30 · 最佳实践
Trae 最佳实践合集 —— 从模式选型到团队协作,真正用好 AI 原生 IDE
01 · 模式选择决策框架
Trae 提供 Chat / Builder / SOLO 三种协作模式,选错模式是效率低下的首要原因。下面这张决策树帮你一次选对:
你的需求是什么?
│
├─ 读代码、问问题、修局部 bug ──────────→ Chat 模式
│
├─ 从零搭项目、快速出原型 ───────────────→ Builder 模式(半自动)
│
├─ 要 AI 独立完成一个完整功能 ──────────→ SOLO 模式(全自动)
│ │
│ ├─ 新项目/新模块 ──────────────────→ SOLO Builder
│ └─ 改已有项目/重构/修复杂 bug ────→ SOLO Coder
│
└─ 不清楚先探索 ─────────────────────→ 用 Chat 问路三种模式对比速查
| 维度 | Chat | Builder | SOLO |
|---|---|---|---|
| 自主程度 | 人类全程主导 | 人类审核每步 diff | AI 自主规划执行 |
| 多文件修改 | 手动指定 | 需逐条确认 | 自动完成 |
| 执行终端命令 | 否 | 否 | 是(npm install, git 等) |
| 自我纠错 | 否 | 否 | 是 |
| 运行调试 | 否 | 否 | 是 |
| 响应速度 | 快(~0.6s) | 中 | 慢(完整规划循环) |
| 适合场景 | 局部修改、问答 | 框架搭建、原型 | 独立功能、重构 |
实战建议:三段式工作流
最高效的使用方式不是死磕一种模式,而是按阶段切换:
Chat(探路)→ Builder(小改)→ SOLO(干大活)真实案例:给老项目加”导出 Excel”功能
- Chat 探路:「这个项目数据怎么存的?导出 Excel 推荐用什么库?」 → AI 推荐
exceljs - Builder 小改:「在
src/services/report.ts里加一个exportToExcel函数」 → 检查 diff,确认无误 - SOLO 干大活:「在报告页面加导出按钮,处理 loading、错误提示、文件名带时间戳」 → AI 自己改组件、加状态、跑验证
经验法则:Chat 消耗最少 Token,Builder 适合你清楚改什么但懒得写,SOLO 适合你只有需求描述、不想管实现细节。能用 Chat 解决的问题,不要开 SOLO。
02 · Builder 模式 Prompt 工程
Builder 模式的核心是 “你描述需求,AI 出代码,你审核”。Prompt 的质量直接决定 Builder 的输出质量。
黄金公式
角色 + 技术栈 + 功能清单 + 约束条件 + 输出格式实战对比
❌ 差:
"做一个博客网站"
✅ 好:
"你是一个资深前端架构师。
技术栈:Next.js 14 + Tailwind CSS + shadcn/ui。
功能:首页文章列表、文章详情页、About 页面。
数据:文章用 MDX 文件存储,放在 /content 目录。
约束:使用 App Router,支持深色模式切换。
输出:只返回关键文件代码,忽略 node_modules 和配置文件。"Builder 专属技巧
- 多模态输入:拖入 Figma 截图、手绘草图、竞品截图,AI 分析后生成对应 UI 代码(国际版支持更稳定)
- 分步确认:Builder 的每处修改都会展示 diff 对比,逐条 Accept / Reject,不要图快全盘接受
- 增量迭代:第一次生成骨架后,继续追加需求 —— 「加一个搜索框」「改成卡片布局」,Builder 会增量更新
- 局限于文件:如果只想改某个文件,在 Prompt 里加「仅修改
src/components/Header.tsx」
03 · SOLO 模式 Prompt 工程
SOLO 模式的 AI 会自主规划步骤、执行命令、自我纠错。你的 Prompt 更像是一份任务需求说明书。
适合 SOLO 的场景
| 适合 | 不适合 |
|---|---|
| 独立的新功能模块 | 级联影响核心逻辑的改动 |
| 自包含的组件重构 | 需要领域专家判断的业务 |
| CRUD API 全套 | 安全敏感代码(认证、支付) |
| 测试用例批量生成 | 高并发/金融核心 |
| 从零搭建项目框架 | 依赖多人评审的基础设施变更 |
Prompt 结构模板
