TRAE 接入方舟 Coding Plan教程(AI IDE 字节系)

TRAE 接入方舟 Coding Plan教程(AI IDE 字节系)

1 下载&安装TRAE

1.1 什么是 TRAE ?

字节跳动发布的AI原生编程工具,可帮助开发者从0到1开发完整项目。

TRAE(/treɪ/)深度融合 AI 能力,是一名能够理解需求、调用工具并独立完成各类开发任务的“AI 开发工程师”,帮助你高效推进每一个项目。

支持以下功能:

实时续写代码调试运行智能排查Bug版本控制自动构建项目一键预览效果解答技术难题

1.2 下载

国内版下载地址(推荐):https://www.trae.cn/ide/download

国际版下载地址(适合已订阅国外大模型的用户): https://www.trae.ai/download

目前支持的系统(注意:Linux版本需要预约候补):

  • Windows
  • macOS
  • Linux

1.3 安装

 点击打开已下载的安装包,选择安装目录,一路点击下一步即可。

选择“个人用户”

注意:“个人版”登录需要个人手机号码

2 订阅方舟 Coding Plan

2.1 订阅地址及活动

订阅活动地址: https://www.volcengine.com/activity/codingplan

活动:

        活动价格:Lite plan 原价40月/月,活动价9折。

        新用户最低至首月3元/月。

        新用户福利:赠 ArkClaw 7 天免费体验。

        模型自由,工具不限,免费解锁 ArkClaw(字节龙虾),7*24 小时在线的专属智能伙伴。

推荐活动邀请码:

         限时邀请有礼活动:邀请好友订阅,好友可享 9 折优惠;您也可获得 10% 的代金券奖励,上不封顶。

X496JUKT

2.2 套餐包含哪些大模型?

目前支持的大模型:https://www.volcengine.com/docs/82379/1925114?lang=zh&_vtm_=0.0.c854860.d562002.0#51b87c17

 Doubao-Seed-2.0-pro/lite/Code Doubao-Seed-Code MiniMax-M2.5 Kimi-K2.5 GLM-4.7 Deepseek-V3.2


 

3 TRAE-个人版 如何配置使用方舟 Coding Plan

3.1 配置步骤

1)使用个人账号登录 TRAE;

2)点击设置并在模型页面中点击“添加模型”;

        

 3)在弹出的页面中,依次填写必要的参数

服务商:火山引擎 Plan

模型:   直接从列表中选择提供的模型:GLM-4.7Kimi-K2.5DeepSeek-V3.2Doubao-Seed-Code如果以上列表中没有你想要的模型,则选择“使用其他模型”,并按照Coding Plan 核心参数中参数值的模型 ID填入正确的模型 ID。

API 密钥:获取API Key

其他模型 Coding Plan 核心参数

核心参数参数值 注意事项
Base URLhttps://ark.cn-beijing.volces.com/api/coding/v3⚠️ 注意:请勿使用 https://ark.cn-beijing.volces.com/api/v3,该 Base URL 对应的是在线推理接口,不会消耗您的 Coding Plan 额度,而是会产生额外费用。
Model Name支持的模型名称如下:
doubao-seed-2.0-code
doubao-seed-2.0-pro
doubao-seed-2.0-lite
doubao-seed-code
minimax-m2.5
glm-4.7
deepseek-v3.2
kimi-k2.5
ark-code-latest (选择 ark-code-latest 时,可通过 开通管理页面选择或切换目标模型,切换模型后 3-5 分钟即可生效)
⚠️ 注意:请勿填写成 在线推理的 Model ID ,这些 Model ID 对应的是在线推理的模型名称,例如:
doubao-seed-2-0-pro-260215
doubao-seed-2-0-code-preview-260215
glm-4-7-251222
deepseek-v3-2-251201
API Key获取 API Key

获取API Key

配置地址:

https://console.volcengine.com/ark/region:ark+cn-beijing/apikey?apikey=%7B%7D

推荐方式:先建项目再创建API Key,方便统计token使用情况

        a)【项目配置】新建项目

        b)【账号全部资源】切换为新建的项目

        c)【API Key 管理】新增API Key

4)添加完成后,在TRAE的问答窗口中选择刚刚配置的模型即可。

        

   

