task:全网最牛的AI 白嫖教程,用 trae “套娃”安装Claude code

task:全网最牛的AI 白嫖教程,用 trae “套娃”安装Claude code

task:全网最牛的AI 白嫖教程,用 trae “套娃”安装Claude code

背景

之前一直没有动手处理 AI 编程软件的事情,一直还停留在拉取 github 然后本地安装的“刻板映像”中,而实际情况是在我拥有 AI-IDE 窗口之后,很多工具都可以互相接通,所以我从最开始下载cursor 安装,逐渐转换为cursor 只是我的一个窗口,最终目的是用 安装Claude code。

描述

认知跃迁,从“本地安装工具”的静态思维 → 转向“AI-IDE 为统一入口”的动态集成范式。本质是将 Cursor 视为「AI 编程操作系统」的 Shell,而非终点。核心转变:工具即服务,窗口即接口。

准备怎么干

摸黑开始,不看任何博主的文章,畅玩!

航海日志-实操

这又是新的实操篇,不实践,因为没有考虑场景问题,完全是先玩儿工具。接下来直接上操作流程!

点拨:这些流程都是我徒手抹黑,对,我喜欢踩坑。

下载对应系统版本,之后直接双击安装即可。

老规矩:用 github 账号授权登录。

cursor 需要绑定一个手机。

选个人版。

如何是 pro 的付费版本目前是这个价格,不建议小白入手,先用免费的。

选择一个代码仓库平台维护,这里选择 github 即可,最常见。

把存储也升级和授权。

授权好了就是这个样子。

这里选择最nice代码工具也就是 vs code,注意,为了方便后期各个应用之间使用,需要升级终端命令,以后可以从终端调用服务。

非常简洁的界面,我们开始配置吧。

点开设置,然后直接截图丢给 AI。

这里我问 AI 主要是想白嫖,大概流程如下。其实还有其他渠道的方案,就先用官方的吧。

查看额度是否到账,然后将 APIkey 配置进 Cursor 即可。

别慌,如果不会,直接创建一个 agent 完成这个事情,有的也会通过先配置 MCP 的方式完成。

它会引导你采用哪种方式接入大模型,这里选择最直接的自带的配置文件。

直接复制智谱的 API 调用方式给它。

接着让它直接配置,它会自行阅读 cursor 的文档,帮我配置好。注意,这里免费版的不支持自定义模型的接入,但是可以曲线救国。

这里 AI 又开始乱指路了,走到这里可以参照其他博主。或者先走魔力方舟,实在不行就用字节跳动的 trae 部署 cursor,然后配置模型。

初始化trae 给出 cursor 的白嫖 glm 的方案(无意义)

接下来是骚操作了,我准备互相套娃了,用 cursor 安装 trae 使用 glm。然后用 trae 给出 cursor 的白嫖 glm 的方案。

但是后来我想了下,这个 cursor 工具好像不值得我这样去操作!

使用 trae安装 Claude并测试服务

所以,主力工具还是用 trae+Claude+vscode。然后再用 trae 安装 Claude code,并复制迁移一些内容。

只用了 1 分钟,这比我自己下载安装,配置环境快多了!

大概就是这个意思吧,但是这是 cli 安装和使用的。

此时我都不知道这个 Claude 是trae 插件提供的还是我之前安装的!查询一下吧!

好在是全局安装的!

接下来在 trae 中搞一个测试,看能不能调通!

测试调用成功!遗憾的是我的 Claude 网页能登录成功,但是在 CLI 中因登录国家限制,被限制了!

另外,如果是大项目肯定会弹这个窗口。在这里我真的要对 trae 说一声大感谢

Claude.ai 应用下载

如果还需要一个 Claude.ai 的应用或者需要隔离使用,可以再配合下载一个VS code。

如果是再次安装 Claude.ai 的应用,实际上项目文件都是相互隔离的。这里其实,我也不知道哪种方式更加适合!如果我选择 trae 作为我的主要开发工具,那么我认为 Claude 的 cli 则是比较好的方式。

依然的免费套餐骑手~

如果是编程,需要选择一个方式。我猜 web 后续肯定会有什么乱七八糟的限制,就用 VS code 吧!

