跳到主要内容
极客日志极客日志面向AI+效率的开发者社区
首页博客我的书AI学习GitHub 精选镜像AI工具UI配色美学关于
搜索内容 / 工具 / 仓库 / 镜像...⌘K搜索
注册
博客列表
PythonAI

Trae AI 技能创建指南:自动保存提示词功能实现

介绍如何在 Trae AI 中创建自定义技能,通过编写 Python 脚本实现自动将用户输入提示词保存到本地 Markdown 文件的功能。内容涵盖技能概念、文件结构搭建、SKILL.md 配置、main.py 代码编写、依赖管理、打包上传及测试验证流程。该方案有助于沉淀 AI 协作知识,避免提示词丢失,支持团队协作共享最佳实践。

人间过客发布于 2026/2/26更新于 2026/10/23105 浏览
Trae AI 技能创建指南:自动保存提示词功能实现

Trae AI 技能创建全攻略:自动保存你的输入的提示词

一、技能创建:是什么?

在 Trae AI 中,技能(Skill)是扩展 AI 功能的核心方式。技能允许用户自定义 AI 的行为模式,让 AI 具备特定的自动化能力。通过创建技能,你可以:

  1. 自动化重复任务:将常用操作封装成技能
  2. 定制工作流程:根据项目需求设计专属 AI 助手
  3. 提升工作效率:一键执行复杂操作序列
  4. 知识积累与复用:保存最佳实践供团队共享

技能创建的核心是三个文件:SKILL.md(技能描述)、main.py(执行代码)和 requirements.txt(依赖管理)。这些文件打包后上传到 Trae AI,即可扩展 AI 的能力边界。

二、为什么需要自动保存技能?

在 AI 协作编程过程中,我们经常会产生有价值的提示词、代码片段和解决方案。然而,这些宝贵内容往往散落在对话历史中,难以追溯和复用。自动保存技能解决了以下痛点:

  • 对话历史丢失
  • 重复输入相同提示词
  • 团队知识无法共享
  • 最佳实践难以积累

具体价值体现:

  1. 知识沉淀:将所有有价值的提示词自动保存到 Markdown 文件
  2. 历史追溯:每次保存都附带时间戳,方便按时间查找
  3. 团队协作:保存的文件可以纳入版本控制,团队共享
  4. 效率提升:避免重复编写相同提示词,直接复用历史记录
  5. 学习分析:通过分析保存的提示词,优化与 AI 的协作方式

三、如何创建自动保存技能?

3.1 创建技能文件结构

首先,在本地创建一个技能文件夹,结构如下:

save_prompt_skill/
├── SKILL.md      # 技能描述文件(核心配置)
├── main.py       # 技能执行代码
└── requirements.txt # Python 依赖说明(可选)
3.2 编写 SKILL.md 描述文件

SKILL.md 是技能的核心描述文件,使用 YAML+Markdown 格式:

---
name: save_prompt
description: 自动将输入内容追加保存到 prompt 提示词.md 文件中
---
# save_prompt

## 命令
当用户在对话框中输入内容时,自动触发保存功能

## 使用场景
- 记录有价值的提示词和对话内容
- 自动备份 AI 协作过程
 
 


 
 
 
 


   
         
-
创建可复用的提示词库
-
团队知识积累和共享
## 输出解释
1
.
每次触发都会将输入内容追加到指定文件
2
.
自动添加时间戳和分隔符
3
.
文件不存在时自动创建并初始化
4
.
返回操作结果和文件状态
## 示例
**用户输入:**
帮我写一个
Python
快速排序算法
**技能响应:**
✅
内容已保存到
prompt
提示词.md
时间:2024-01-15
14
:30:25
内容摘要:帮我写一个
Python
快速排序算法

关键配置说明:

  • name:技能的唯一标识,使用英文小写和下划线
  • description:简明扼要的技能描述
  • 内容部分:详细说明技能的使用方法和预期效果
3.3 编写 main.py 执行脚本

main.py 包含技能的核心逻辑,实现自动保存功能:

#!/usr/bin/env python3
"""
save_prompt 技能 - 自动保存输入内容到文件
"""
import os
import sys
from datetime import datetime
from pathlib import Path

def save_to_prompt_file(input_text: str) -> str:
    """
    将输入文本保存到 prompt 提示词.md 文件
    参数:
        input_text: 用户输入的文本内容
    返回:
        保存结果的字符串描述
    """
    try:
        # 定义保存路径
        file_path = Path("prompt 提示词.md")
        
        # 初始化文件(如果不存在)
        if not file_path.exists():
            with open(file_path, "w", encoding="utf-8") as f:
                f.write("# 📝 Prompt 提示词库\n\n")
                f.write("> 本文件由 save_prompt 技能自动生成和维护\n\n")
                f.write("---\n\n")
        
        # 准备追加内容(带时间戳)
        timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
        content_to_append = f"## ⏰ {timestamp}\n\n"
        content_to_append += f"{input_text}\n\n"
        content_to_append += "---\n\n"
        
        # 执行追加操作
        with open(file_path, "a", encoding="utf-8") as f:
            f.write(content_to_append)
        
        # 返回用户友好的成功消息
        content_preview = input_text[:60] + "..." if len(input_text) > 60 else input_text
        return (
            f"✅ **保存成功!**\n\n"
            f"**文件路径:** `{file_path.absolute()}`\n"
            f"**保存时间:** {timestamp}\n"
            f"**内容预览:** {content_preview}\n\n"
            f"💡 提示:所有历史记录已安全保存,可随时查看和复用。"
        )
    except PermissionError:
        return "❌ 权限不足:无法写入文件,请检查文件权限"
    except Exception as e:
        return f"❌ 保存失败:{str(e)}"

def main():
    """主函数:处理命令行参数"""
    if len(sys.argv) < 2:
        # 显示使用帮助
        help_text = """ 🛠️ save_prompt 技能使用说明
用法:
    save_prompt "要保存的文本内容"
示例:
    save_prompt "如何优化 Python 代码性能?"
功能:
    将输入内容自动追加到 prompt 提示词.md 文件
"""
        print(help_text)
        return
    
    # 合并所有参数(支持带空格的文本)
    input_text = " ".join(sys.argv[1:])
    
    # 执行保存并输出结果
    result = save_to_prompt_file(input_text)
    print(result)

if __name__ == "__main__":
    main()
3.4 创建 requirements.txt 文件

虽然本技能只使用 Python 标准库,但保留 requirements.txt 是良好的实践:

# save_prompt 技能依赖说明
# 本技能仅使用 Python 3.11+ 标准库,无需额外安装包
# 如果需要添加依赖,格式如下:
# package_name==version
# 示例:
# requests==2.28.1
# pandas==1.5.0

四、技能配置与上传

4.1 压缩文件

将三个文件打包成 ZIP 格式:

Windows 系统:

  1. 选中三个文件(SKILL.md、main.py、requirements.txt)
  2. 右键 → '发送到' → '压缩 (zipped) 文件夹'
  3. 重命名为 save_prompt.skill.zip

macOS/Linux 系统:

zip -r save_prompt.skill.zip SKILL.md main.py requirements.txt
4.2 上传到 Trae AI

进入 Trae AI 技能创建界面,按照以下步骤操作:

  1. 上传文件区域:点击上传按钮或拖拽 ZIP 文件到指定区域
  2. 技能类型选择:
    • 全局技能(在所有项目中可用)
    • 项目技能(仅在当前项目可用)
  3. 技能名称输入:save_prompt
  4. 技能描述填写:自动将输入内容追加保存到 prompt 提示词.md 文件中

指令配置区域:粘贴技能详细说明

4.3 配置技能参数

在 Trae AI 界面中填写以下配置:

技能名称:save_prompt
描述:自动将输入内容追加保存到 prompt 提示词.md 文件中

指令配置:

# save_prompt 技能配置

## 核心功能
自动捕获用户输入并保存到本地文件,建立可检索的提示词库。

## 触发规则
1. 用户输入任意非空内容时自动触发
2. 忽略系统命令和空输入
3. 每次保存都添加时间戳标记

## 文件管理
- 存储位置:当前工作目录下的 `prompt 提示词.md`
- 文件格式:标准 Markdown,兼容所有编辑器
- 存储策略:追加模式,保留完整历史

## 响应格式
✅ **保存成功提示**:文件信息 + 时间戳 + 内容摘要
❌ **错误提示**:具体错误原因 + 解决建议

## 使用示例
输入:帮我解释 React Hooks 的工作原理
输出:✅ 内容已保存(时间 + 路径 + 摘要)

五、测试与验证

5.1 基本功能测试

在 Trae AI 对话框中测试技能是否正常工作。

5.2 文件结构验证

检查生成的 prompt 提示词.md 文件:

# 📝 Prompt 提示词库
> 本文件由 save_prompt 技能自动生成和维护
---

## ⏰ 2026-02-01 10:30:25
Python 列表推导式的最佳实践
---

## ⏰ 2026-02-01 10:31:10
如何配置 Webpack 优化打包速度?
---

## ⏰ 2026-02-01 10:32:05
机器学习模型评估的常用指标
---
5.3 技能触发测试

在 Trae AI 对话框中:

  1. 输入任意内容,如"如何学习 TypeScript?" 或者'广州天河 晚上有啥好吃的?推荐 1 个'
  2. 观察是否出现技能响应
  3. 检查文件是否正确更新

六、进阶优化与建议

6.1 技能功能扩展
# 扩展版本:支持分类保存
class AdvancedPromptSaver:
    def __init__(self):
        self.categories = {
            'code': '代码相关提示词',
            'design': '设计相关提示词',
            'debug': '调试技巧',
            'learn': '学习资源'
        }

    def save_with_category(self, text: str, category: str = 'general'):
        """按分类保存提示词"""
        if category not in self.categories:
            category = 'general'
        filename = f"prompt_{category}.md"
        # 保存逻辑...
6.2 性能优化建议
  1. 批量处理:支持批量导入历史对话
  2. 去重机制:自动识别并跳过重复内容
  3. 智能分类:基于内容自动分类
  4. 搜索功能:添加本地搜索能力
  5. 云端同步:支持多设备同步
6.3 团队协作优化
  • 开发者 A/B/C 共享技能配置
  • 建立团队知识库
  • 标准化提示词
  • 效率提升 40%

七、常见问题解答

Q1:技能没有触发怎么办?

A: 检查以下配置:

  1. 技能是否已启用(在技能管理界面查看)
  2. 技能类型是否为"全局"
  3. 输入内容是否非空
  4. 尝试重启 Trae AI 应用
Q2:文件保存在什么位置?

A: 文件保存在当前工作目录。可以通过以下方式查看:

import os
print(f"当前目录:{os.getcwd()}")
print(f"文件路径:{os.path.join(os.getcwd(), 'prompt 提示词.md')}")
Q3:如何修改保存路径?

A: 修改 main.py 中的 file_path 定义:

# 保存到指定目录
file_path = Path("/path/to/your/directory/prompt 提示词.md")
# 或保存到桌面(跨平台)
from pathlib import Path
desktop = Path.home() / "Desktop"
file_path = desktop / "prompt 提示词.md"
Q4:支持保存图片或文件吗?

A: 当前版本仅支持文本。如果需要保存多媒体内容,需要扩展技能功能,将文件转换为 Base64 编码或保存文件路径引用。

Q5:技能会影响 AI 响应速度吗?

A: 影响极小。保存操作是异步进行的,通常只需几毫秒,不会明显影响对话体验。

Q6:如何分享技能给团队成员?

