在这里插入图片描述

文章目录

一、前言

大家好，我是 bluetata。今天咱们聊聊一个挺火的话题——人工智能。在这个科技飞速发展的时代，AI已经悄悄走进了各行各业，帮企业解决了不少难题。最近我发现了一个挺有意思的AI工具，叫Trae.ai。该工具不仅可以帮助开发者提高工作效率，还可以给出代码优化等相关建议。作为一个爱折腾新工具的人，今天博主带领各位小伙伴好好研究一下它。接下来，我会从功能、使用体验到实际应用效果，给大家做个全面的评测，看看这个工具到底靠不靠谱，有哪些亮点，又可能存在哪些不足。

二、简介

小插曲：我第一次见到 Trae 的时候非常之疑惑！没印象是什么单词，甚至难记这几个字母，后来侧面了解到 Trae 的含义： The Real AI Engineer，看到这个是不是有点不一样了。

2.1 Trae 的背景与定位

Trae 是一款由人工智能驱动的集成开发环境（IDE），旨在为开发者提供更加智能、高效的编程体验。随着人工智能技术的快速发展，传统的开发工具逐渐暴露出学习曲线陡峭、操作复杂等问题，尤其是对于不具备深厚工程经验的用户。Trae 应运而生，可以通过 AI 技术降低编程门槛，提升开发效率，让更多人能够轻松参与到软件开发中，在本文后续案例中也会有所展示。

一句话总结：TRAE 是一款 AI 驱动的 IDE（集成开发环境），适合开发者，尤其是对于不具备工程经验的用户。

三、Trae 核心功能

Trae 提供 Builder 和 Chat 两种核心模式：Builder 模式支持从零到一的项目构建，代码更改自动保存；Chat 模式允许通过自然语言对话对代码库提问或寻求建议。工具通过多轮聊天生成项目级代码，自动分析、规划和执行开发需求，并支持实时预览。其多模态能力（图片、上下文理解）、代码补全、AI 问答及自然语言交互进一步提升了开发效率。此外，Trae 提供更高的免费配额、更快的响应速度，并集成 Claude 3.5 Sonnet 模型（Builder模式与Chat模式中）与 GP4-4o（Chat模式中），现阶段这两种主流很火的模型都是免费的，如果后续有收费这里会提供更新，为开发者带来流畅的智能编程体验。

3.1 Builder模式介绍

Trae 的核心功能之一是“Builder 模式”，该模式通过可视化的方式帮助用户生成代码。用户只需通过简单的拖拽、选择或输入自然语言描述，Trae.ai 即可自动生成相应的代码片段或完整的功能模块。
Builder 模式提供了一种低代码/无代码的开发体验，极大地降低了编程门槛。

3.2 Chat模式介绍

Trae 的“Chat 模式”允许用户通过自然语言与 AI 进行交互，直接描述编程需求或问题。AI 会根据用户的描述生成代码、提供解决方案或解释代码逻辑。
例如，用户可以输入“如何创建一个 REST API？”或“这段代码为什么报错？”，Trae.ai 会即时生成相关代码或给出详细的错误分析和修复建议。
Chat 模式提供了一种对话式的学习方式，用户可以像与导师交流一样逐步掌握编程知识。

四、Trae 实际应用案例

4.1 Trae 安装与配置

4.1.1 Trae 安装与配置

进入到官网：点击进入官网下载 ，进入官网后，点击下载按钮进入下载页面后，根据自身得系统，如果是Windows系统，直接点击下载按钮，如下图所示，如过是 Mac，可以点击按钮下方的下载选项。

[图片]

接受相关协议后点击下一步

在这里插入图片描述

选择安装路径

在这里插入图片描述

相关设置，根据自身需求选择勾选。

在这里插入图片描述

确认页面，如果选择错误还可以后退。

在这里插入图片描述

等待进度安装即可。

在这里插入图片描述

完成安装后运行显示如下页面

在这里插入图片描述

点击开始后，会有默认的主题风格等，根据自身设置后下一步

在这里插入图片描述

这里可以直接导入配置，可以看到导入可以选择从 VS Code里面导入

在这里插入图片描述

在这里插入图片描述

这里需要我们进行登录

在这里插入图片描述

根据自身情况选择相关的账户用于最终登录到 Trae

在这里插入图片描述

在这里插入图片描述

安装登录成功后最后提示完成，我们即将开始体验Trae。

在这里插入图片描述

4.1.2 Trae 设置

在这里插入图片描述

进入 Setting页面，基本设置里面会提供上述的设置，以及配置或者一些编辑器的设置选项，这里因为篇幅原因不过多介绍。

在这里插入图片描述

关于 Trae AI 有两个设置，一个是关于对话的语言，可以选择中文也可以选择英文，另外一个是创建代码索引，这个功能的作用是：在AI 问答的时候，可以夸文件进行获取文件，也就是 AI 工具对于上下文的关联性比较重要。