Read more

军工科研平台如何用WebUploader+PHP实现实验数据的分片加密续传?

前端老哥的“懒人”大文件上传方案(Vue3+原生JS) 兄弟们!我是辽宁一名“头发没秃但代码量秃”的前端程序员,最近接了个外包活——给客户做文件管理系统,核心需求就仨字儿:“稳、省、兼容”!客户拍着桌子说:“20G大文件、文件夹上传下载、加密、断点续传,预算100块,你看着办!” 我揉着太阳穴想:“行吧,谁让我爱交朋友呢?今天把这系统的‘压箱底’代码扒给你,再送你份‘保姆级’文档,保证你直接交给客户,收钱不慌!” 一、需求拆解(客户的“魔鬼”要求,我用“懒人”方案搞定) 先给大伙儿捋捋客户的“奇葩”需求(其实是行业真实痛点): * 大文件上传:20G!比我家冰箱还沉(我家冰箱100斤)。 * 文件夹上传下载:

前端Canvas:让你的网站更具视觉冲击力

前端Canvas:让你的网站更具视觉冲击力 毒舌时刻 前端Canvas?这不是游戏开发才用的吗? "Canvas性能差,我不用"——结果错过了丰富的视觉效果, "Canvas太复杂了,我学不会"——结果只能用静态图片, "我用CSS就够了,要Canvas干嘛"——结果无法实现复杂的动画效果。 醒醒吧,Canvas不是游戏开发的专利,前端也可以用它来创建丰富的视觉效果! 为什么你需要这个? * 丰富的视觉效果:创建动态图形、动画和游戏 * 高性能:直接操作像素,性能优异 * 交互性:支持鼠标、触摸等交互 * 数据可视化:绘制图表、仪表盘等 * 跨平台:在所有现代浏览器中运行 反面教材 // 反面教材:简单的Canvas绘制 function drawCircle() { const canvas = document.getElementById('canvas'

前端+AI:大厂前端岗位JD——总结前端AI学习路线

前端+AI:大厂前端岗位JD——总结前端AI学习路线

背景 现在AI技能是求职的默认必备技能,不管是传统的前后端项目还是现在AI潮流新涌出的AI应用开发工程师、AI Agent工程师以及最顶的AI 算法工程师,笔者为前端岗位,秋招投递了15+互联网大厂,收获3家大厂Offer(快手、京东、拼多多),下面聊聊个人对面试中的AI的一些idea: 1.大厂AI布局 2.透过JD看AI 总结(通过JD总结要学什么) 前端基础JS&算法、React&Vue框架、Vite、Monorepo、Pnpm工程化、性能优化、主流(微前端、SSR、大前端)仍为基础,全栈+AI是亮点,前端&AI学习: 一、前端AI体系架构总览 从这些JD可以看出,前端AI已经从“用AI做页面”升级为AI Native 前端,核心是: 前端开发者不再只是UI渲染层,

Open-WebUI—开箱即用的AI对话可视化神器

Open-WebUI—开箱即用的AI对话可视化神器

你是否曾兴奋地在本地部署了Ollama,却很快被冰冷的命令行和繁琐的指令劝退?是否羡慕ChatGPT那样优雅的聊天界面,却又希望数据能牢牢掌握在自己手中?OpenWebUI。这个在GitHub上狂揽 110,000 Stars 的明星项目,完美地解决了所有痛点 github地址: https://github.com/open-webui/open-webui 1.什么是Open WebUI? Open WebUI 是一款专为大型语言模型(LLM)设计的 开源可视化交互框架,它通过简洁的Web界面,让用户无需编写代码即可与本地部署的AI模型/各大服务商提供大模型API(如DeepSeek、Llama、ChatGLM等)进行自然对话。其核心使命是 “让LLM私有化部署像打开浏览器一样简单” ,尤其适合需要快速搭建企业级AI平台或追求数据隐私的开发者。 2. 核心价值 * 开箱即用:无需复杂的前端开发,快速搭建 AI 交互界面。完全开源,可自由部署、修改和二次开发,无商业使用限制。 * 多模型支持:兼容 Ollama、