33 · 术语表

读完 Trae 全系列前 32 篇文章后，你遇到的每一个专有名词都值得一份独立速查手册。本文以 一句话定义 + 一个类比 的固定格式，逐一拆解 Trae 生态中的核心术语。适合通读，也适合日后按需回查。

01 · Chat（对话模式）

定义：Chat 是 Trae 中最基础的交互界面，你以自然语言提问，AI 以文本回答，适合讨论思路、解释代码、调试错误。

类比：像你跟一位资深程序员在 Slack 上私聊——你说中文，他回思路和代码片段，但不会擅自改你的项目文件。

实用场景：当你对一段代码不确定时，直接在 Chat 里粘贴并问”这段有什么隐患？“，AI 会逐行分析而不触碰你的工作区。在 Chat 中所有的回复都是建议性质的，代码需要你手动复制粘贴。

02 · Builder（构建模式）

定义：Builder 是 Trae 的主动执行模式，你描述一个目标（比如”创建一个用户登录页面”），AI 会直接读写你的文件系统、安装依赖、启动服务。

类比：Chat 是”你口述，AI 画图纸”；Builder 是”你把钥匙交给 AI，它自己去仓库搬砖、砌墙、通电”。

实用场景：在 Builder 中输入”为我的 Flask 应用添加用户注册功能，使用 SQLite 存储，密码用 bcrypt 加密”，AI 会依次创建路由文件、模型文件、模板文件并修改你的 app.py。

关键区别：

03 · SOLO（智能体框架）

定义：SOLO 是 Trae 内置的多智能体协作框架，全称为 Structured Orchestration of Logical Operatives（逻辑智能体的结构化编排），它把一个复杂任务分解为多个子问题，分配给不同的角色智能体并行或串行解决。

类比：SOLO 像一个软件外包公司的项目经理——它不自己写每一行代码，而是把”前端页面、后端 API、数据库设计”分派给不同的专家，再汇总成果。

内部结构：SOLO 框架包含一个协调器（Coordinator）和若干个工作智能体（Worker Agents）。协调器负责拆解任务、分配任务、合并结果；工作智能体各司其职，比如一个负责写 Python 后端代码，另一个负责写 React 前端。

04 · SOLO Coder（编码智能体）

定义：SOLO Coder 是 SOLO 框架中专攻代码生成与修改的角色智能体，它接收任务描述后直接操作项目源文件，生成可编译、可运行的代码。

类比：在一个建筑工地上，SOLO Coder 是”砌墙工”——他只看图纸（任务描述），不关心水泥从哪来（环境配置），专心把墙砌好。

能力边界：SOLO Coder 能处理多数主流编程语言（Python、JavaScript/TypeScript、Java、Go、Rust 等），但它不负责环境搭建、依赖安装或部署——这些是 SOLO Builder 或你自己的工作。当你发现生成的代码缺少 import 语句时，不是 SOLO Coder 失职，而是任务描述没有明确要求它做导入检查。

05 · SOLO Builder（构建智能体）

定义：SOLO Builder 是 SOLO 框架中专攻项目工程化配置的角色智能体，负责创建项目结构、安装依赖、配置构建工具和部署脚本。

类比：如果说 SOLO Coder 是砌墙工，SOLO Builder 就是”水电工和监理”——它负责通电（配置 Webpack/Vite）、通水（设置数据库连接）、验收（确保项目能跑起来）。

典型工作流：你在 Builder 中说”创建一个 Next.js 项目”，协调器会先派 SOLO Builder 去 npx create-next-app，项目脚手架搭好后再派 SOLO Coder 去修改页面代码。两者协作完成从零到可用的完整链路。

06 · Agentic Loop（智能体循环）

定义：Agentic Loop 是 Trae 智能体的核心运行机制——AI 不断重复”感知环境 → 推理决策 → 执行行动 → 观察结果”的循环，直到任务完成或被用户中断。

类比：想象你在厨房做一道新菜——你看食谱（感知），决定下一步放什么（推理），动手翻炒（执行），尝尝味道（观察），然后决定加盐还是收汁（下一轮感知）。Agentic Loop 就是这个”看 → 想 → 做 → 尝”的持续循环。

