AI 编程工具 Trae Code 使用指南 — 软件开发项目实训

CHAPTER 01 · 入门

认识 Trae Code：AI 原生 IDE

Trae Code 是 TRAE 推出的 AI 原生集成开发环境（IDE）。它不是"编辑器 + AI 插件"的组合，而是把 AI 能力深度内置到编码全流程中：你可以用自然语言对话让它读代码、写代码、修 Bug、跑测试，甚至自动规划并完成整个开发任务。

🤖

AI 原生，不是插件

对话、智能体、模型、上下文等能力开箱即用，无需繁琐配置，AI 是 IDE 的"一等公民"。

🎨

生态兼容

可一键导入 VS Code / Cursor 的主题、插件与配置；兼容 AGENTS.md、CLAUDE.md 等主流规范文件。

🇨🇳

中文友好

国产出品，中文文档、中文交互体验完善，内置多款国产主流大模型，手机号即可注册登录。

1两种开发模式：你主导 or AI 主导

Trae Code 在界面左上角提供双重开发模式，可按任务随时切换：

模式	谁在主导	适合场景	特点
IDE 模式	开发者主导	日常开发、重构、调试，需要全程自主控制流程	传统开发方式 + AI 辅助，掌控感强
SOLO 模式	AI 主导	把一个需求"整包"交给 AI：从需求理解 → 代码生成 → 测试 → 成果预览全流程自动完成	AI 自动规划任务并执行，效率拉满

2核心能力速览

💬

AI 对话

侧边对话 + 行内对话，支持图片、语音输入，随时问答、生成、修复、解释代码。

🧠

智能体 Agent

面向不同开发场景的编程助手，内置智能体开箱即用，还能创建专属自定义智能体。

✨

CUE 超级补全

智能代码补全：多行修改、修改点预测与跳转、智能导入、智能重命名。

🔌

MCP 工具生态

通过 MCP 协议接入外部工具与服务（浏览器自动化、设计稿转代码、地图规划等）。

📚

技能 / 规则 / 记忆

把团队规范、个人偏好沉淀成可复用的"配置资产"，让 AI 越用越懂你和项目。

⚡

斜杠命令

用 / 快速触发 /plan、/spec、/goal 等工作流，重复任务一键执行。

CHAPTER 02 · 安装

安装与初始配置：四步跑起来

Trae Code 提供 macOS、Windows、Linux 三端安装包。整条上手路径只有四步：下载安装 → 初始设置 → 配置开发环境 → 打开项目。

1第一步：检查系统要求，下载安装

系统版本：macOS 12.0 及以上
芯片架构：Apple Silicon（M 系列）/ Intel 均有对应安装包
低版本提示：系统低于 macOS 12 时，需从官网提供的专属链接下载低于 3.3.25 版本的安装包

系统版本：Windows 10、Windows 11
架构要求：64 位（x64）
下载 .exe 安装包后按引导完成安装即可

Debian 格式（.deb）：Ubuntu 20.04 及以上、Debian 10 及以上
RPM 格式（.rpm）：Fedora 42、RHEL 9.x
架构：64 位（x64）、64 位（ARM64）

安装入口：前往 TRAE 官网 www.trae.com.cn，点击右上角 「下载 IDE」 按钮，下载安装包到本地并完成安装。

2第二步：启动并完成初始设置

选择主题和语言

按喜好选择界面主题（浅色 / 深色）与界面语言。

导入已有配置（可选但推荐）

支持从 VS Code 或 Cursor 一键导入已有配置，老用户无缝迁移。

添加命令行工具

按引导添加 Trae Code 相关的命令行，方便终端启动。

登录账号

支持 手机号、抖音账号、苹果账号、稀土掘金账号等方式登录 Trae Code。

3第三步：配置开发环境

前往 设置 → 开发环境，配置本地开发运行环境。当前支持配置 Node.js 版本，用于指定 Trae Code 在运行项目、安装依赖、执行构建或测试命令时使用的环境。点击 「+」 既可以添加本地已安装的 Node.js SDK，也可以直接下载使用 Trae Code 内置的 Node.js SDK。

