Trae AI 编辑器核心功能与实战指南

快速上手

Trae 以文件夹为单位管理项目，打开文件夹即开启一个新窗口。

Java 开发示例

新建文件夹并打开，输入提示词让 AI 生成代码。例如编写一个 Hello World 类：

public class HelloWorld { 
    public static void main(String[] args) { 
        System.out.println("Hello, World!"); 
    } 
}

系统会自动识别 JAVA_HOME 环境变量。若提示安装扩展插件，直接点击确认即可。

运行方式灵活，既支持手动执行，也可通过 AI 辅助运行并查看结果。

前端开发示例

同样新建文件夹，输入提示词并利用优化功能完善需求。

生成代码后直接运行查看效果。

核心功能解析

Tab-Cue (Context Understanding Engine)

这是 Trae 的核心交互引擎，通过 AI 驱动的上下文感知显著提升效率。

代码补全：只需编写注释，AI 即可生成完整逻辑。

public class ArraySort { 
    // 编写一个方法，可以接收数组，并排序，排序使用冒泡排序 
    public static void bubbleSort(int[] arr) { 
        for (int i = 0; i < arr.length - 1; i++) { 
            for (int j = 0; j < arr.length - 1 - i; j++) { 
                if (arr[j] > arr[j + 1]) { 
                    int temp = arr[j]; 
                    arr[j] = arr[j + 1]; 
                    arr[j + 1] = temp; 
                } 
            } 
        } 
    } 
    // 编写一个方法，可以接收数组，并打印数组 
    public static void printArray(int[] arr) { 
        for (int i = 0; i < arr.length; i++) { 
            System.out.print(arr[i] + " "); 
        } 
        System.out.println(); 
    } 
    // 编写一个 main 方法，测试 bubbleSort 方法和 printArray 方法 
    public static void main(String[] args) { 
        int[] arr = {3, 6, 2, 5, 1, 4}; 
        System.out.println("排序前:"); 
        printArray(arr); 
        bubbleSort(arr); 
        System.out.println("排序后:"); 
        printArray(arr); 
    } 
}

运行验证逻辑正确性。

智能重写：修改注释即可触发代码更新。

修改后的代码会反映新的逻辑要求（如改为从大到小排序）。

多行协同与光标预测：编写字段时自动联想，批量修改关联代码时会有提示。写完一个方法注释后，IDE 会预测下一个可能的位置。

接受或拒绝补全也很灵活：Tab 键接受全部，Ctrl+RightArrow 接受部分，继续输入则拒绝。

这些功能默认开启，是 AI Coding 的核心交互逻辑。

聊天模式与开发方式

Trae 提供多种聊天模式以适应不同场景：

• Chat：适合聊聊代码库或编写片段。
• Builder：端到端执行常规开发任务。
• Builder with MCP：支持配置的所有 MCP Servers。
• SOLO Coder：解决复杂编程问题。

主要分为 IDE 模式和 SOLO 模式两种开发方式：

1. IDE 模式：保留传统流程，支持智能问答和补全，用户对过程有强掌控感，适合精细控制。
2. SOLO 模式：AI 主导全流程（需求、编码、测试、部署），自然语言输入即可完成任务，适合标准化任务。

实战：用 SOLO 模式开发贪吃蛇游戏

在 SOLO 模式下支持 Plan 功能，先沟通计划再执行。

输入提示词：

你现在是一名资深的网页游戏开发工程师，请帮我用原生 HTML + CSS + JavaScript 编写一个可以直接在浏览器中运行的网页版《贪吃蛇》游戏...

任务完成后直接运行查看效果。

自定义智能体

创建自定义智能体能高效处理特定任务。

实例：可视化讲师智能体

将复杂概念转化为直观的可视化网页。

名称设定为'可视化讲师'，描述其转化能力。使用后可查看生成的效果。

实例：MCP 自动化助手

拖入文件作为上下文，选择模型执行任务。

EditorAI 编码

直接在编辑器窗口选中代码，按 Ctrl+I 唤起对话，适合精准修改。

上下文管理

上下文是指 AI 能'看到'的信息范围，直接影响回答精准度。

代码索引：构建全局索引，发起 #Workspace 问答时自动检索跨文件上下文。

忽略文件：通过 .ignore 文件排除依赖目录（node_modules）、构建输出（build）及大型媒体文件，提升索引速度。

文档集：添加官方文档 URL 或本地上传，手动引用让回答更靠谱。

#符号引用：在聊天中使用 #File、#Folder、#Code、#Doc、#Web、#Problems、#Workspace 指定具体上下文。

Rules 规则

定制 AI 编程行为，约束代码风格、技术选型及配置参数。

User Rules 和 Project Rules 冲突时，Project Rules 优先级更高。

设置 User Rules 和项目 Rules 均可在 Settings 中完成，确保团队规范落地。