循环细节：

┌─────────────────────────────────┐
│  1. 感知环境（读取文件、查看日志）  │
│         ↓                        │
│  2. 推理决策（分析上下文、定策略）  │
│         ↓                        │
│  3. 执行行动（写文件、运行命令）    │
│         ↓                        │
│  4. 观察结果（检查输出、读报错）    │
│         ↓                        │
│  返回步骤 2 或结束                │
└─────────────────────────────────┘

每次循环称为一个迭代（iteration）。Builder 模式默认有多次迭代机会，Chat 模式通常只有一次。

07 · Webview（实时预览）

定义：Webview 是 Trae 内置的嵌入式浏览器面板，你可以在 IDE 内部实时预览前端项目，无需切换到外部浏览器或手动刷新。

类比：像是你在厨房里装了一面”魔法窗户”——你在灶台（编辑器）上每切一刀菜，窗户另一边的摆盘就自动更新，不用每切一刀都跑到餐厅去看效果。

使用技巧：在 Builder 模式下启动一个前端项目后，Trae 会自动在 Webview 中打开 localhost 地址。如果你修改了 CSS，Webview 会通过热更新（HMR）自动刷新，看到效果的时间比你切换浏览器标签页还短。Webview 也支持移动端视口模拟，方便调试响应式布局。

08 · .trae/rules（项目规则）

定义：.trae/rules 是放在项目根目录下的配置文件目录，用来给 AI 提供项目级别的上下文约束，包括编码风格、技术栈声明、目录结构约定等。

类比：这像你给 AI 发了一本”项目员工手册”——新人（AI）入职第一天先读这本手册，之后所有操作都按手册约定来，不会用 Prettier 的项目突然冒出 ESLint 风格的代码。

实际示例：

my-project/.trae/rules/
├── coding-style.md    # "使用 2 空格缩进，行尾无分号"
├── tech-stack.md      # "React 18 + TypeScript + Tailwind CSS"
└── architecture.md    # "页面放在 pages/，组件放在 components/"

当 AI 在 Builder 或 Chat 中处理这个项目时，它会自动读取 .trae/rules/ 目录下的所有 Markdown 文件并遵循其中的规则。你可以把它理解为一个无需额外操作的、项目专属的系统提示词。

09 · MCP（Model Context Protocol）

定义：MCP（模型上下文协议）是 Anthropic 提出的开放协议标准，定义了 AI 模型与外部工具、数据源之间的标准化通信接口，让 AI 能够安全地调用数据库、文件系统、API 等外部资源。

类比：MCP 像 USB-C 接口——无论你插的是显示器、硬盘还是充电器，USB-C 都用同一套物理协议传输数据。MCP 给 AI 定义了”标准插头”，让任何兼容 MCP 的工具（数据库、文件系统、搜索引擎）都能即插即用。

在 Trae 中的角色：Trae 使用 MCP 协议与本地文件系统、终端、Webview 等工具通信。你甚至可以通过配置自定义 MCP 服务器，让 Trae 的 AI 直接查询你的内部数据库或调用公司 API。MCP 是 Trae 从”聊天机器人”进化为”开发智能体”的关键基础设施。

配置方式：在 .trae/mcp.json 中添加 MCP 服务器配置，例如：

{
  "mcpServers": {
    "my-db": {
      "type": "stdio",
      "command": "node",
      "args": ["path/to/mcp-server.js"]
    }
  }
}

10 · Multimodal Input（多模态输入）

定义：多模态输入指 Trae 支持除文本之外的其他输入形式，目前主要是图片上传——你可以上传 UI 设计图、报错截图、手绘原型图，AI 会”看懂”图片内容并据此生成或修改代码。

类比：以前你只能发微信文字描述”我想要一个红色按钮”；多模态输入让你可以画个草图拍照发过去说”就按这个来”。AI 不再是盲人，它有了眼睛。

实用场景：你在设计工具中画了一个页面布局，截图粘贴到 Trae Chat 中说”按这个布局写一个 React 组件”，AI 会分析图片中的元素位置、颜色、文字，生成对应的 JSX 和 CSS 代码。另一个典型场景是报错截图——上传一张红色报错画面，AI 可以直接识别错误信息并给出修复方案，省去手动抄写的步骤。

11 · Model Selection（模型选择）

定义：模型选择指你在 Trae 中可以根据任务类型切换底层 AI 模型，目前支持 Claude 系列模型（如 Sonnet、Haiku）以及特定地区的本地优化模型。

