Trae:国内首款AI原生IDE,编程效率大提升
今年一月,在新闻上看到字节跳动面向海外市场推出了一款名为Trae的AI集成开发环境(IDE)。起初,我并未给予过多关注,因为市面上已有不少IDE集成了AI插件,功能也非常全面,而字节跳动自家的MarsCode插件也在使用之中。因此,我心中疑惑:字节跳动有必要再推出一款独立的AI IDE吗?
上周,听闻Trae的国内版将在本周发布,并且他还给我提前拿到了内测版。Trae是国内市场的首个AI原生IDE,于是我决定深入体验一下,并借此机会探讨一个更为广泛的话题:在现有的AI工具如此之多的情况下,我们是否还有必要开发新的工具?
经过一段时间的试用,我得出结论:Trae国内版绝对值得使用。作为一款AI原生IDE,Trae不仅在整体体验上优于现有的插件,而且它内置的大模型——豆包1.5 pro和DeepSeek满血版——都是无限量免费使用的。
免费下载地址:https://www.trae.com.cn/download

国外版与国内版的区别
Trae国外版与国内版的主要区别在于所使用的模型不同。Trae国外版使用的是国外的模型,这会导致国内用户在使用过程中遇到连接不稳定、等待时间长、网速较慢等问题。而Trae国内版则是专门为中国用户定制的,使用国内的模型,确保了连接的稳定性和快速性。此外,Trae国内版的界面也根据中国用户的使用习惯进行了优化。
更进一步,这两个产品由同一个团队开发,但适用于不同的场景。如果你想在保留原IDE(如VS Code或Cursor)的基础上增加AI编程相关功能,那么可以选择MarsCode插件;如果你希望体验一款全新的、围绕AI设计的原生IDE,那么Trae将是你的最佳选择。
安装与启动
Trae国内版可在其官方网站trae.com.cn下载。目前,Trae提供了三个版本:适用于Windows系统的版本,以及适用于macOS Intel芯片和macOS M系列芯片的版本。安装完成后,启动IDE,你将看到如下画面。
随后,你可以选择亮色或暗色主题,并设置语言为简体中文。Trae还贴心地询问你是否希望导入原先IDE的配置,方便你快速上手。最后,你可以选择是否进行登录。虽然不登录也能使用Trae,但部分功能会受到限制,因此建议登录以获取完整体验。登录时,只需通过手机号在Trae官网上完成注册或登录即可进入使用界面。
使用界面
Trae的界面设计简洁明了,左侧是VS Code的界面,对于熟悉VS Code的用户来说,上手毫无难度。右侧则是AI交互区域,分为Chat和Builder两种模式。
Chat模式:这是默认模式,用户可以通过与AI对话获取答案或代码。Trae内置了三个模型供用户选择,包括豆包1.5 pro和两种DeepSeek系列模型,响应速度令人满意,没有出现“服务器繁忙”的提示。此外,Chat模式下的代码生成功能也非常友好,可以直接在对话框中生成代码,无需手动复制粘贴。
Builder模式:该模式旨在帮助用户一键生成项目。首次进入时,会有一个“启动Builder”按钮。只需在对话框中输入项目需求,Trae就会根据你的描述生成项目,并自动执行相关命令。然而,目前Builder模式还不够完善,生成的项目往往需要多次调整,才能成功运行。因此,建议用户对其保持合理期待,相信随着产品进一步完善,Builder模式也将变得更加出色。
其他功能
除了Chat和Builder两种模式,Trae还有许多其他功能值得体验。
代码智能补全:Trae能够自动补全代码,只需按下回车键换行即可。如果代码中有注释,Trae会根据注释生成相应的代码。
指定上下文:Trae允许用户指定对话的上下文范围。具体方法是在对话框输入#号,然后选择Code(代码)、File(文件)、Folder(文件夹)或Workspace(工作区)。这样,AI助手的回答会更有针对性,更有利于生成符合需求的代码。
一键转对话:Trae提供了一键转对话按钮,方便将编辑器中的代码片段传递给AI助手。选中代码后,点击浮动菜单中的“添加到对话”按钮即可,无需复制粘贴。此外,终端中的报错信息也可以通过该功能传递给AI助手,方便调试。