## 任务目标
一句话说明要做什么
## 技术约束
- 框架版本、包管理器
- 已有代码风格(函数式 / OOP)
- API 命名规范
## 功能清单
1. 功能 A
2. 功能 B
3. 功能 C
## 边界条件
- 不改动哪些文件
- 不引入哪些依赖
- 不处理哪些边缘情况
## 验收标准
- 代码通过 eslint 检查
- 有单元测试覆盖
- 启动后无报错实战案例
任务目标:在订单管理页面增加批量导出功能。
技术约束:
- Vue 3 + Composition API + TypeScript
- 后端 API 返回格式统一为 { code, data, message }
- 使用 Pinia 管理状态
功能清单:
1. 表格左侧加复选框列
2. 顶部加「批量导出」按钮
3. 点击后调 POST /api/orders/export
4. 导出期间按钮显示 loading
5. 完成后下载文件 / 展示错误提示
边界条件:
- 不要修改 src/api 目录下的已有请求封装
- 不要新增 npm 依赖
- 默认全选时最多导出 5000 条
验收标准:
- 本地 yarn dev 无报错
- 用户只有选中行才能点击导出SOLO 使用三大纪律
- 先 commit 再干活:每次让 SOLO 干活前先
git commit或git stash,跑偏了可以一键回退git checkout . - 小步快跑:复杂任务拆成子任务,比如「做电商系统」要拆成用户模块 → 商品模块 → 订单模块,每个模块独立一次 SOLO
- 看执行日志,及时干预:SOLO 执行时实时输出计划和操作,花几秒扫一眼,早发现理解偏差早纠正
04 · 模型选择指南
Trae 国内版内置多款国产大模型,不同模型擅长不同任务。不是选最强的,是选最匹配的。
国内版模型选型表
| 模型 | 定位 | 最佳场景 | 慎用场景 |
|---|---|---|---|
| 豆包 Doubao-Seed-2.0-Code | 前端生产力神器 | UI 生成、设计稿转代码、模板代码 | 复杂架构设计 |
| GLM-5 / GLM-5.1 | 架构师型 | 系统架构设计、复杂推理、从 0 开发 Web 应用 | 简单模板生成(浪费性能) |
| MiniMax-M2.5 | 后端工程专家 | 跨语言重构、Shell/DevOps 脚本 | 前端 UI 类任务 |
| Kimi-K2.5 | 代码库阅读之王 | 超长上下文、遗留项目接手、文档分析 | 代码生成(偏慢) |
| DeepSeek R1/V3 | 多面手 | 代码生成、逻辑优化、简单代码片段 | 大型架构设计 |
| 千问 Qwen-3-Coder | 通用编码 | 日常编码、中等复杂度任务 | 专项高难度推理 |
国际版模型选型速查
| 模型 | 定位 |
|---|---|
| Claude 3.5/3.7 Sonnet | 全栈通用,代码质量最佳 |
| GPT-4o / 4.1 | 综合能力强,长上下文 |
| Gemini 2.5 Pro | 超长上下文(1M+ tokens) |
| Grok-4 | 偏推理和新技术探索 |
Auto 模式:新手首选
不知道选哪个模型时,直接用 Auto 模式。Trae 会根据你的任务智能匹配最优模型,不额外收费。
实战建议:像组队一样用模型
前端页面 → 豆包 / Claude Sonnet
后端 API → GLM-5 / GPT-4o
脚本工具 → MiniMax / DeepSeek
遗留代码分析 → Kimi-K2.5 / Gemini 2.5经验法则:简单任务(改一个函数、加一个组件)用快速模型(豆包、DeepSeek),复杂任务(架构设计、系统重构)用强推理模型(GLM-5、Claude Sonnet)。不要用 SLR 拍苍蝇。
05 · 模式与模型交叉决策矩阵
结合「模式选择」和「模型选择」,完整的决策矩阵如下:
| 任务类型 | 推荐模式 | 推荐模型 | 原因 |
|---|---|---|---|
| 技术问答 / 读代码 | Chat | DeepSeek / Kimi | 快速、上下文大 |
| 局部修改(1-2 文件) | Chat / Builder | 豆包 / DeepSeek | 响应快,够用 |
| 新项目搭建 | Builder | GLM-5 / Claude Sonnet | 需要架构能力 |
| 前端 UI 生成 | Builder | 豆包 (Doubao-Seed-2.0) | 前端专项优化 |