类比：像你在打车软件里选择”经济型”还是”豪华型”——去机场赶时间选快的（Sonnet），写一封简单的邮件选便宜的（Haiku），搬家拉货选大车（Opus）。

选型建议：

在 Trae 的设置面板中，你可以随时切换模型。建议日常开发使用 Sonnet 作为主力，遇到极端复杂的架构问题时临时切换到 Opus。

12 · Token-based Billing（Token 计费）

定义：Token 计费是 Trae 的用量计费方式——AI 将输入的提示词和输出的回答都切分为 token（约 0.75 个英文单词或 0.5 个汉字对应一个 token），按 token 总量计费，而不是按对话次数或时间计费。

类比：Token 就像你家的水表——不是按你开了多少次水龙头收费，而是按实际流了多少升水收费。（题外话：AI 的”水龙头”关不紧的话——比如你生成了一个超长的回复但没用——这笔费用也算在你头上，就像水表不会区分你洗菜还是漏水。）

计费三要素：

1. 输入 token（你发送的提示词、上下文文件）：费率较低
2. 输出 token（AI 生成的回答、代码）：费率较高
3. 上下文缓存 token（重复使用的上下文片段）：有折扣

在 Trae 的用量面板中，你可以查看每次会话的 token 消耗明细。一个典型的前端页面生成任务大约消耗 5,000–15,000 token，对应几分钱到几毛钱人民币。

13 · Sandbox（沙箱环境）

定义：Sandbox 是 Trae 为代码执行提供的隔离运行环境，AI 生成的代码在沙箱中运行，不会影响你的主机系统和生产环境。

类比：像化学实验室的通风橱——你在通风橱里做有风险的实验（运行 AI 生成的未知代码），即使里面着火了，实验室外面（你的电脑）安然无恙。

安全边界：

• 沙箱有独立的文件系统和网络空间
• 沙箱中的进程无法访问宿主的敏感文件（~/.ssh、~/.aws 等）
• 沙箱有 CPU 和内存使用上限，防止无限循环耗干资源
• 默认不允许对外网络连接（可配置白名单）

对于安全敏感的项目，建议在第一次运行 AI 生成的代码时开启沙箱模式，验证无误后再关闭。

14 · Approval Policy（审批策略）

定义：审批策略是 Trae 的安全管控机制——你可以配置 AI 在什么情况下需要先征求你的同意才能执行操作，包括文件写入、命令运行、网络请求等。

类比：像一个”家长控制”功能——你可以让 AI 自己决定”换灯泡”（修改一个 CSS 颜色），但必须请示你之后才能”装修厨房”（重构整个模块）。

可配置的审批级别：

建议日常使用”仅命令审批”——让 AI 自由修改代码，但执行 rm、curl、npm install 等命令前会停下来问你”可以吗？“。

15 · Remote-SSH（远程开发）

定义：Remote-SSH 是 Trae 通过 SSH 协议连接到远程服务器进行开发的功能——你的 Trae IDE 在本地运行，但编辑、运行的代码都在远程服务器上。

类比：像你用遥控器操作一台无人机——遥控器（本地 Trae）在你手里，但无人机（远程服务器）在天上飞。你通过遥控器看到无人机摄像头的画面（远程文件系统），操纵它飞行（写代码、跑命令）。

配置步骤：

1. 在 Trae 中点击底部状态栏的”远程连接”图标
2. 输入 user@hostname 和端口号
3. 选择认证方式（密码或 SSH 密钥）
4. 连接成功后，你的资源管理器、终端、Webview 全部指向远程服务器

Remote-SSH 让 Trae 可以用于云服务器开发、GPU 服务器上的 AI 项目、或者团队共享开发环境，而你的笔记本电脑只需要一个浏览器就能工作。

16 · Figma-to-Code（设计稿转代码）

定义：Figma-to-Code 是 Trae 将 Figma 设计稿直接转换为前端代码的功能——导入 Figma 文件或链接，AI 会解析设计稿中的图层、样式、布局，生成对应的 HTML/CSS/React 代码。

类比：像你有一张手绘的房屋平面图（Figma 设计稿），把它放进一台神奇的机器（Trae），机器直接吐出可以施工的 BIM 模型文件（前端代码）。你不需要跟机器解释”这里有一个窗户、那里有一扇门”，它自己”看懂”平面图。

