运行脚本或素材 └── style-guide.md技能所在目录技能相关文件所在目录如下项目技能项目所在路径下的 .trae/skills/ 目录。全局技能macOS/Linux本地根目录 ~/.trae-cn/skills。Windows本地根目录 %userprofile%/.trae-cn/skills。SKILL.md 文件格式SKILL.md 文件的格式如下--- name: 技能名称 description: 简要描述这个技能的功能和使用场景 --- # 技能名称 ## 描述描述这个技能的作用。 ## 使用场景描述触发这个技能的条件。 ## 指令清晰的分步说明告诉智能体具体怎么做。 ## 示例 (可选) 输入/输出示例展示预期效果。

AI 编程工具《TRAE 官方手册》阅读笔记 AI 编程核心上

相关推荐

嵌入式音频I2C通信实战：TAS3001C等待状态处理与驱动设计

详解二叉搜索树（AVL树）

3分钟掌握ncmdumpGUI：Windows下轻松解密网易云音乐NCM文件的终极方案

更多资讯

Qt Windows程序图标嵌入实战：.rc资源文件配置指南

npm 依赖包开发实战：package.json、CJS/ESM 与私有库发布

PostHog ReviewHog 评审器模型实验：gpt-5.6-terra @ xhigh 单轮运行报告的完整解读

yaml-validator 技能：Hyper-Extract 如何自动验证模板语法与类型

cosign initialize 命令详解：初始化 Sigstore TUF 可信根，为签名验证铺路

Needle 2 Python-C 引擎桥接源码走读：如何用 ctypes、needle_init 与 needle_complete 三步打通 14MB 推理引擎

今日更新

AWS无服务器应用开发指南：从Lambda到SAM的架构与实践

SpringBoot+Vue人事系统实战：解决HR数据断点与事务一致性

MATLAB手写紧束缚模型计算石墨烯能带结构

本周精选

AI驱动的自动化专利分析平台技术解析

LeetCode-Go 题解：1252. Cells with Odd Values in a Matrix（奇数值单元格计数）双解法剖析

在线答疑系统Java毕设实战：Spring Boot前后端分离与状态流转

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？