| 独立模块开发 | SOLO Coder | GLM-5 / GPT-4o | 需要规划能力 |
| 从零搭全栈 | SOLO Builder | Claude Sonnet / GLM-5 | 全流程自动化 |
| 遗留代码重构 | SOLO Coder | Kimi-K2.5 + GLM-5 | 先读懂再动手 |
| 批量写测试 | SOLO Coder | 豆包 / DeepSeek | 重复性高,追求效率 |
| DevOps 脚本 | Chat / Builder | MiniMax | DevOps 专项 |
| 跨语言迁移 | SOLO Coder | MiniMax / GPT-4o | 跨语言理解强 |
06 · .trae/rules 规则编写指南
.trae/rules 是 Trae 最核心的效率杠杆 —— 花 30 分钟配置,每天省 2 小时。
规则目录结构规范
.trae/rules/
├── general-rules.md # L0: 通用规则(始终生效)
├── frontend/
│ ├── react-best-practices.md # React 编码规范
│ ├── css-naming.md # CSS 命名约定
│ └── testing/
│ └── unit-test-rules.md # 单元测试规范
├── backend/
│ ├── api-design.md # API 设计规范
│ └── error-handling.md # 错误处理
└── devops/
└── ci-rules.md # CI/CD 规范支持 3 层嵌套,也支持从子目录(如 packages/admin/.trae/rules/)自动读取。
四种生效模式
| 生效方式 | 配置字段 | 适用场景 |
|---|---|---|
| 始终生效 | 不设 globs | 语言偏好、输出格式、通用规范 |
| 文件匹配 | globs: ["*.tsx", "*.ts"] | 与文件类型强相关的规则 |
| 智能生效 | description 字段 | 偶尔使用但重要的规则 |
| 手动触发 | 开头加 #Rule | 高风险操作、回滚 SOP |
规则编写模板
---
globs: "*.ts, *.tsx"
---
# TypeScript 编码规范
## 命名约定
- 组件文件使用 PascalCase:`UserCard.tsx`
- 工具函数文件使用 camelCase:`formatDate.ts`
- 常量使用 UPPER_SNAKE_CASE:`MAX_RETRY_COUNT`
## 类型规范
- 禁止使用 `any` 类型,必须定义明确类型
- 接口声明加 `I` 前缀是可选项,团队内保持一致
- 优先使用 `type` 而非 `interface`(联合类型场景)
## 代码风格
- 使用 2 空格缩进
- 使用单引号
- 尾部必须加分号
- 函数用 `function` 声明而非箭头函数赋值
## 导入顺序
1. 外部库(react, lodash 等)
2. 内部模块(@/components, @/utils)
3. 类型导入(import type)团队级规则示例(git 提交规范)
---
scene: git_message
---
- 遵循 Conventional Commits 格式
- 标题不超过 72 字符
- 中文描述变更内容
- 引用 Issue 编号(如果适用)
- 禁止使用「修复bug」「更新代码」等无意义描述三条核心原则
- 单一职责:一条规则只解决一个问题。代码风格放一个文件,API 规范放另一个文件
- 避免冲突:规则之间不能互相覆盖或矛盾。如果两条规则对同一个问题有不同要求,AI 会困惑
- 改完开新对话:每次修改或新增规则后,必须开启全新对话,否则历史上下文可能覆盖新规则
经验法则:判断规则写得好不好的标准 —— 当你说「帮我实现 X 功能」时,AI 自动生成的代码风格是否和团队一致?如果一致,规则系统生效了;如果不一致,规则需要调整。
07 · Commit 策略
AI 生成的代码变化量大、变化速度快,没有扎实的 commit 策略等于在悬崖边 coding。
黄金原则:先 commit,再让 AI 干活
# 改任何东西之前
git add . && git commit -m "chore: save before AI task"