工作流程：

1. 在 Figma 中完成设计稿
2. 导出设计稿链接或 JSON 文件
3. 在 Trae Builder 中粘贴链接或上传文件，描述：“按这个设计稿生成页面”
4. AI 分析设计稿中的按钮、表单、图片、间距、颜色
5. 生成像素级对应的 React/HTML 代码

需要注意：Figma-to-Code 擅长视觉还原，但交互逻辑（点击后跳转到哪、表单提交到哪里）仍需要你补充描述。

17 · Deployment Integration（部署集成）

定义：部署集成是 Trae 提供的一键部署能力——你可以在 Trae 内部直接配置部署目标（如 Vercel、Netlify、 Railway 或自建服务器），Builder 模式完成开发后自动将代码推送并上线。

类比：之前开发完一个网站，你要自己找 FTP 工具上传、配 Nginx、设置域名，像是把做好的菜自己端到餐桌上。Trae 的部署集成像是饭店里的”传菜电梯”——菜做好放进电梯，按个按钮，菜就出现在客人桌上。

支持的平台：

• Vercel：前端项目（Next.js、React、Vue）一键部署
• Netlify：静态站点和 Jamstack 应用
• Railway：后端服务和全栈应用
• 自定义服务器：通过 SSH 或 Docker 部署到自己的服务器

在 Builder 中完成开发后，输入”部署到 Vercel”，AI 会自动安装 Vercel CLI、执行部署命令、返回部署 URL。

18 · China Version vs International Version（中国版与国际版）

定义：Trae 提供中国版（trae.cn）和国际版（trae.ai）两个版本，它们在底层模型、数据合规、生态集成和定价策略上存在差异，但前端体验和核心功能基本一致。

类比：像同一款汽车的”中国版”和”欧版”——外形几乎一样，但方向盘在左边还是在右边（模型差异）、加什么标号的汽油（定价差异）、尾气排放标准（合规要求）不同。

对比表：

选版建议：

• 如果你的项目在中国大陆运营、数据必须留在中国境内，选择中国版
• 如果你使用 Claude 模型生态、主要面向海外市场或偏好英文开发体验，选择国际版
• 两个版本的用户界面和快捷键操作完全一致，切换成本很低

术语对比速查表

术语关系图（心智模型）

把 Trae 看作一家软件外包公司：

你（客户） → 提出需求
    ↓
Chat（客服/咨询） → 讨论需求、报价、出方案
    ↓
Builder（项目经理） → 接受任务，启动项目
    ↓
    ├── SOLO Coder（程序员） → 写业务代码
    ├── SOLO Builder（运维） → 配环境、搭构建
    └── Agentic Loop（工作流程）→ 不断写-测-改
    ↓
Webview（验收窗口）→ 实时看效果
    ↓
Deployment（交付上线）→ 部署到生产环境

保障机制：

• .trae/rules（项目规范手册）→ 告诉 AI 公司”按我们公司的风格写代码”
• Sandbox（测试环境）→ 在沙箱里跑新代码，不影响线上
• Approval Policy（审批流程）→ 敏感操作需要你签字
• MCP（工具接口标准）→ 统一所有工具的插拔标准

总结

Trae 的术语体系本质上回答了三个问题：

1. 谁来做事：Chat 是你和 AI 讨论的手腕，Builder 是 AI 替你动手的臂膀，SOLO 则是背后根据需要随时调遣的专家团队。
2. 怎么做：Agentic Loop 是”感知-推理-执行-观察”的四步循环，迭代次数越多，任务完成度越高。多模态输入让 AI 不只听你说，还能”看”你的设计稿和报错截图。
3. 怎么管：.trae/rules 管规范，Sandbox 管安全，Approval Policy 管权限，MCP 管工具——四者合起来确保 AI 在你划定的圈子里高效工作。

无论你选择中国版还是国际版，核心的开发体验和术语体系保持一致。下次在任何文章或社区讨论中看到这些术语，你都能立刻知道它指的是什么、和什么概念有关、在实际开发中扮演什么角色。

下一篇：34 · 最佳实践路线图 — 从新手到高手，Trae 在不同阶段的使用策略、常见陷阱和效率倍增技巧。

← 返回目录 | 在 GitHub 上讨论本文 →