4第四步：打开你的项目

📁

导入本地文件夹

点击左侧面板中央「打开文件夹」按钮，或左上角「选择项目 → 打开文件夹」，选择本地文件夹打开。

🐙

从 GitHub 克隆

「克隆 Git 仓库 → 从 GitHub 克隆」，完成 Trae Code 与 GitHub 授权后即可将仓库克隆到本地。

🔗

从 URL 克隆

「克隆 Git 仓库」后在顶部面板输入目标 Git 仓库 URL，克隆到本地并自动打开。

💡

新手建议：先导入 VS Code 配置（插件、快捷键一步到位）→ 用内置 Node.js SDK 配好开发环境 → 打开一个熟悉的练手项目，跟着下一章试试 AI 对话。

CHAPTER 03 · AI 编程核心

八大核心能力：AI 编程的"全家桶"

这一章是 Trae Code 的灵魂。八个能力各司其职：对话是入口，模型是大脑，上下文是眼睛，智能体是干活的角色， 技能 / 规则 / 记忆是它的"职业素养"，命令是快捷方式。

💬 对话 Chat 🧠 模型 Models 👁️ 上下文 Context 🤖 智能体 Agent 📘 技能 Skill 📏 规则 Rule 💾 记忆 Memory ⚡ 命令 Command

3.1对话（Chat）：两种打开方式

对话是你与 AI 协作的主入口，可用于代码问答、仓库理解、代码生成、错误修复、代码优化等任务。 Trae Code 提供侧边对话与行内对话两种方式。

方式	快捷键	定位	适合的事
侧边对话	`Ctrl` + `U` macOS `Cmd` + `U`	右侧面板，进行较完整的任务沟通	解释代码仓库、生成代码片段、修复错误、规划实现方案
行内对话	`Ctrl` + `I` macOS `Cmd` + `I`	在编辑器内就地与 AI 交互，不离开编码现场	边写边改、润色当前代码，保持编码心流；也可选中代码后按快捷键或点悬浮菜单「编辑」

对话的四个加分技巧

🖼️

图片输入

把报错截图、产品设计稿、参考样式发给 AI。支持：拖入对话框 / 粘贴剪贴板 / 输入框左下角 「+」→ 上传图片。

🎙️

语音输入

不想打字就点输入框右下角语音图标说话，自动转文字后再手动编辑发送。首次使用需授权麦克风权限。

✍️

让 AI 优化你的提问

输入问题后，点击模型名称右侧的「优化输入内容」图标，AI 帮你把指令改写得更清晰、更易理解。

🌿

创建会话副本（Fork Chat）

在任意一条 AI 回复底部点「创建会话副本」，新对话继承该回复之前的全部上下文，原对话保持不变 —— 适合"同一起点，多方案探索"。

3.2模型（Models）：给 AI 换"大脑"

Trae Code 内置多款主流模型，任务不同，模型可随时切换。在 AI 对话输入框右下角点击当前模型名称即可打开模型列表；鼠标悬浮在模型名上可查看其支持的能力。

内置模型（部分）	备注
Seed-2.1-Pro / Seed-2.1-Turbo / Seed-Code	Seed 系列，覆盖旗舰、快速与编码专精版本
GLM-5.3 / GLM-5.2 / GLM-5.1 / GLM-5	智谱 GLM 系列，多版本可选
DeepSeek-V4-Pro（正式版）/ DeepSeek-V4-Flash	DeepSeek 系列，Pro 正式版与 Flash 轻量版
Kimi-K2.7-Code / MiniMax-M3	Kimi 编码模型与 MiniMax 通用模型
Qwen3.8-Max / Qwen3.7-Plus	通义千问系列
会员专享 Seed-Evolving、DeepSeek-V4-Flash 正式版、Kimi-K3	仅限会员 Pro / Pro+ / Ultra / Express 用户使用

内置不够用？接入自定义模型

前往 设置 → 模型 → 添加模型，两种来源：

🏢

方式一：预设模型服务商

从 Trae Code 预设的服务商和模型列表中选择，按提示填写 API 密钥即可。计费方式可选按量计费 / Coding Plan / Agent Plan。

🛠️

方式二：完全自定义

选择 API 格式（OpenAI Chat Completion 或 Anthropic Messages），填写请求地址、模型 ID、鉴权信息，即可接入未预设的模型。