# 让 AI 干活...
# 审查 AI 改动,满意则保留
git add . && git commit -m "feat: 用户模块 CRUD 实现"
# 不满意则一键回退
git checkout .使用 Trae 内置 /commit 指令
Trae 提供 /commit 斜杠指令,自动分析代码改动并生成规范提交信息:
/commitAI 会自动分析 diff,生成类似这样的提交信息:
feat(order): 增加批量导出功能
- 添加复选框列和批量导出按钮
- 实现 POST /api/orders/export 调用
- 导出期间展示 loading 状态/commit 规则配置(可选)
在 .trae/rules/ 中配置 commit 风格模板:
---
scene: git_message
---
- 格式:类型(范围): 简短描述
- 类型:feat / fix / refactor / style / docs / chore / test
- 描述不超过 50 中文字符
- 如果有破坏性变更,在描述末尾加 BREAKING CHANGE三种实用提交策略
| 场景 | 策略 | commit 频率 |
|---|---|---|
| 探索阶段(不确定方向) | 每次 AI 改完就 commit,随时回退 | 高频(每轮对话) |
| 确定功能开发 | 功能完成后 commit,一个功能一个 commit | 中频(每小时) |
| 多人协作 | 分支开发,PR 前 rebase 整理 commit 历史 | 低频(每天) |
08 · 上下文(Context)管理
上下文是 AI 编程的核心燃料。上下文的质量决定了 AI 输出的质量。
Context Engineering:字节跳动的方法论
Trae 背后团队将上下文管理提升到方法论高度 —— Context Engineering,核心理念:
- 识别关键信息:区分架构决策、业务规则和历史债务,不是把所有文件塞给 AI
- 结构化组织:项目级上下文和模块级上下文分层管理
- 精准传递:在有限 Token 窗口内,只给 AI 当前任务最需要的信息
- 持续迭代:上下文库随项目演进不断更新
实用上下文管理技巧
1. 精准引用(代替全量提及)
❌ "看看我的项目,帮我改一下"
✅ "参考 src/utils/format.ts 的 formatDate 函数,给 console.ts 的 logWithTime 函数增加时区参数"2. 使用 @file / @folder 绑定
Trae 支持在对话中通过 @file、@folder、@terminal 精准绑定文件或目录:
把 @file(src/services/user.ts) 的 getUserInfo 改为异步调用,
同时更新 @folder(src/components/user/) 下的所有调用方3. 上下文预加载
处理大型项目时,先用 Chat 模式做上下文预加载:
"请通读当前项目 src 目录下的所有文件,生成架构图并总结核心模块,包括:
1. 目录结构和模块划分
2. 数据流向
3. 关键技术选型
4. 潜在的坑"之后再开新对话开始实际编码,AI 已经具备了全局认知。
4. 节约 Token 的交互策略
| 策略 | 说明 | 节省量级 |
|---|---|---|
| 新开对话 | 切换任务时重开,不要续聊 | 30-50% |
| 一次问完 | 同类需求一次提出,不要碎片化 | 20-30% |
| 限制输出 | ”只给代码,不要解释” | 10-20% |
| 先 Plan 再写 | 复杂任务先用 /plan 确认方案 | 避免大规模返工 |
| 配置 Ignore | 排除 dist/、node_modules/ 等 | 持续节省 |
5. 跨会话上下文持久化
对于多天或多次会话的大项目,可以使用 SAVEAGG / LOADAGG 模式:
第一次会话:工作一段时间 → 执行 SAVEAGG 保存进度到 UPDATE_PR.md
后续会话:执行 LOADAGG 恢复上下文 → 继续工作 → SAVEAGG
查看历史:LOADAGG LIST
对比差异:LOADAGG DIFF #1 #209 · 国内版 vs 国际版最佳使用
核心差异速览
| 维度 | 国内版 (trae.cn) | 国际版 (trae.ai) |
|---|---|---|
| 内置模型 | 豆包、DeepSeek、GLM-5、Kimi、千问 | GPT-4o、Claude、Gemini、Grok |
| 计费 | 完全免费(高峰期排队) | Free 5000次/月,Pro $10/月 |
| 网络 | 直连,低延迟 | 需科学上网 |
| SOLO 模式 | 免费开放 | 需 Pro 订阅 |
| 多模态传图 | 暂不支持 | 支持 |
| 中文理解 | 深度优化 | 依赖模型自身 |
| 登录 | 手机/微信/掘金 | Google/GitHub 邮箱 |
选择决策树
你的主要场景是什么?
