目录

  1. 写在前面的废话
  2. Trae 是什么，以及为什么选它
  3. 安装与环境准备
  4. 接入第三方 API（以魔芋为例）
  5. 界面与三种工作模式
  6. 模型选择：内置的够用吗
  7. Skill 与 MCP：把工具箱焊死在 AI 身上
  8. Plan 与 Spec：企业开发的两条工作流
  9. 实战：从需求到上线的完整流程
  10. 踩坑清单与经验总结

写在前面的废话

这篇不是软件评测，也不是功能清单翻译，是实际跑完一个完整项目后总结的东西——从环境搭建到部署上线，中间穿插第三方 API 接入的实操。

适合谁看：有基本编程概念、想用 AI IDE 提效的开发者。不管是前后端全栈一个人扛，还是带团队想统一工具链，下面的内容应该都能给你一些参考。

Trae 是什么，以及为什么选它

Trae 是字节跳动 2025 年初推出的 AI 原生 IDE，跟 Cursor 是一个赛道的东西，但更贴国内开发者。

市面上 AI Coding 工具不少。国外有 Claude Code、Cursor、Codex、Kiro，国内有 Trae、Qoder、CodeBuddy。我选 Trae 的原因很朴素：

  • 国内版免费，网络直连，不用折腾代理
  • 内置国产模型（通义千问、GLM、DeepSeek、Kimi 等），中文场景理解到位
  • 基于 VS Code 内核，快捷键和操作习惯几乎零迁移成本
  • SOLO 模式能自主规划全流程，不只是补代码，能端到端跑项目

Trae 有三条产品线：

产品 定位 适用场景
Trae IDE 完整 AI 开发环境 日常开发主力工具
Trae Work AI 效率工具 文档处理、数据分析等非编码场景
Trae 插件 嵌入其他编辑器 不想换 IDE 但想用 Trae 的 AI 能力

这篇主要讲 Trae IDE，因为企业项目开发用它最合适。

国内版官网是 trae.cn，国际版是 trae.ai，两套账号体系不互通。国内用户认准 .cn。

安装与环境准备

下载安装

去 trae.cn/ide/download 下载对应版本。Windows 用户下 X64，Mac 用户根据芯片选 Intel 或 Apple Silicon。安装过程跟普通软件一样，选个路径就行。

安装完打开，需要注册登录。点击登录后会跳浏览器走授权流程，有账号直接登，没账号先注册。手机号注册，验证码搞定。

环境依赖

Trae 本身不需要额外装什么，但如果你要在本地跑项目（尤其是前端），Node.js 是绕不开的：

  • Node.js：nodejs.org 下载，Windows 选 .msi 格式，安装时务必勾选 "Add to PATH"
  • Docker Desktop（可选）：后端项目要跑数据库、Redis 这些，装 Docker 省得本地装一堆环境。docker.com 下载

 接入第三方 API（以魔芋为例）

内置模型高峰期排队、复杂任务力不从心、想用海外模型没渠道。解决这些问题，接第三方 API 是目前最实际的方案。

为什么要接

三个实际原因：

  1. 模型选择自由：想用 Claude 就用 Claude，想用 GPT 就用 GPT，不再受内置模型限制
  2. 不排队：第三方 API 是独享通道，高峰期也不卡
  3. 成本可控：按实际调用量付费，比包月更灵活，高频任务反而更便宜

魔芋是什么

魔芋是一个 OpenAI 兼容的 API 中转平台。简单说，它把 Claude、GPT、Gemini 这些海外模型的接口统一成 OpenAI 标准格式，国内直连不用代理。对比了一些其他中转站，魔芋的稳定性、价格和速度上还是很有性价比的。

验证过几个关键点：

  • 接口地址：https://moyu.info/v1，遵循 OpenAI 标准路由
  • 鉴权方式：Authorization: Bearer <你的密钥>
  • 国内直连延迟低，跑在阿里云 CDN 后面
  • 报错格式规范：{"error":{"message":"...","type":"moyu_api_error"}}，带 request id 方便排查