高级配置还支持：上下文窗口（输入 / 输出 Token 上限）、工具调用轮数、图片输入开关、思考模式，以及采样参数（Temperature 越高越发散、Top P / Top K 控制候选范围）。添加时 TraeCode 会自动校验 API 密钥连通性，失败时给出错误日志便于排查。

3.3上下文（Context）：让 AI"看对东西"

AI 回答准不准，很大程度取决于你喂给它什么上下文。除了 AI 默认能看到当前编辑器打开的文件外，Trae Code 提供三种添加上下文的方式：

🖱️

编辑器内容

选中代码 → 点悬浮菜单「添加到对话」，输入框会显示文件名与行号。

🖥️

终端内容

点击终端输出片段 → 点右上角「添加到对话」，让 AI 帮你修报错。

#️⃣

# 符号引用（重点）

在输入框输入 # 或点击左下角 # 图标，选择上下文类型后添加。

# 引用全家桶：9 种上下文类型

在对话输入框试试输入 #（上下文）、@（智能体）、/（命令）—— 点击下面的按钮体验：

# 上下文类型列表

#Code只需要让 AI 理解某个函数或类时使用

#File需要让 AI 阅读完整的文件

#Folder需求涉及某个目录下的多个文件（依赖代码索引构建）

#Workspace让 AI 从整个项目中自动查找相关内容，适合接手陌生项目

#Doc引用文档集：可用 URL 抓取站点文档，或添加本地 .md / .txt 文件

#Problems让 AI 分析「问题」页签中的全部诊断信息

#Web联网搜索或读取指定网页内容；先输入网址再提问，可查最新信息

#Rule引用当前项目创建的项目级规则

#Past Chats引用历史对话内容（需在设置 → Beta 中开启）

@ 智能体列表（输入 @ 唤起）

@Agent内置智能体，日常开发主力，可调用自定义智能体协同完成任务

@自定义智能体你创建的专属智能体，各带独立提示词与工具集

创建智能体浮起面板底部的入口，支持「智能生成」和「手动创建」

/ 命令列表（输入 / 唤起）

/plan调用 Plan 工作流：先规划再动手

/spec调用 Spec 工作流：按规格说明驱动开发

/goal调用 Goal 工作流：目标导向执行任务

/自定义命令你封装的常用 Prompt，如「总结 PR 变更」「生成提交信息」

💡

组合拳示例：#File 用户管理模块 + #Code login 函数 + 报错截图 再提问"为什么登录总是失败？" —— 上下文给得越准，AI 答得越靠谱。
另外注意：#Folder 与 #Workspace 依赖代码索引，索引未构建完时召回会打折扣，提问时留意 References 处的"索引构建中"提示。

3.4智能体（Agent）：给 AI 一个"角色"

智能体是面向不同开发场景的编程助手。使用方法非常简单：在输入框输入 @ 或点击 「@智能体」，从列表中选择即可。除了内置智能体，你还可以创建自定义智能体，为它配置专属提示词和工具集。

创建自定义智能体：两种方式

✨

智能生成（推荐）

输入 @ → 点浮起面板底部「创建智能体」→ 右上角「智能生成」→ 描述功能、使用场景、使用时机 → 点「生成」，系统自动产出智能体，再按需微调参数。

⚙️

手动创建

同入口选择手动创建，自己填写名称、提示词、工具等配置项后点「创建」。

智能体可配置什么

配置项	说明
头像 / 名称	展示用，可自定义图片与名称
提示词（Prompt）	规范智能体完成任务的方式：人设、回答口吻、工作流程、使用工具的时机、需遵守的规范等
可被其他智能体调用	开启后可被其他智能体调用以完成模块化任务（被调用时拥有独立上下文），需配置英文标识名（如 `project-analyzer`）和何时调用的描述；目前仅内置智能体 "Agent" 可调用自定义智能体
工具	MCP Server：可添加一个或多个，扩展外部能力内置工具五件套：阅读检索查看文件文件系统增删改查终端运行命令联网搜索查网页预览前端结果预览

智能体还能管理：修改配置、分享到掘金社区或复制链接分享（分享前建议对提示词和 MCP 配置脱敏）、删除；也可以导入他人分享的智能体 —— 点击分享链接，浏览器引导打开 TraeCode 后点「立即获取」即可复用其配置。官方还提供了一批可一键导入的自定义智能体示例，覆盖项目开发的不同场景。