│
├─ 学生/轻量使用/中文项目 ──────────→ 国内版(免费版就够)
│ └─ 高峰期排队严重?→ 错峰使用或切 Auto 模式
│
├─ 职业开发/中文为主但需要国际模型 ──→ 国内版 + 自备 API Key
│ └─ 或国际版 Pro(能科学上网则推荐)
│
├─ 必须用 Claude/GPT-4o ────────────→ 国际版 Pro($10/月)
│ └─ 大量使用 → Ultra $100/月
│
└─ 做 UI 设计稿转代码 ─────────────→ 国际版(国内版不支持)避坑提醒
- 国内版优速通是陷阱:999 元/30 天,远超国际版 Pro 年费(约 1260 元/年)。除非你每天 8 小时高强度使用且排队到无法忍受,否则不要买
- 国内版排队策略:白天高峰期严重(有时 3000+ 人排队),建议早上/深夜使用,或开启 Auto 模式由系统智能调度
- 国际版 Token 消耗:中文内容 Token 消耗是英文的 1.5 - 2 倍,注意预算
- 自备 API Key:国内版也支持接入 OpenAI/Claude(需自备 Key),但有用户反馈接入后可能降智
- 90% 的用户用国内免费版就够了 —— 别在工具上花冤枉钱,先把代码写好
10 · 团队协作 Workflow
当代码生成不再是瓶颈,协同规则才是唯一的稀缺资源。
团队 AI Coding 第一张表
在团队开始使用 Trae 之前,先填这张表:
| 维度 | 团队约定 | 负责人 |
|---|---|---|
| 上下文:事实源优先级、公共文档位置、禁止提及的内容 | ||
| 行为:AI 可编辑范围、终端命令权限、MCP 白名单 | ||
| 产出:分支策略、PR 习惯、评审补充项、长任务验收人 |
团队级 Rules 同步
统一所有成员的规则配置:
# docs/team-trae-rules.md(团队共享)
## 通用规范(全员导入为 Global Rules)
- TypeScript strict 模式,禁止 any
- 2 空格缩进,单引号,必须加分号
- 组件使用 function 声明而非箭头函数
- API 返回值统一为 { code, data, message }
## 安全红线(手动触发规则)
- 禁止 AI 修改 src/auth/ 和 src/payment/ 目录
- 禁止 AI 执行 db:migrate 命令
- 禁止 AI 写入 .env 文件.traeconfig.json 分支绑定
通过 traeconfig.json 将 AI 能力范围与 Git 分支绑定:
{
"scope": "multi-file",
"allowed_tools": ["file-creator", "api-contract-sync", "test-gen"],
"blocked_files": ["src/config.ts", "docker-compose.yml"],
"dependency_rules": [
"models.py → routes.py → templates/",
"store.ts → components/"
]
}角色化智能体编排
按角色拆分 AI 的能力范围,避免全量能力暴露:
| 角色 | 可用工具 | 不可触碰 |
|---|---|---|
| 前端智能体 | 组件创建、样式修改、Story 生成 | API 层、数据库 |
| 后端智能体 | API 开发、数据库迁移、测试 | UI 代码 |
| DevOps 智能体 | Dockerfile、CI 配置 | 业务逻辑 |
团队 Prompt 库
建立团队共享的 Prompt 仓库:
docs/prompts/
├── frontend-component.md # 新建组件的标准 Prompt
├── api-crud.md # CRUD API 标准 Prompt
├── fix-bug.md # Bug 修复标准 Prompt
└── code-review.md # Code Review Prompt定期评审,将高效的 Prompt 升级为团队 Skill 技能。
安全工作流
- 每次让 AI 改代码前:先 commit 当前状态
- AI 生成 diff 后:逐条审查,特别关注删除的内容
- 生产环境前:有人工 Code Review 环节
- 密钥管理:敏感信息不要出现在 prompt 里,用环境变量注入
11 · 技能(Skill)与 MCP 进阶
Skill 机制
Skill 是模块化的能力扩展,一个 Skill 只做一件事:
# 全局 Skill:对所有项目可用
- 通用的开发范式、工具链使用
# 项目 Skill:仅当前项目
- 项目专属业务知识、技术方案约束最佳实践:
- 最小化原则:一个 Skill 只封装一个任务场景
- description 中使用精确关键词便于 AI 自动匹配
- 复杂 Skill 可拆分引用文件(reference.md、examples.md)
Skill 与 Rules 的区别:
| 维度 | Rules | Skills |
|---|---|---|
| 作用 | 约束 AI 行为 | 赋予 AI 能力 |
| 时机 | 始终/按条件生效 | AI 按需触发 |