A: 两种方式:

  1. 分享 ZIP 包,让成员自行导入
  2. 将技能文件纳入版本控制(Git)
  3. 创建团队技能库,统一管理

目录

  1. Trae AI 技能创建全攻略:自动保存你的输入的提示词
  2. 一、技能创建:是什么?
  3. 二、为什么需要自动保存技能?
  4. 三、如何创建自动保存技能?
  5. 3.1 创建技能文件结构
  6. 3.2 编写 SKILL.md 描述文件
  7. save_prompt
  8. 命令
  9. 使用场景
  10. 输出解释
  11. 示例
  12. 3.3 编写 main.py 执行脚本
  13. 3.4 创建 requirements.txt 文件
  14. save_prompt 技能依赖说明
  15. 本技能仅使用 Python 3.11+ 标准库,无需额外安装包
  16. 如果需要添加依赖,格式如下:
  17. package_name==version
  18. 示例:
  19. requests==2.28.1
  20. pandas==1.5.0
  21. 四、技能配置与上传
  22. 4.1 压缩文件
  23. 4.2 上传到 Trae AI
  24. 4.3 配置技能参数
  25. save_prompt 技能配置
  26. 核心功能
  27. 触发规则
  28. 文件管理
  29. 响应格式
  30. 使用示例
  31. 五、测试与验证
  32. 5.1 基本功能测试
  33. 5.2 文件结构验证
  34. 📝 Prompt 提示词库
  35. ⏰ 2026-02-01 10:30:25
  36. ⏰ 2026-02-01 10:31:10
  37. ⏰ 2026-02-01 10:32:05
  38. 5.3 技能触发测试
  39. 六、进阶优化与建议
  40. 6.1 技能功能扩展
  41. 扩展版本:支持分类保存
  42. 6.2 性能优化建议
  43. 6.3 团队协作优化
  44. 七、常见问题解答
  45. Q1:技能没有触发怎么办?
  46. Q2:文件保存在什么位置?
  47. Q3:如何修改保存路径?
  48. 保存到指定目录
  49. 或保存到桌面(跨平台)
  50. Q4:支持保存图片或文件吗?
  51. Q5:技能会影响 AI 响应速度吗?
  52. Q6:如何分享技能给团队成员?

更多推荐文章

查看全部
  • 基于 GitLab CI/CD 与 DeepSeek 的 AI Code Review 自动化方案
  • 使用 ZeroNews 远程管理 OpenClaw Gateway Dashboard
  • AI 绘画提示词引导系数设置指南:从原理到实践
  • Web3 核心概念解析与比特币以太坊对比
  • Stable Diffusion 3.5 工业设计实战:产品草图生成系统
  • node-llama-cpp 跨平台安装与配置指南:Windows、Linux 及 macOS
  • 小巧的 MCPHost:命令行通过大模型与外部工具交互
  • 网络安全渗透测试常用浏览器扩展工具推荐
  • Qwen2.5-7B-Instruct 大模型 vLLM 推理加速与前端调用
  • C++ ROS 回调函数中的对象生命周期陷阱:Use-After-Free 解析
  • HarmonyOS6 RcIcon 组件属性系统与样式定制策略
  • 2024 年转行 AI 产品经理的时机分析与准备指南
  • 无人机光伏巡检:低空经济下的运维革新与实战
  • Dubbo 发展历程:从阿里内部工具到云原生分布式框架
  • ComfyUI Manager 使用指南:插件与模型管理优化
  • Java synchronized 关键字详解:从字节码到对象头与锁升级
  • 错排问题解析:定义、公式推导与编程实战
  • 国内如何付费升级 GitHub Copilot 专业版
  • AI 辅助贪吃蛇游戏开发实战
  • 应届生春招避坑指南:识别三无公司与保障劳动权益

相关免费在线工具

  • RSA密钥对生成器

    生成新的随机RSA私钥和公钥pem证书。 在线工具,RSA密钥对生成器在线工具,online

  • Mermaid 预览与可视化编辑

    基于 Mermaid.js 实时预览流程图、时序图等图表,支持源码编辑与即时渲染。 在线工具,Mermaid 预览与可视化编辑在线工具,online

  • 随机西班牙地址生成器

    随机生成西班牙地址(支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选),支持数量快捷选择、显示全部与下载。 在线工具,随机西班牙地址生成器在线工具,online

  • curl 转代码

    解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具,curl 转代码在线工具,online

  • Base64 字符串编码/解码

    将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具,Base64 字符串编码/解码在线工具,online

  • Base64 文件转换器

    将字符串、文件或图像转换为其 Base64 表示形式。 在线工具,Base64 文件转换器在线工具,online