3.5技能（Skill）：AI 的"专业能力说明书"

一个技能 = 一套封装好的指令 + 脚本 + 资源，以 SKILL.md 文件定义。可以把它理解为给智能体的岗位操作手册：执行任务前，智能体先扫描所有技能的简介， 只在任务高度相关时才加载完整内容 —— 这种"按需加载"能显著节省 Token、避免无关信息干扰决策。

🌐

全局技能

跨项目生效。适合：统一代码风格与命名规范、通用工具链用法（Git / CI-CD / Playwright）、固化个人输出偏好。

目录：~/.trae-cn/skills（Windows：%userprofile%\.trae-cn\skills）

📦

项目技能

仅当前项目生效。适合：注入业务约束与术语、锁定技术栈与框架版本、配合项目内的 MCP Server 协同工作。

目录：项目下 .trae/skills/

技能的目录结构与 SKILL.md 格式

skill-name/ 目录结构复制

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）可复用模板
│   └── component.tsx
└── resources/        # （可选）参考文件、脚本、素材
    └── style-guide.md

SKILL.md 文件格式复制

---
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。

内置技能与创建方式

内置技能	用途
`TRAE-security-review`	代码安全扫描：审查合并请求与代码差异，输出安全漏洞与最佳实践的结构化反馈
`TRAE-code-review`	代码审查：针对代码质量、正确性及最佳实践提供结构化反馈
`TRAE-debugger`	运行时调试：启动调试服务器收集日志，遵循"假设 → 插桩 → 复现 → 分析 → 修复 → 验证"的科学调试流程，适合静态分析搞不定的疑难 Bug
`TRAE-generate-mini-app`	生成基于 Taro 框架的高质量可运行多端小程序代码

💬

对话创建

直接对 AI 说："帮我在 .trae/skills 下创建技能 xxx，它可以……"，AI 自动生成 SKILL.md。

🖱️

界面创建

设置 → 技能与命令 → 技能 → 创建，选择全局 / 项目类型，填写名称、描述、指令即可。

📥

导入外部技能

上传 SKILL.md 或包含它的 .zip 包，系统自动解析填充配置；也可用 find-skills 从开放的 Agent Skills 生态安装到 .agents/skills/ 目录（需在导入设置中启用）。

使用技能也有两条路：手动调用（"用 codemap 技能总结这个分支的改动"）或AI 自动调用（AI 根据技能 description 判断相关性，自动加载使用）。若 .trae/skills/ 与 .agents/skills/ 中出现重名技能，系统优先调用 .trae/skills/ 中的版本。

3.6规则（Rule）：给 AI 立"规矩"

规则用于规范 AI 在代码风格、语言与框架、交互方式等方面的行为：一次配置，长期生效。分为全局规则（个人习惯，所有项目生效，目录 ~/.trae-cn/user_rules）和项目规则（项目专属，仅该项目生效，目录 .trae/rules/，Markdown 编写）。

项目规则的四种生效方式

生效方式	触发逻辑	关键属性
始终生效	当前项目下所有 AI 对话中生效	`alwaysApply: true`
指定文件生效	对话提及的文件与通配符匹配时自动生效	`globs`（如 `.js`、`src//.ts`，逗号分隔可多个）
智能生效	AI 根据 description 描述的适用场景，对话中自行判断是否使用	`description`（如"编写 React 组件测试时使用"）
手动触发	仅在对话中通过 `#Rule` 提及时生效（优先级最高）	`alwaysApply: false`

.trae/rules/ 目录组织（支持最多 3 层嵌套 + 子目录规则）复制

.trae/rules/
├── general-rules.md            # 通用规则
├── frontend/                   # 前端类规则
│   ├── react-best-practices.md
│   ├── css-naming.md
│   └── testing/
│        └── unit-test-rules.md
├── backend/                    # 后端类规则
│   ├── api-design.md
│   └── error-handling.md
└── devops/
     └── ci-rules.md