| 示例 | ”缩进用 2 空格" | "按这个模板生成 PR 描述” |
MCP(Model Context Protocol)
MCP 让 Trae 连接外部工具和数据源:
Trae ↔ MCP Server ↔ 外部工具(Figma、Jira、数据库等)实用场景:
- Figma MCP:设计稿直接转代码(国际版)
- Jira MCP:从 Issue 自动生成任务上下文
- 数据库 MCP:直连数据库查看 Schema,AI 自动生成查询
MCP 避坑:
- MCP Server 调用失败时,重启 Trae 或重新开关 MCP 服务
- 非必要不开启 MCP,减少上下文干扰
- MCP 返回的数据量可能很大,注意 Token 消耗
12 · 上下文压缩与 Token 节省 10 法
| 编号 | 方法 | 一句话说明 |
|---|---|---|
| 01 | 新开对话 | 切换任务就重开,别续聊 |
| 02 | 精准引用 | 函数/类/行号,不是整个项目 |
| 03 | 一次问完 | 同类需求合并提出,不碎片化 |
| 04 | 限制输出长度 | ”只给最终结果,不要解释” |
| 05 | 先 Plan 再写 | /plan 确认方案,避免返工 |
| 06 | 上下文压缩 | 定期总结长对话,开启新对话粘结论 |
| 07 | 规则固化 | 编码规范写入 Rules,不重复说 |
| 08 | 配置 Ignore 文件 | 排除 dist、build、日志等噪声 |
| 09 | 模型匹配任务 | 简单任务用低成本模型 |
| 10 | 删除无用对话 | 不用了的对话及时关,系统缓存也会释放 |
核心心法:好的 Prompt 省下的 Token,比任何技术技巧都多。每次发消息前想一下 —— 这句话 AI 真的需要吗?
13 · 避坑合集
Trae 使用常见问题与对策
| 问题 | 原因 | 对策 |
|---|---|---|
| AI 基于旧记忆回复假代码 | 上下文污染 | 新开对话,或输入「清空你的历史记录和历史记忆」 |
| SOLO 模式思考次数用尽 | 任务太复杂 | 拆分为更小的子任务 |
| AI 擅自修改无关文件 | 上下文边界不清 | 在 Prompt 里加「仅修改 src/my-module/ 下的文件」 |
| Builder 改了大半不对 | 需求描述不精确 | 先用 Chat 沟通确认方案,再用 Builder 出代码 |
| 规则不生效 | 修改规则后未开新对话 | 改规则后必须开新对话 |
| 排队太久(国内版) | 高峰期免费用户 | 错峰使用,或开 Auto 模式 |
| MCP Server 连接失败 | 服务异常 | 重启 Trae 或重新开关 MCP |
| 生成的代码和项目风格不一致 | 规则配置不完善 | 完善 .trae/rules 中的代码风格规则 |
14 · 总结 —— Trae 最佳实践全景图
┌──────────────────────────────────────────────────────────────┐
│ 🎯 模式选型 │
│ Chat(问答)← → Builder(半自动)← → SOLO(全自动) │
│ 三段式工作流:Chat 探路 → Builder 小改 → SOLO 干大活 │
├──────────────────────────────────────────────────────────────┤
│ 🧠 模型选型 │
│ 豆包→前端 | GLM-5→架构 | MiniMax→后端 | Kimi→读代码 │
│ 简单任务用小模型,复杂任务用强模型 │
├──────────────────────────────────────────────────────────────┤
│ 📐 规则系统 │
│ .trae/rules/ 三级目录,四种生效模式 │
│ 单一职责、避免冲突、改完开新对话 │
├──────────────────────────────────────────────────────────────┤
│ 📦 上下文管理 │
│ 精准引用、@file 绑定、新开对话、SAVEAGG 持久化 │
│ 上下文质量 = AI 输出质量 │
├──────────────────────────────────────────────────────────────┤
│ 🔒 安全与协作 │
│ 先 commit 再 AI → 审查 diff → 人工 CR │
│ 团队统一 Rules + Prompt 库 + 角色化智能体 │
├──────────────────────────────────────────────────────────────┤
│ 💰 版本选择 │
│ 90% 的用户用国内免费版就够了 │
│ 需要 Claude/GPT → 国际版 Pro │
│ 优速通是陷阱,不要买 │
└──────────────────────────────────────────────────────────────┘一句话记住所有
模式选对、模型匹配、规则写好、commit 勤快、上下文精炼、安全第一、不花冤枉钱。
15 · 下一篇
👉 31 · 提示词工程合集 —— Trae 专属 Prompt 模板 50 式
最后更新:2026 年 7 月 | Trae 版本 v2.x