模型自定义功能:Trae未来将支持模型自定义功能,用户可以根据自己的喜好接入对应的模型API,打破现有模型的限制,实现更为个性化的AI编程体验。
实用技巧分享
试用过程中,我总结了一些实用技巧,大家可以参考。
方式一:将编辑器内的内容作为上下文:当你正在编辑代码文件,对代码某一部分存在疑问或者想要优化代码时,可以选择编辑器中的代码并点击“添加到对话”按钮,将代码传递给AI助手进行提问。

方式二:借助终端内容作为上下文:当代码运行过程中出现报错信息时,可以点击终端中的报错内容,然后点击“添加到对话”按钮,将报错信息传递给AI助手进行分析和修复。
方式三:妙用#键添加上下文:在侧边对话的输入框中,可以通过#符号添加多种上下文,包括代码、文件、文件夹和整个工作区。这样,可以更方便地向AI助手获取相关信息,了解项目的整体情况,快速上手开发。

多模态输入之图片输入:当遇到用文字难以描述的问题时,如终端报错的截图、设计稿的细节等,可以通过添加图片的方式向AI助手更准确高效地表达需求。
代码自动补全功能:当编写代码时,可以通过敲击回车键换行,让AI助手自动补全后续代码,提高编码效率。
设置AI对话语言:可以在设置中选择AI回答时使用的语言,包括自动、中文和英文。具体可以根据个人需求选择合适的语言。
希望以上分享能帮助大家更好地利用Trae编程工具提升编程效率,欢迎分享更多的使用技巧。
相关文章:
Trae:国内首款AI原生IDE,编程效率大提升
今年一月,在新闻上看到字节跳动面向海外市场推出了一款名为Trae的AI集成开发环境(IDE)。起初,我并未给予过多关注,因为市面上已有不少IDE集成了AI插件,功能也非常全面,而字节跳动自家的MarsCode…...
深入解析 Vue Router 的 beforeEach:功能、用法与实践指南
什么是 beforeEach?基本语法与参数解析next() 的 4 种调用方式常见使用场景与代码示例动态路由加载的实践技巧常见陷阱与避坑指南总结 1. 什么是 beforeEach? beforeEach 是 Vue Router 提供的 全局前置守卫(Global Before Guards࿰…...
RocketMQ定时/延时消息实现机制
RocketMQ 的延迟消息是其核心特性之一,允许消息在指定延迟时间后才被消费者消费。 定时消息生命周期 一、延迟消息的核心机制 RocketMQ(5.0之前) 不支持任意时间精度的延迟,而是通过预定义的 延迟级别(Delay Level&a…...
基于SpringBoot的校园二手交易平台(源码+论文+部署教程)
运行环境 校园二手交易平台运行环境如下: • 前端:Vue • 后端:Java • IDE工具:IntelliJ IDEA(可自行更换) • 技术栈:SpringBoot Vue MySQL 主要功能 校园二手交易平台主要包含前台和…...
如何快速写出国内外现状的内容并且引用对应的参考文献(近三年的论文)
解决方法: 1.首先从知网或者谷歌学术中搜索相关关键字的论文根据时间排列(最新的在前面)。然后多选选中自己想要引用的论文(一般近三年的论文要占2/3),然后导出参考文献 [19] Lu L, Jin P, Karniadakis G E. DeepONet: Learning nonlinear operators for identifying dif…...
SQL的select语句完整的执行顺序
SQL的SELECT语句的执行顺序可以用"做菜流程"来类比理解。虽然我们写SQL时按SELECT…FROM…WHERE…顺序写,但数据库执行顺序完全不同。以下是通俗易懂的讲解(附流程图和示例): 🔧 执行顺序流程图:…...
开源操作系统纷争:CentOS停服后的新战场
开源操作系统纷争:CentOS停服后的新战场 引言 2020年12月,Red Hat宣布将停止维护CentOS Linux,转而专注于CentOS Stream。这一决策在开源社区掀起轩然大波,尤其是那些依赖CentOS作为生产环境操作系统的企业和开发者们࿰…...