在这里插入图片描述

4.2 实战案例分享

4.2.1 Trae Builder模式：从0到1生成对接 DeepSeek 的聊天机器人
（1）工作区介绍

从下图中可以看出来 Trae 有两部分区域，主要是左侧代码工作区，以及右侧的 AI 对话区，在对话区可以切换 Chat模式以及 Builder 模式。

在这里插入图片描述

（2）使用 Builder 创建聊天机器人的过程

我们先尝试使用 Builder 模式直接创建一个 Vue3 的聊天机器人项目，在 Builder 模式 创建的过程中，有一个比较令人惊艳的是，其回复不仅有所生成的代码，还有其项目环境的构筑过程，在每一个构筑的步骤的时候，可以直接点击接收命令就会在命令行窗口来直接执行，如果出现错误也可以进行调试，例如下图所示：

在这里插入图片描述

接下来是我们开始创建这个项目的过程，首先我们先给 builder 一个简单的需求：

请创建一个静态的聊天机器人的html页面，我会对其进行测试

可以看到 Trae 迅速做了两件事情：

  1. 在 AI 对话区域生成了相关的回复以及对其回复相关详细的介绍。
  2. 在代码区域，直接生成了我们看到的代码文件以及代码。

在这里插入图片描述

生成的静态页面，打开预览一下，可以说是有模有样，秒级生成出来

在这里插入图片描述

接下来我们使用 Trae 深入的进行优化这个项目代码

这个页面很好，我现在想将他改造成 Vue3 的代码，之后我想部署成一个聊天机器人，需要先生成code，之后通关过API 关联 AI工具，比如关联到 DeepSeek

通过我们进一步的告诉 Trae 更加详细的需求后，可以看到 Trae 直接根据需求生成了Vue文件以及部分相关配置文件。构建项目非常迅速以及整体框架雏形已经出来。

在这里插入图片描述

对于整体的 Vue3框架出来后，我们想使其对接到 DeepSeek，之后我们进一步和 Trae 说我们的需求。

我现在想对接 DeepSeek，需要你对这个项目做整体的改造，需要保证API的简单对接

可以看到在项目中， Trae 根据需求生成了 api.js 文件，并不是耦合生成在一起。

在这里插入图片描述

在 Trae 的对话框内也介绍了所生成文件的功能以及用途，我们打开 Trae 改造的代码，可以看到其新生成的代码。函数中的配置文件功能直接改造出来。

class DeepSeekAPI {
    constructor(apiKey) {
        this.client = axios.create({
            baseURL: API_BASE_URL,
            headers: {
                'Authorization': `Bearer ${apiKey}`,
                'Content-Type': 'application/json'
            }
        });
    }

    async chat(message, options = {}) {
        try {
            const response = await this.client.post('/chat/completions', {
                messages: [{
                    role: 'user',
                    content: message
                }],
                ...options
            });
            return response.data;
        } catch (error) {
            console.error('DeepSeek API Error:', error);
            throw new Error(error.response?.data?.error?.message || '与AI服务通信时发生错误');
        }
    }
}

在这里插入图片描述

4.2.2 Trae Chat 模式：辅助项目生成项目管理文档

我们刚才使用 Builder 生成了聊天机器人的雏形项目，并且进行了DS的对接改造，下面我们模拟真实的项目，进行模拟的让 Chat 模式 为我们这个项目生成相关的项目文档。

（1）Chat 模式多模型选择

首先这里我要介绍一下，在Chat模式中可以选择 GPT-4o的模型，如下图所示。

在这里插入图片描述

（2）使用 Chat模式 生成项目交付文档

我们给出所需要的需求，提示问题如下

我现在已经使用 Builder 模式生成了我们的项目，现在你需要对这个项目整体的结构以及内容，做一个项目管理文档，这些文档用于后续维护以及交付。

注意我给出的提示相关，并没有说项目的具体内容，而是只是告诉 Trae 我刚才用 Builder 模式创建的项目。从下面的 Trae 回复中可以看到，Trae 精准的识别了我得意图，并且是根据 Trae Builder 的项目来生成的如下文档。

