1.现在trae版本在3.0及以上版本。
2.trae账号是企业版。
3.打开设置，找到mcp
这里需要token，需要从figma账号里生成,网页登录figma账号，找到设置，打开后找到security,然后点击generate new token，token名称随便取，权限都钩上。然后生成一个token,把token放到mcp中即可。
4.使用mcp,切换到mcp模式，你也可以自己创建智能体使用
5.提问使用，可参考下面的提示词使用
注意：这里面的figma链接是mcp的链接，不是figma链接，一般需要你有原型的权限才能看到
我需要根据提供的Figma链接生成一个与设计稿高度一致的网页。请严格遵循以下详细要求：
目录 前言 一、空间数据基础 1、省域空间检索 2、区县天气信息检索 二、天气数据简介 1、省域天气数据获取 2、区县名称不一致 三、SpringBoot后台实现 1、Java后台天气数据查询 2、控制层实现 四、WebGIS前端实现 1、气温颜色及图例初始化 2、气温数据展示实现 五、成果展示 1、湖南省天气展示 2、西藏自治区天气展示 六、总结 前言 在当今数字化时代，地理信息系统（GIS）技术与Web技术的深度融合，为地理信息的可视化展示带来了前所未有的机遇。WebGIS作为一种基于网络的地理信息系统，能够将地理空间数据以直观、便捷的方式呈现给用户，极大地拓展了地理信息的应用范围和价值。而天气数据作为与人们生活息息相关的重要地理信息之一，其可视化展示对于气象预报、灾害预警、交通规划、农业生产等诸多领域都有着极为重要的意义。本文将从WebGIS的视角出发，
mT5分类增强版中文-base保姆级教程：WebUI响应超时设置与GPU OOM预防措施 1. 这不是普通文本增强，而是全任务零样本学习的中文利器 你有没有遇到过这样的问题：手头只有一小段中文文本，却要快速生成语义一致、表达多样的多个版本？传统方法要么靠人工反复改写，耗时费力；要么用通用大模型，结果跑偏、重复、不专业。而今天要介绍的这个模型，彻底改变了这种局面。 它叫mT5分类增强版中文-base——名字有点长，但记住三个关键词就够了：零样本、中文专精、稳定输出。它不是简单地在英文mT5基础上加点中文数据微调，而是在大量高质量中文语料上做了深度再训练，并特别引入了零样本分类增强技术。这意味着：你不需要准备任何标注数据，也不用写复杂的提示词，只要输入一句话，它就能理解你的意图，自动生成几个风格不同、逻辑通顺、符合中文表达习惯的增强版本。 更关键的是，它的输出稳定性远超同类模型。我们实测过上千条日常短句（比如“用户投诉物流太慢”“产品页面加载卡顿”“客服回复不及时”），92%以上的生成结果语义准确、无事实错误、无生硬翻译感。这不是“能用”，而是“敢用”
逆向实战：通过 Vue 实例劫持突破 Web 编辑器的粘贴限制 * 1. 现象与初探：被禁用的 Ctrl+V * 技术视角的初步审视 * 逆向的逻辑前提 * 2. 逆向分析：寻找逻辑的“命门” * 突破口：利用 I18N 国际化配置追踪 * 核心文件追踪：锁定 `answer-code-editor.js` * 代码逻辑解剖：拦截机制的实现 * 3. 攻克方案：Vue 实例的运行时劫持 * 第一步：获取 Vue 实例的“后门” * 第二步：函数劫持（Monkey Patch） * 第三步：状态机的一致性重构 * 第四步：唤醒底层编辑器 * 4. 最终脚本：一行代码解锁限制 * 4.1 Injection
AI在前端工作中的应用 在AI的高速发展中，也离不开前端，前端开发也在AI工具中发挥着举足轻重的作用。同时，一些AI工具也是的前端开发工作提效不少，合理利用工具，能在工作中提升效率。本文介绍一些前端与AI结合的场景，不限于接入，也包含一些工具的使用。 1、自定义GPT场景 在自定义 GPT 场景中，前端的核心职责是搭建 “用户 - 自定义 GPT” 的交互入口，同时支撑 GPT 的个性化配置、功能扩展与数据可视化，需围绕 “交互体验、配置能力、集成适配” 三大核心展开工作。 ant-design提供给前端开发者快速开发AI相关的UI组件库：https://ant-design-x.antgroup.com * SSE SSE是一种基于HTTP协议的数据传输方式，它允许服务端向客户端推送数据。前端可以通过SSE实现GPT的实时对话，用户输入问题，GPT返回结果。为什么选择这种方式，是因为GPT返回结果是很漫长的，所以用流式传入，能让用户体验更友好，不用websocket是因为长连接占用资源过多，服务器长连接数有限，所以用SSE。 可以直接使用微软的SSE库：