日常开发、对延迟不敏感的场景，用中转平台省心也省钱。

第一步：在魔芋拿到 API Key

  1. 注册（手机号或邮箱）魔芋AI大模型网关I全球大模型一站式调用及服务平台魔芋AI大模型聚合平台（大模型网关平台）专注于提供高效能、低成本的多品类 AI 模型服务，助力开发者和企业聚焦产品创新。https://www.moyu.info/register?aff=qBX9
  2. 登录后进入「令牌管理」
  3. 点击「添加令牌」，输入名称，选择分组（倍率越高的分组线路速度越快越稳定，预算够选 max）
  4. 提交后复制 API Key（格式 sk-xxxx）备用

然后去「模型广场」看你要用的模型，复制模型 ID。模型 ID 区分大小写，不能简写，直接从平台上复制。

如果模型广场没看到你想用的海外模型，联系客服申请开白。有技术问题也可以找客服。

第二步：在 Trae IDE 中配置自定义模型

  1. 打开 Trae IDE，进入 SOLO 页面，点击左上角设置按钮
  2. 找到「模型」菜单栏，点击「添加模型」
  3. 提供商选择 OpenAI（如果是 Claude 系列模型选 Anthropic）
  4. 模型选择「自定义模型」

需要填三个核心参数，填错直接连不上：

参数 填什么 注意事项
接口 Base 地址 https://moyu.info/v1 必须带 /v1，结尾不要多余斜杠
API 密钥 sk-你的密钥 从魔芋后台复制，前后别带空格换行
模型 ID 平台模型广场的完整名称 区分大小写，不能简写

填完点保存。

第三步：重启生效

这一步最容易漏。保存配置后，必须完全退出 Trae IDE 再重新打开，配置才会加载。Mac 上右键 Dock 图标选退出，Windows 检查系统托盘里是不是还挂着。只关窗口不算退出，新配置不会出现在下拉列表里。

第四步：使用自定义模型

重启后新建任务，顶部模型下拉框拉到最下面，在「自定义模型」分组里选刚配的那个。注意要先关掉默认的 Auto Mode（自动模式），否则系统还是自动匹配内置模型。

选好后正常对话就行，这时候走的就是魔芋的 API 通道了。可以在模型日志里看到调用记录，确认走的是外部 API。

验证连通性

配完后可以先发个简单消息测试，比如"你好"，收到正常回复就说明通了。如果报错，对照下面的清单排查。

踩坑清单与经验总结

第三方 API 接入的坑

问题 原因 解决
404 错误 Base 地址少了 /v1 填 https://moyu.info/v1，别手敲，直接复制
返回"未提供令牌" API Key 字段为空或格式错误 检查密钥字段，确保是 sk- 开头的完整字符串
返回"无效的令牌" Key 错了或已失效 回魔芋后台重新生成，粘贴前清空输入框
调用无返回 模型 ID 写错（大小写/横杠） 去模型广场复制完整名称，别简写
配置完找不到模型 没重启或没退出干净 右键托盘彻底退出再重新打开

关于推荐的一点真心话

这篇里提到了魔芋 API，不是说它就是唯一选择。市面上中转平台不少，选的时候看三点：稳定性（别动不动就挂）、价格（别比官方便宜不到哪去）、速度（国内直连延迟低）。魔芋这三点综合下来我觉得可以，但你自己也可以多对比几个。

Trae 本身是免费用的，内置模型也够日常开发。接第三方 API 更多是为了在关键时候有个更靠谱的选择，不是刚需。预算紧张就先用内置的，等到被排队和模型能力卡住了再接也不迟。

界面与三种工作模式

打开 Trae IDE 后，你会看到三种模式可以切换。这三种模式不是随便选的，对应不同的开发阶段和场景。

IDE 编辑器模式

就是传统的编辑器界面，AI 对话在侧边栏。适合你自己在写代码，偶尔问 AI 补个函数、改个 bug 的场景。跟 VS Code + Copilot 的体验类似，但 AI 能力更强。

SOLO 模式

这是 Trae 的杀手锏。切换到 SOLO 后，界面变成对话驱动——左边项目文件，中间对话区，右侧出现任务看板和进度追踪。你把需求丢给 AI，它自己规划任务、写代码、跑测试、预览结果，全程你只需要在关键节点确认。