# 大型项目还可把规则放进子模块自己的 .trae/rules/ 中，
# 仅当该目录文件被读取 / 提及时才自动生效，互不干扰

🤝

兼容 AGENTS.md / CLAUDE.md

Trae Code 兼容这三类主流规范文件：项目根目录的 AGENTS.md、CLAUDE.md、CLAUDE.local.md，导入项目即被识别。需在 设置 → 规则 → 导入设置 中打开对应开关后生效，可跨 IDE 复用。

📝

Git 提交信息也能管

在规则文件中添加 scene: git_message 字段，AI 生成提交信息时自动遵循；多个含该字段的规则会同时生效。源代码管理面板点「生成提交内容」即可让 AI 写 commit。

💡

规则最佳实践：单条规则保持聚焦、规则间不要冲突；文件路径用相对路径；新建或修改规则后建议开新对话再使用，避免历史上下文与新规则打架。

3.7记忆（Memory）：让 AI 记住你

记忆功能把对后续协作有价值的偏好与规则保存下来，让 AI 越用越懂你。首次使用需前往 设置 → 规则与记忆 → 记忆，打开「记忆」开关。

类型	生效范围	存储位置
全局记忆	当前用户本地所有项目	`~/.trae-cn/memory/user_profile.md`（Windows：`%userprofile%\.trae-cn\memory\user_profile.md`）
项目记忆	仅当前项目	`~/.trae-cn/memory/projects/{project_path}/project_memory.md`

✍️

手动管理

设置 → 规则与记忆 → 记忆，点击「用户记忆」或「项目记忆」区域，编辑器会直接打开对应 .md 文件，可自由写入、更新、删除记忆后保存。

🤖

让 AI 主动管理

自动创建 / 更新：AI 自行识别有价值的偏好并维护记忆；按要求操作：直接说"记住我偏好中文回答""以后叫我 David""删除关于称呼的记忆"，AI 即写入 / 修改 / 删除。

⚠️

注意：记忆数据存储在本地，无法跨电脑共享。一次性临时指令、模糊不确定的偏好、敏感信息（密码、隐私）不会被自动保存为记忆。

3.8命令（Command）：常用操作一键触发

命令是快捷方式：把常用的 Prompt 或操作封装起来，在对话中输入 / 即可快速执行 —— 复用常用 Prompt、固定输出格式（如 Conventional Commits 规范的 commit message）、一键执行多步骤流程（代码审查、性能分析等）。

📦

项目命令

仅当前项目生效，存放在 .trae/commands 目录，最多支持 3 层嵌套分类。

🌐

全局命令

所有项目生效，存放在 ~/.trae-cn/commands（Windows：%userprofile%\.trae-cn\commands）。

内置命令三个：/plan（Plan 工作流）、/spec（Spec 工作流）、/goal（Goal 工作流）。 自定义命令的创建路径：设置 → 技能与命令 → 命令 → 创建，选择全局 / 项目并命名后，Trae Code 自动创建 {command_name}.md 文件（建议用能反映功能的关键词命名，如 summarize-pr-info），在文件中写好描述与指令保存即可。

自定义命令文件示例：summarize-pr-info.md复制

---
名称: summarize-pr-info
描述: 总结 PR 信息
---

查看当前 Pull Request 的代码变更内容，对比修改前后的代码，
并总结本次 PR 的主要变更。输出内容包括：

1. 本次 PR 的核心改动点
2. 主要修改的文件或模块
3. 关键逻辑变化或新增功能
4. 可能影响的功能或潜在风险

✦一张表分清：智能体 / 技能 / 规则 / 记忆 / 命令 / MCP

初学最容易混淆这六个概念，用一张表彻底分清：

概念	一句话理解	加载方式	典型场景
智能体	一个带提示词和工具集的"角色"	用 `@` 手动选择或被调用	测试专家、代码审查员
技能	教 AI"怎么做事"的操作手册	按需加载：任务相关才读全文	SOP 流程、设计规范
规则	约束 AI 行为的"纪律条款"	全量加载：对话中持续注入上下文	代码风格、命名规范
记忆	跨对话保留的个人 / 项目偏好	自动注入	"我喜欢中文回答"
命令	封装常用 Prompt 的快捷键	输入 `/` 手动触发	总结 PR、生成 commit
MCP	给 AI 接入外部工具的协议	智能体按需调用	浏览器操作、地图查询