3.2 切换模型   

在 AI 对话输入框的右下角,单击当前模型名称,在模型列表中,选择配置的模型。

注意:优先选择自定义的模型,这样才能正确使用订阅内的token套餐,避免产生额外费用。

至此,模型已经配置完成,之后就可以在 TRAE 中进行 AI 编程任务了。

4 总结

字节系的 AI 编程工具 TRAE + 方舟 Coding Plan 的组合还是比较容易落地的,同一厂家兼容性保障较好,目前订阅也不用抢(点名GLM Coding Plan)。

截止2026年03月18日,已陆续放开订阅:

Read more

Claude Code代码审查功能详解:让AI帮你找出潜在问题

Claude Code代码审查功能详解:让AI帮你找出潜在问题 【免费下载链接】claude-codeClaude Code is an agentic coding tool that lives in your terminal, understands your codebase, and helps you code faster by executing routine tasks, explaining complex code, and handling git workflows - all through natural language commands. 项目地址: https://gitcode.com/GitHub_Trending/cl/claude-code 你是否还在为代码审查耗费大量时间?

一个Prompt生成一门课?OpenMAIC把AI卷进“教育工业化”

一个Prompt生成一门课?OpenMAIC把AI卷进“教育工业化”

* 官网体验:https://open.maic.chat/ * GitHub 开源:https://github.com/THU-MAIC/OpenMAIC 最近技术圈有个很有意思的开源项目——OpenMAIC(Open Multi-Agent Interactive Classroom)。 很多人第一眼会觉得: “又一个AI教育项目?” 但如果你认真看完它的设计,你会发现一件事: 这不是一个AI工具,而是一套“多Agent驱动的完整系统”。 它的目标也很明确——不是回答问题,而是: 👉 把“学习”这件事,完整交给AI来执行。 一、它解决的不是“内容生成”,而是“教学过程” 过去我们用AI,大多数场景是: * 写文章 * 做总结 * 回答问题 本质是:点状能力调用 而 OpenMAIC 做的是另一件事: 👉 输入一个主题 → 输出一整套“课程系统”

Claude Cowork 新手一步步指南:从零开始,彻底上手这个改变工作方式的 AI 助手

上周我准备一场演讲,脑子里已经有了想法、研究资料和大致提纲,唯独缺的就是时间。于是我打开 Claude Cowork,用大白话描述了我想做的演示文稿,把笔记文件夹指给它,然后就去忙别的事了。 回来一看,一套完整的幻灯片已经做好了:结构清晰、分节合理、演讲者备注一应俱全,连面向当地观众的表达逻辑都调得特别贴切。那场演讲反响特别好,大家都说“哇哦”,而老实说,用传统方式从零做起,我至少得花一整天。 那一刻我彻底明白了:Cowork 不是“理论上能干”,而是真正能在高压下帮你把活干完的工具。 我在 AI 和产品圈混了这么久,一眼就能看出什么是真不一样,什么是只是营销吹得不一样。Cowork 属于前者。它不是“聊天机器人加点功能”,而是完全不同类别的新工具。大多数听说过它的人,其实还没真正搞懂它到底能干什么、怎么才能用出最高效的结果。 这篇指南,就是专门为你们准备的。 大多数人用 Claude 的时候,都是当聊天机器人使:输入问题,它给答案,你复制粘贴,自己再去干活。

【LocalAI】 本地部署图文教程(Windows + GPU + 多模态模型)

【LocalAI】 本地部署图文教程(Windows + GPU + 多模态模型)

第一部分:核心概念 1. Docker镜像:可以理解为软件的“安装包”或“模板”。例如,localai/localai:latest-gpu-nvidia-cuda-12 就是一个包含了LocalAI所有运行环境的镜像。 2. Docker容器:是“镜像”运行起来的实例。你可以把一个容器看作一个轻量级、独立的虚拟机,你的LocalAI服务就在这里面运行。 简单来说:下载镜像 -> 从镜像创建并运行容器 -> 访问容器内的服务。 第二部分:Windows实战部署LocalAI 请按照以下步骤操作。 步骤 1:安装Docker Desktop for Windows 参考文章:Windows安装doker教程 步骤 2:拉取并运行LocalAI容器 这是最关键的一步。请注意,在Windows PowerShell中,命令不需要加 sudo。 1.