适合场景：从零搭建项目、原型开发、功能迭代、不想一行行写代码的时候。

Worktree 模式

基于 Git worktree 在后台创建独立工作区副本。AI 在隔离环境里干活，你的主工作区不受影响。多个 Worktree 可以并行跑不同的任务线。

适合场景：同时推进多个功能分支，或者让 AI 在沙箱里试错不污染主分支。

我的习惯：日常改 bug 用 IDE 模式，新功能开发切 SOLO，多任务并行上 Worktree。别一种模式扛到底。

模型选择：内置的够用吗

Trae 国内版内置了阿里千问系、智谱系、Kimi 系、DeepSeek、火山系等模型。个人版速通免费，企业版按 Token 使用量计费。

日常开发，内置模型基本够用。但有几个实际痛点：

  • 高峰期排队严重，响应慢，有时候等半天没动静
  • 复杂推理任务，内置经济型模型力不从心，代码质量不稳定
  • 想用 Claude、GPT 这类海外模型，国内版不直接提供

这就引出了后面的主题——接入第三方 API。先往下看功能，后面专门讲怎么接。

Skill 与 MCP：把工具箱焊死在 AI 身上

Skill 和 MCP 是 Trae 的两个核心扩展机制。不理解这俩，用 Trae 就只用了三成功力。

Skill 是什么

Skill 本质上是"标准化描述 + 指令 + 辅助文件"的工具包。你可以理解成给 AI 装的插件——装了某个 Skill，AI 就会这项技能。

比如做前端页面，做完发现一股 AI 味（配色怪、布局呆、动画僵硬），可以装设计类 Skill 解决。Trae 官方推荐了一些热门 Skill，地址在 docs.trae.cn。

安装 Skill 的三种方式
  1. 对话安装：直接在对话框里说"帮我安装 xxx Skill"，AI 自动处理
  2. 手动创建：设置 > 技能与命令 > 创建，选类型、填名称、写指令
  3. 导入压缩包：导入别人打包好的 Skill 压缩文件，或者把 SKILL.md 文件放到 Trae 安装目录的 skills 文件夹下
自己做 Skill 的例子

我做了个前端设计 Skill，把四个子技能打包在一起：

  1. beautiful-frontend-designer——生成漂亮前端页面
  2. admin-dashboard-designer——后台管理界面设计
  3. frontend-quality-reviewer——前端代码质量审查
  4. ui-ux-pro-max——设计系统生成

配置好工作流：ui-ux-pro-max 生成设计系统 → frontend-design 实现 → quality-reviewer 审查。一条龙跑完，出来的页面比裸生成的强太多。

创建过程很简单，直接对话：

帮我创建一个用户级的 skill，名称为 garic-design，
里面包含这4个技能：
1. beautiful-frontend-designer
2. admin-dashboard-designer
3. frontend-quality-reviewer
4. ui-ux-pro-max

MCP 是什么

MCP 全称 Model Context Protocol（模型上下文协议），是一套标准化的通信协议，让大模型能跟外部数据源和工具打通。

说人话：装了 MCP，AI 就能操作外部服务。比如连了瑞幸咖啡的 MCP，你可以直接让 AI 帮你点一杯生椰拿铁。

配置 MCP 的步骤
  1. 设置 > MCP > 添加
  2. 填入 MCP 服务的 JSON 配置
  3. 保存，重启生效

配置 JSON 一般长这样：

{
  "mcpServers": {
    "luckin-coffee": {
      "command": "npx",
      "args": ["-y", "@luckin/mcp-server"],
      "env": {
        "TOKEN": "你的Token"
      }
    }
  }
}

找 Skill 和 MCP 可以去 魔搭社区 搜，上面有不少现成的。

Skill 是给 AI 加"能力"，MCP 是给 AI 加"连接"。前者管怎么干活，后者管能碰到什么外部数据。两个配合着用，才是完整形态。

Plan 与 Spec：企业开发的两条工作流

这是 Trae 区别于其他 AI IDE 的重要功能。做企业项目，不能上来就写代码，得先规划。Plan 和 Spec 就是干这个的。

Plan 模式

启用方式：对话框输入 /plan 回车，或输入 / 从列表选 Plan。

启用后，你把需求告诉 AI，它不会马上动手，而是先分析需求、拆解任务，然后在 .trae/documents/ 目录下生成一份规划文档。你可以看文档、改文档，确认后 AI 才开始一步步执行。