🧭

记忆口诀：规则管"底线"，技能管"流程"，记忆管"偏好"，命令管"快捷"，智能体管"分工"，MCP 管"外挂"。

CHAPTER 04 · MCP

MCP：给 AI 装"万能接口"

MCP（Model Context Protocol，模型上下文协议）是一种协议，允许大模型访问自定义的工具和服务。通俗地说：AI 再聪明也只能"读写代码"，而 MCP 让它能查地图、操控浏览器、读设计稿、调云服务 —— Trae Code 中的智能体作为 MCP 客户端，向 MCP Server 发起请求来使用这些工具。

🧑‍💻

你的指令

"帮我测试登录页"

→

🤖

智能体（MCP 客户端）

判断需要什么工具

→

🔌

MCP Server

如 Playwright 服务

→

🛠️

执行工具

打开页面、点击、断言

→

📊

结果返回

AI 汇总给出结论

1支持的 MCP Server 类型

类型	传输协议	执行环境
stdio	stdio（标准输入输出）	本地
HTTP SSE	HTTP + SSE	本地 / 远程
Streamable HTTP	HTTP POST / GET + SSE 流式	本地 / 远程

2三种添加方式

🛒

① 从 MCP 市场添加（最简单）

设置 → MCP → 添加 → 从市场添加，浏览社区热门 Server，点右侧 「+」，在弹窗中填入配置（env 里的 API Key 等要替换成真实值），确认即可。

标记为 Local 的 Server 需先本地安装 NPX 或 UVX。

✍️

② 手动配置 JSON

设置 → MCP → 添加 → 手动添加，填入 JSON 配置。若已在其他 IDE 配置过，可直接把它们的 mcp.json 内容粘贴进来复用。

提示：优先使用 NPX 或 UVX 配置。

📁

③ 项目级 MCP

在项目根目录 .trae/mcp.json 中声明配置，需要时自动加载。需在 设置 → MCP 打开「启用项目级 MCP」开关并确认。

⚠️ 确保工作区文件可信，谨防恶意配置。

3配置文件怎么写

stdio 类型：本地命令启动（以 GitHub MCP Server 为例）复制

{
  "mcpServers": {
    "github": {
      "command": "npx",                    // 必填：启动命令，须在 PATH 中或用完整路径（不能含空格）
      "args": ["-y", "@modelcontextprotocol/server-github"],  // 参数列表
      "env": {                              // 环境变量（如 API Key）
        "API_Key": "你的真实密钥"
      }
    }
  }
}

HTTP 类型：连接远程服务复制

{
  "mcpServers": {
    "remote-server": {
      "url": "https://example.com/mcp",   // 必填：合法的 HTTP / HTTPS 地址
      "headers": {                          // 自定义请求头（如鉴权）
        "Authorization": "Bearer xxxx-xxxxxxx"
      }
    }
  }
}

进阶：超时设置与路径变量复制

// 超时控制（stdio 用 env，HTTP 用 headers）：
"env": {
  "START_MCP_TIMEOUT_MS": "60000",   // 启动 MCP Server 的超时时间（ms）
  "RUN_MCP_TIMEOUT_MS": "60000"      // 调用 tools 的超时时间（ms）
}

// 路径变量：${workspaceFolder} 自动替换为当前项目根目录
{
  "mcpServers": {
    "my-tool": {
      "command": "node",
      "args": ["${workspaceFolder}/plugins/mcp.js"]
    }
  }
}

4MCP 实战场景

🎨

Figma 设计稿 → 前端代码

接入 Figma MCP Server，让 AI 直接读取设计稿并转写为前端代码，设计到开发的翻译一步到位。

🎭

Playwright 网页自动化测试

让智能体通过 Playwright Server 操控浏览器：打开页面、点击、填表、断言，自动完成回归测试。

🗺️

高德地图行程规划

使用高德地图 MCP Server 查路线、算时间，"帮我规划明天上午三个客户的拜访顺序"也能问 AI。

⚠️

安全须知：MCP Server 由第三方构建和维护，Trae Code 不审查或背书这些服务器。部分 Server 可能因法律法规、网络限制或访问策略在你所在地区不可用。使用时请自行确保遵守当地法律法规，并注意不要在不可信项目中随意启用项目级 MCP。