【知识】torchrun 与 torch.multiprocessing.spawn 的对比
转载请注明出处:小锋学长生活大爆炸[xfxuezhagn.cn] 如果本文帮助到了你,欢迎[点赞、收藏、关注]哦~ 来自ChatGPT、DeepSeek 有点干,可仅做了解。 torchrun 和 torch.multiprocessing.spawn 都是在 PyTorch 中用于并行化和分布式训练的工具&a…...
利用 LangChain 和一个大语言模型(LLM)构建一个链条,自动从用户输入的问题中提取相关的 SQL 表信息,再生成对应的 SQL 查询
示例代码: from langchain_core.runnables import RunnablePassthrough from langchain.chains import create_sql_query_chain from operator import itemgetter from langchain.chains.openai_tools import create_extraction_chain_pydantic# 系统消息ÿ…...
力扣hot 100之矩阵四题解法总结
本期总结hot100 中二维矩阵的题,时空复杂度就不分析了 1.矩阵置零 原地标记,用第一行和第一列作为当前行列是否为0的标记,同时用两个标签分别记录0行、0列的标记空间中原本是否有0 class Solution:def setZeroes(self, matrix: List[List[…...
使用python运行网格世界环境下 TD算法
一、概述 本代码实现了在网格世界环境中使用 TD (0)(Temporal Difference (0))算法进行策略评估,并对评估结果进行可视化展示。通过模拟智能体在网格世界中的移动,不断更新状态值函数,最终得到每个状态的价值估计。 二…...
在Linux上使用APT安装Sniffnet的详细步骤
一、引言 Sniffnet 是一款开源的网络流量监控工具,适用于多种Linux发行版。如果你的Linux系统使用APT(Advanced Package Tool)作为包管理器,以下是如何通过APT安装Sniffnet的详细步骤。 二、系统要求 在开始安装之前࿰…...
zookeeper-docker版
Zookeeper-docker版 1 zookeeper概述 1.1 什么是zookeeper Zookeeper是一个分布式的、高性能的、开源的分布式系统的协调(Coordination)服务,它是一个为分布式应用提供一致性服务的软件。 1.2 zookeeper应用场景 zookeeper是一个经典的分…...
StableDiffusion本地部署 3 整合包猜想
本地部署和整合包制作猜测 文章目录 本地部署和整合包制作猜测官方部署第一种第二种 StabilityMatrix下载整合包制作流程猜测 写了这么多python打包和本地部署的文章,目的是向做一个小整合包出来,不要求有图形界面,只是希望一键就能运行。 但…...
数据结构(初阶)(七)----树和二叉树(前中后序遍历)
实现链式结构的二叉树 实现链式结构的二叉树遍历前序遍历中序遍历后序遍历 节点个数叶子节点个数⼆叉树第k层结点个数⼆叉树的深度/⾼度查找值为X的节点二叉树的销毁 层序遍历判断二叉树是否为完全二叉树 ⽤链表来表⽰⼀棵⼆叉树,即⽤链来指⽰元素的逻辑关系。 通常…...
SOME/IP 教程知识点总结
总结关于SOME/IP的教程,首先通读整个文件,理解各个部分的内容。看起来这个教程从介绍开始,讲到了为什么在车辆中使用以太网,然后详细讲解了SOME/IP的概念、序列化、消息传递、服务发现(SOME/IP-SD)、发布/订阅机制以及支持情况。 首先,我需要确认每个章节的主要知识点。…...
安装 Windows Docker Desktop - WSL问题
一、关联文章: 1、Docker Desktop 安装使用教程 2、家庭版 Windows 安装 Docker 没有 Hyper-V 问题 3、打开 Windows Docker Desktop 出现 Docker Engine Stopped 问题 二、问题解析 打开 Docker Desktop 出现问题,如下: Docker Desktop - WSL update failed An error o…...