适合场景：中小型功能开发、模块级重构、有明确需求但想先看看 AI 怎么拆解的。

Spec 模式

启用方式：对话框输入 /spec 回车。

Spec 比 Plan 更重。它会生成三类文档：

文档 内容 作用
spec.md 需求大纲 定义做什么、不做什么
tasks.md 任务列表 拆解成可执行的步骤
checklist.md 验收清单 定义每个功能怎么算完成

文档存在 .trae/specs/ 目录下，按任务名分组。这些文件可以纳入版本控制，作为项目知识资产保留。

适合场景：全新项目从零开发、复杂系统、团队协作需要文档支撑的。

我的用法：简单功能用 Plan，复杂项目用 Spec。Spec 生成的三类文档本身就是很好的交付物，产品经理和测试都能看。

实战：从需求到上线的完整流程

拿一个真实例子走一遍。需求：企业人事考勤绩效系统，MVP 阶段要覆盖组织架构、员工档案、入职离职、考勤、请假、加班、补卡、绩效、审批、报表。角色分管理员、HR、主管、员工四个。

第一步：出产品原型

不急着写代码，先出原型让业务方看看。用 SOLO 模式：

我想做一个人事考勤绩效系统，非 SaaS，企业内部使用，
MVP 阶段满足：组织架构、员工档案、入职、离职、考勤、
请假、加班、补卡、绩效、审批、报表功能。
角色暂时先定4个：管理员、HR、主管、员工。

目标是出一个产品原型，HTML 静态页面，所有交互都要有细节，
点击事件必有交互或者回应，可以使用 garic-design 设计 UI。

Trae 会以选择题的形式跟你确认细节——露出背景图用什么风格、遮罩颜色怎么匹配、打字机效果用在哪些文案。这些交互不是走形式，确实影响最终成品。

原型生成后，找到文件夹里的 index.html，右键用浏览器打开就能预览。拿给业务方看，不满意就改提示词继续迭代。

第二步：进入正式开发

原型确认后，开启 Spec 模式，把原型文件拖到对话框里：

【拖入原型文件】
文件是产品原型，我要做一个人事考勤绩效系统，
技术栈：前端 React + TypeScript，后端 Node.js + NestJS，
数据库 MySQL，缓存 Redis，文件存储：本地 MinIO / 阿里云 OSS。
按照产品原型把服务端 API 全部对接完成，
注意不要有服务 500 的情况。

Spec 模式下，AI 先梳理需求，以选择题形式问你技术细节。比如：认证用 JWT 还是 Session？数据库迁移用 TypeORM 还是 Prisma？文件上传走 OSS 还是本地存储？

你有自己的技术判断力就自己选，不确定就点推荐选项，然后翻页检查已选项，最后确认。确认前 AI 不会动一行代码。

第三步：本地运行

代码生成后，要本地跑起来。这里 Docker 就派上用场了——MySQL、Redis、MinIO 全部用 Docker 容器跑，不用本地装一堆环境。

# Trae 生成的 docker-compose.yml 大概长这样
version: '3.8'
services:
  mysql:
    image: mysql:8.0
    ports: ["3306:3306"]
    environment:
      MYSQL_ROOT_PASSWORD: root123
      MYSQL_DATABASE: hr_system
  redis:
    image: redis:7-alpine
    ports: ["6379:6379"]
  minio:
    image: minio/minio
    ports: ["9000:9000", "9001:9001"]
    command: server /data --console-address ":9001"

在终端跑 docker-compose up -d，数据库和缓存就起来了。然后让 Trae 帮你跑前端和后端：

# 后端
cd backend && npm install && npm run start:dev

# 前端
cd frontend && npm install && npm run dev

第四步：打磨产品

本地跑起来后，你会发现各种问题。这是正常的。打磨阶段就两件事：

一、对不满意的地方提修改，公式：

【位置关键词】+【目标结果】

比如："登录页的背景太暗了，换成浅蓝色渐变，按钮加大一号。"