在这里插入图片描述

部分MD格式的交付文档摘录：

# Trae Demo 项目文档
## 1. 项目概述
### 1.1 项目简介
Trae Demo 是一个基于 DeepSeek API 的前端应用项目，用于与 AI 服务进行交互。

### 1.2 技术栈
- 前端框架：React
- HTTP 客户端：Axios
- API 服务：DeepSeek API

## 2. 项目结构
	```plaintext
		src/
		├── services/
		│   └── api.js         # DeepSeek API 服务封装
	```

不仅有项目的介绍，还有其功能模模块、配置说明等相关的介绍

[图片]

部分MD格式的交付文档摘录：

## 3. 核心模块说明
### 3.1 API 服务模块
位置： `api.js`
 主要类和方法
1. `DeepSeekAPI`
   
   - 功能：DeepSeek API 的核心封装类
   - 主要方法：
     - constructor：初始化 axios 实例
     - chat：发送聊天请求
2. `createDeepSeekAPI`
   
   - 功能：工厂函数，用于创建 DeepSeekAPI 实例
   - 参数：apiKey（必需）
## 4. 配置说明
### 4.1 API 配置
- 基础 URL： https://api.deepseek.com/v1
- 必需参数：API Key
- 请求头配置：
  - Authorization: Bearer token
  - Content-Type: application/json

五、市场竞争力

个人在小伙伴圈子内做了最近大家都在使用的 AI IDE 工具，总结了一下最近主流的的3个工具的一些特点，做了下方的汇总表，方便大家更加了解 Trae。

特性CursorWind SurfTrae
价格$20-$40/月，有限免费计划$15-$60/月，有限免费计划完全免费（暂时限免）
开发公司独立开发公司独立开发公司字节跳动
平台macOS, WindowsmacOS, Windows, LinuxmacOS, Windows
AI模型选择提供部分预设模型支持支持多个AI模型（包括GPT系列）自动选择最合适的AI模型（Claude Sonet 3.5、GPT-4o）
开发模式Chat模式、Composer模式和Debug Finder模式提供代码补全与智能推荐提供“Builder模式”和“Chat模式”
隐私条款需要遵循服务条款需要遵循服务条款需要遵循服务条款
扩展性支持VS Code扩展支持VS Code扩展基于VS Code，支持扩展和插件
试用人群（个人经验观点）专家新手和专家新手和专家

在对比了 Cursor、Wind Surf 和 Trae 后，Trae 凭借其独特的优势脱颖而出：

  • 完全免费（如若后续有更新订阅计划本文会更新对比表格），适合预算有限的开发者，其他两款工具都需要订阅。
  • 自动化模型选择：Trae 根据开发任务智能地选择最合适的 AI 模型（如 Claude Sonet 3.5、GPT-4o），无需用户手动干预，这一点是其他工具所不具备的。
  • 基于 VS Code 的开发环境，提供简洁的UI，并支持各种插件和扩展，具有极高的灵活性。
  • 由字节跳动开发，提供强大的AI支持，适合多种开发需求。
  • 对于用户群体，个人经验感受是，如果是 Cursor 你需要有一定的经验，后者是资深开发者可以选择 Cursor，但是对于新手或者刚刚入门的开发者，甚至毫无经验的非开发者来说，个人感觉选择 Trae 或者 Wind Surf 更好。

六、结论与建议

Trae 是一款面向未来的智能开发工具，通过 AI 技术降低了编程的门槛，同时为专业开发者提供了强大的辅助功能。其独特的 Builder 模式和 Chat 模式相辅相成，前者通过可视化方式简化代码生成，后者通过自然语言交互提供即时帮助。无论是初学者还是资深开发者，都能在 Trae 中找到适合自己的开发方式，从而更高效地完成项目。个人在使用的过程中对于Chat模式感受还好，聊天反馈以及模型都有自己想要的支持模型；而对于 Builder 模式个人觉得应该可以提供更多的支持模型，甚至现在大火的DS模型，是我想使用的，另外在使用 Builder 模式过程中，对于调试错误的过程还可以做的更好，比如在上一步出现错误，而下一步给出建议的时候，如果上一步根本没有成功，下一个步骤的建议应该避免直接建议，逐层的 debug 解决还可以有更强大的发挥空间。

# 人工智能 # ide # 云计算
Logo
AI编程社区

汇聚全球AI编程工具，助力开发者即刻编程。

更多推荐

cover

Trae AI 开发工具使用手册

avatar AI编程社区
cover

AI IDE Trae(字节跳动)介绍(已支持Win)

avatar AI编程社区
cover

Trae：新一代 AI 智能 IDE，颠覆你的开发体验

avatar AI编程社区