科技赋能筑未来 中建海龙MiC建筑技术打造保障房建设新标杆
近日,深圳梅林路6号保障房项目顺利封顶,标志着国内装配式建筑领域又一里程碑式突破。中建海龙科技有限公司(以下简称“中建海龙”)以模块化集成建筑(MiC)技术为核心,通过科技创新与工业化建造深…...
json介绍、python数据和json数据的相互转换
目录 一 json介绍 json是什么? 用处 Json 和 XML 对比 各语言对Json的支持情况 Json规范详解 二 python数据和json数据的相互转换 dumps() : 转换成json loads(): 转换成python数据 总结 一 json介绍 json是什么? 实质上是一条字符串 是一种…...
关于学习一门新的编程语言的策略
实践 实践 实践 那么如何实践呢 ,very easy,测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测验 测…...
Rust 是什么
Rust 是什么 Rust 是一种由 Mozilla 开发的系统级编程语言,它于 2010 年首次亮相,在 2015 年发布 1.0 版本,此后迅速发展并受到广泛关注。 内存安全:Rust 最大的亮点之一是它在编译阶段就能够避免常见的内存错误,如空指针引用、数据竞争和内存泄漏等。它通过所有权(Owne…...
C#开发——时间间隔类TimSpan
TimeSpan 是 C# 中的一个结构( struct ),用于表示时间间隔或持续时间。它位于 System 命名空间中,是处理时间相关操作时非常重要的工具,尤其是在计算两个日期或时间之间的差值、表示时间段或执行时间相关的运算…...
计算机毕设JAVA——某高校宿舍管理系统(基于SpringBoot+Vue前后端分离的项目)
文章目录 概要项目演示图片系统架构技术运行环境系统功能简介 概要 网络上许多计算机毕设项目开发前端界面设计复杂、不美观,而且功能结构十分单一,存在很多雷同的项目:不同的项目基本上就是套用固定模板,换个颜色、改个文字&…...
[随手笔记]C#保留小数防止四舍五入有效解决办法
private decimal 截断小数(decimal 原小数值, int 保留小数个数) { string 原小数转字符串值 原小数值.ToString(); try { if (原小数转字符串值.Contains(".")) { int 原小数总长度 原小数转字符串值.Length; …...
C++ 二叉树代码
二叉树代码,见下 #include <iostream> using namespace std;template<typename T> struct TreeNode{T val;TreeNode *left;TreeNode *right;TreeNode():val(0), left(NULL), right(NULL)TreeNode(T x):val(x), left(NULL), right(NULL){} };template&l…...
Spring Boot 测试:单元、集成与契约测试全解析
一、Spring Boot 分层测试策略 Spring Boot 应用采用经典的分层架构,不同层级的功能模块对应不同的测试策略,以确保代码质量和系统稳定性。 Spring Boot 分层架构: Spring Boot分层架构 A[客户端] -->|HTTP 请求| B[Controller 层] …...
Oracle 数据库基础入门(四):分组与联表查询的深度探索(上)
在 Oracle 数据库的学习进程中,分组查询与联表查询是进阶阶段的重要知识点,它们如同数据库操作的魔法棒,能够从复杂的数据中挖掘出有价值的信息。对于 Java 全栈开发者而言,掌握这些技能不仅有助于高效地处理数据库数据࿰…...
机器学习的起点:线性回归Linear Regression
机器学习的起点:线性回归Linear Regression 作为机器学习的起点,线性回归是理解算法逻辑的绝佳入口。我们从定义、评估方法、应用场景到局限性,用生活化的案例和数学直觉为你构建知识框架。 回归算法 一、线性回归的定义与核心原理 定义&a…...
2024贵州大学计算机考研复试上机真题
历年贵州大学计算机考研复试上机真题 2024贵州大学计算机考研复试上机真题 2023贵州大学计算机考研复试上机真题 贵州大学计算机考研复试上机真题 在线 oj 测评:https://app2098.acapp.acwing.com.cn/problem/list/ 字符串翻转 题目描述 给定一个字符串…...
17、什么是智能指针,C++有哪几种智能指针【高频】
智能指针其实不是指针,而是一个(模板)类,用来存储指向某块资源的指针,并自动释放这块资源,从而解决内存泄漏问题。主要有以下四种: auto_ptr 它的思想就是当当一个指针对象赋值给另一个指针对…...