二、修 bug，公式：

【操作现象描述】+【系统报错/目标行为异常】

比如："点击登录报服务器内部错误，/api/auth/login 返回 500。"

把报错信息直接丢给它，它会自己查原因修。但有时候一个模型搞不定，换个模型可能就好了。我遇到过 DeepSeek 跑不通的 500 错误，换 GLM 5.2 一把过了。

第五步：部署上线

部署很简单。把服务器信息给 Trae：

服务器地址：119.91.45.55
账号：root
密码：xxxxxxxx
帮我把这个项目部署到服务器，服务器端口已开放 80 和 443。

轻量项目基本不需要交互，全自动完成。复杂项目 Trae 会问你几个问题，比如是否需要 Nginx 反向代理、SSL 证书怎么处理、数据库要不要初始化脚本。确认后执行部署。

部署完验证一下：http://你的服务器IP/admin/ 和 http://你的服务器IP，能看到页面就说明上线了。

每次部署都消耗 Token，不划算。让 Trae 写一个部署脚本 build-release.sh，以后改完代码跑 ./build-release.sh 就行，不用再消耗 Token。

附：网站快速开发的小技巧

复刻网站：想让 AI 1:1 复刻某个网站的效果，直接给 URL：

帮我 1:1 复刻 https://mimo.xiaomi.com/zh/mimocode，
核心效果有：鼠标擦除露图、字幕打字机、滚动触发标题打字。
这些效果我都要。

提取风格：喜欢某个网站的设计风格，可以让 Trae 按那个网站写一个 design.md 文件，然后把文件放到你自己的项目目录，告诉 Trae"设计风格参考 design.md"。相当于把别的网站的设计系统"抄"过来。

 企业项目开发的坑

1. 模型选不对，浪费时间

同一个 500 错误，经济型模型修了半天搞不定，换个 GLM 5.2 一把过了。复杂逻辑、调试问题，别省 Token，直接上大模型。简单任务（写注释、改样式）用经济型就行。

2. 提示词太模糊，产出跑偏

最典型的反面例子："帮我做一个好看的网站"。AI 会给你一个能跑但很丑的东西。改成"用 React + TypeScript，参考 Apple 官网的设计风格，首页要有全屏轮播和滚动触发动画"就靠谱多了。

3. 原型不做直接开发，返工率高

跳过原型阶段直接写代码，业务方看到成品才发现方向不对，返工成本巨大。花半小时让 AI 出个 HTML 原型，业务方确认后再进开发，能省掉 80% 的返工。

4. 部署每次都消耗 Token

第一次部署让 AI 做，但让它同时生成一个 build-release.sh 脚本。以后改完代码直接跑脚本，不用再跟 AI 对话消耗 Token。

#!/bin/bash
# build-release.sh - 一键部署脚本
echo "开始构建..."
cd frontend && npm run build
cd ../backend && npm run build
echo "上传到服务器..."
scp -r dist/ root@你的服务器IP:/var/www/hr-system/
ssh root@你的服务器IP "cd /var/www/hr-system && docker-compose up -d"
echo "部署完成"
5. 没开 Spec 就开干，文档全无

企业项目最怕的就是没有文档。开启 Spec 模式后，生成的 spec.md、tasks.md、checklist.md 三份文档本身就是交付物，纳入版本控制后，新人接手有据可查，验收有标准可循。

写到这里差不多把我想说的都说了。Trae 不是银弹，不会让你瞬间变成十倍程序员，但它确实能帮你把那些重复的、机械的活甩出去，让你把精力留给真正需要思考的部分。工具是手段，拿到结果才是目的。

有问题欢迎评论区交流，我知道的都会回。

# 人工智能 # 个人开发
Logo
EazyDevelop社区

一站式 AI 云服务平台

更多推荐

cover

Marvis 系统级 AI 助手实战：5 大 Agent 架构 + 自动化 + 跨端协同全解析

avatar EazyDevelop社区
cover

生产级 RAG 多轮总忘事？别乱加窗口大小，零代码做上下文记忆提 30% 效果附可复用代码

avatar EazyDevelop社区
cover

N8N：一人公司的“自动化中枢”，如何用零代码打造数字员工团队

avatar EazyDevelop社区