CHAPTER 05 · 速查与 FAQ

上手路线与速查表

把前面四章浓缩成一张"新手五步路线"和几张速查表，随用随查。

1新手五步上手路线

装好并登录

官网下载安装 → 初始设置（可导入 VS Code 配置）→ 手机号登录。

用对话破冰

打开项目，按 Ctrl+U 打开侧边对话，试试"#File + 这个项目的结构是什么？"

用 @ 智能体干活

输入 @ 选择智能体，把"修个 Bug""加个功能"整块交给它。

沉淀规则与记忆

写两三条项目规则（命名、注释规范），告诉 AI"记住我喜欢中文回答"，让它越来越懂你。

接 MCP 扩展能力

从 MCP 市场加一个 Playwright，体验"AI 帮我测页面"的自动化威力。

2符号与快捷键速查

按键 / 符号	作用
`Ctrl` + `U`（macOS `Cmd`+`U`）	打开 / 重新打开侧边对话面板
`Ctrl` + `I`（macOS `Cmd`+`I`）	在编辑器中打开行内对话（可先选中代码）
#	添加上下文：#Code / #File / #Folder / #Workspace / #Doc / #Problems / #Web / #Rule / #Past Chats
@	选择智能体，或进入「创建智能体」入口
/	触发命令：内置 /plan、/spec、/goal 及自定义命令

3场景 → 推荐用法速查

遇到什么场景	推荐用法
接手陌生项目，快速摸清结构	侧边对话 + `#Workspace`（依赖代码索引）提问项目功能与架构
终端报错看不懂	终端片段「添加到对话」或贴上报错截图，让 AI 解释并修复
只想改光标处 / 选中的几行代码	`Ctrl`+`I` 行内对话，不打断心流
同一个起点想对比多个方案	用 Fork Chat 从同一条回复分裂出多个会话
团队代码风格总不统一	写项目规则（.trae/rules/）+ 封装技能固化 SOP
重复的 Prompt 天天打	封装为自定义命令，输入 `/` 一键触发
想让 AI 操控浏览器 / 读设计稿 / 查地图	添加对应 MCP Server 并挂到智能体上
生成规范的 Git 提交信息	规则文件加 `scene: git_message`，源代码管理面板点「生成提交内容」

4常见问题 FAQ

Trae Code 收费吗？

IDE 本身可免费下载使用，内置多款免费模型；另有 Seed-Evolving、Kimi-K3 等模型与增值能力面向会员 Pro / Pro+ / Ultra / Express 开放。此外还支持接入自己的 API Key 使用自定义模型，按服务商计费。

它和 VS Code / Cursor 是什么关系？

Trae Code 生态兼容 VS Code：可一键导入 VS Code / Cursor 的配置与插件习惯；同时兼容 AGENTS.md、CLAUDE.md 等规范文件，从 Claude Code 迁移的项目也能无缝识别。区别在于 Trae Code 是 AI 原生设计 —— 对话、智能体、技能、规则、记忆、MCP 都是内置能力，不依赖第三方插件拼装。

规则、技能、记忆，我该先用哪个？

按需求选：个人输出偏好（中文回答、注释习惯）用记忆；项目硬约束（技术栈、命名、代码风格）用规则；可复用的工作流程（测试步骤、审查清单）用技能。注意加载机制的差异：规则全量注入上下文，技能按需加载更省 Token —— 内容多、针对性强的知识优先做成技能。

#Workspace 提示"索引构建中"怎么办？

#Folder 和 #Workspace 依赖工作区代码索引。等索引构建完成即可；若从未构建，按 References 位置出现的提示引导，前往设置页管理并构建索引。

添加 MCP Server 后用不了？

依次检查：① Local 类型的 Server 需本地已安装 NPX 或 UVX；② 配置里的 env 密钥是否替换为真实值；③ 超时是否过短（可用 START_MCP_TIMEOUT_MS / RUN_MCP_TIMEOUT_MS 调整）；④ 部分第三方 Server 受网络或访问策略限制，需确认其在当前环境可用。

记忆能同步到另一台电脑吗？

不能。记忆数据存储在本地（~/.trae-cn/memory/），不支持跨电脑共享；换机器需要重新积累或手动拷贝记忆文件。