Trae与Cursor的对比：谁能赢得你的青睐？

字节跳动推出了中国首款人工智能集成开发环境（AI IDE），与 Cursor 相比，它有哪些独特之处？能否实现一键生成完整项目代码的功能呢？

Trae 的最新版本今日如火如荼地上线了！更令人兴奋的是，国内外版本同步更新！此次更新带来了众多功能，大家期待已久的 MCP 功能终于正式上线，还有智能体功能也随之推出，真是令人振奋！

接下来让我们快速回顾一下这次更新的主要功能：

1. Chat 模式与 Builder 模式的整合

1. 支持创建 MCP 工具与自定义智能体

1. 更丰富的上下文处理能力

1. 自定义规则设置

接下来，我们将详细探讨这些新功能的具体应用。

新增的内置工具

Trae 的 Builder 模式现已集成以下几个实用工具：

1. 文件管理系统
2. 终端访问
3. 在线搜索功能
4. 预览工具

现在，Trae 终于可以通过网络进行搜索，直接与我们进行对话！

在 AI 对话过程中，它会根据需求自动引用相关代码作为上下文，帮助我们解决问题。

此外，当请求执行命令时，你可以启用“从下次开始自动运行命令和 MCP 工具”选项，这样在之后的命令执行中，它将自动运行这些命令和工具：

当然，开启自动执行后，你随时可以进入智能体配置页面，设置命令行或 MCP 工具的黑名单，黑名单中的命令和工具不会被自动执行：

在自动运行开启后，整体交互效果如下（对于技术小白来说相当友好）：

当我想查看生成的代码效果时，AI 首先尝试运行程序，结果出现了错误，发现缺少依赖库的模块（AI 能够直接解析错误信息），并尝试执行安装该模块的命令以解决问题，随后再次运行程序，结果程序成功启动：

上下文处理能力

具体的上下文功能包括：

代码索引管理

现在系统会自动索引当前项目的所有代码，并且在输入问题时，你可以通过添加 #Workspace 来直接引用当前项目的代码进行回答。但实际上，你无需显式指定，系统会根据需要自动参考相关代码。

忽略文件配置

此外，你可以在上下文设置中指定要忽略的文件。无论你是否配置了这些忽略文件，系统都会直接忽略 .gitignore 文件中指定的内容。

文档集管理

这个功能相当于为项目提供了额外的知识库。如果你的项目需要引用某些本地素材，或在开发过程中需要遵循需求文档或软件设计文档，这些文档可以被添加到文档集中，从而使 AI 的回答更加精准。

自定义规则设置

自定义规则具体是什么呢？别担心，Trae 为我们提供了清晰的引导说明：

顾名思义，这些规则类似于传统开发中的 ” 代码规范 ”，分为针对当前项目和全局的规则。在项目规则文件中，你可以定义 Trae 在当前项目中需要遵循的开发规范，类似于生活中的各种规定：

1. 在家庭装修中规定使用特定品牌的材料，你可以指定项目所需的框架版本和依赖库
2. 小区禁止燃放烟花爆竹的规定，你可以限制使用某些不安全或过时的 API
3. 餐厅对食品安全的检查标准，你可以设定代码测试的严格程度和覆盖范围
4. 公司着装要求，你可以规定代码的格式和风格标准
5. 节能减排的指标要求，你可以设置应用程序的性能优化目标

具体规则模板与 Cursor 的 .cursorrules 文件原理相似，例如在我编写 next.js 项目时，可以直接使用我下面的规则模板：

---
description: Next.js with TypeScript and Tailwind UI best practices
globs: **/*.tsx, **/*.ts, src/**/*.ts, src/**/*.tsx
---

# Next.js Best Practices

## Project Structure

- Use the App Router directory structure
- Place components in `app` directory for route-specific components
- Place shared components in `components` directory
- Place utilities and helpers in `lib` directory
- Use lowercase with dashes for directories (e.g., `components/auth-wizard`)

## Components

- Use Server Components by default
- Mark client components explicitly with 'use client'
- Wrap client components in Suspense with fallback
- Use dynamic loading for non-critical components
- Implement proper error boundaries
- Place static content and interfaces at file end

## Performance

- Optimize images: Use WebP format, size data, lazy loading
- Minimize use of 'useEffect' and 'setState'
- Favor Server Components (RSC) where possible
- Use dynamic loading for non-critical components
- Implement proper caching strategies

## Data Fetching

- Use Server Components for data fetching when possible
- Implement proper error handling for data fetching
- Use appropriate caching strategies
- Handle loading and error states appropriately

## Routing

- Use the App Router conventions
- Implement proper loading and error states for routes
- Use dynamic routes appropriately
- Handle parallel routes when needed

## Forms and Validation

- Use Zod for form validation
- Implement proper server-side validation
- Handle form errors appropriately
- Show loading states during form submission

## State Management

- Minimize client-side state
- Use React Context sparingly
- Prefer server state when possible
- Implement proper loading states

当然，如果你需要更多的规则模板，可以参考以下的 GitHub 项目 awesome-cursorrules 获取更多信息：

https://github.com/PatrickJS/awesome-cursorrules

MCP 功能集成

此次更新中，Trae 也引入了备受关注的 MCP 工具，这个工具有什么用呢？

简单来说，它是使 AI 能够与外部工具进行“对话”的一种协议。想想以前的 AI 模型就像被封闭在一个小房间中，只能依赖自身的知识回答问题。而有了 MCP，AI 便能“走出去”，借助外部工具的能力来完成各项任务。以下是一张展示 MCP 功能定位关系图的示意图：

MCP 就像我们手提电脑上的扩展坞，能够将各种工具连接到一起，AI 则可以直接通过 MCP 调用这些工具的功能。

MCP 与 Coze 的插件功能对比

尽管 MCP（Model Context Protocol）与 Coze 的插件功能看起来相似，但在设计理念及技术实现上存在一些显著差异：

MCP 与扣子插件：两种不同的工具连接方式

简而言之，MCP 可以被视为一个“通用电源适配器”，使得 AI 能够与各类外部工具连接，只要这些工具遵循 MCP 协议，任何支持 MCP 的 AI 都能使用它们。

相比之下，** 扣子的插件更像是“专用配件”**，专为扣子平台而设计，能够在其生态内发挥良好作用，但在其他 AI 系统上未必兼容。

如果你是一名开发者，想要创建能在多个 AI 系统中使用的工具，MCP 将是更合适的选择；而如果你的目标是在扣子平台上快速构建应用，扣子的插件系统则更为便捷。

Trae 中的 MCP 功能展示

让我们一起看看 Trae 的 MCP 功能的用户交互界面：

初步观察，Trae 集成了许多实用的工具：

• GitHub：无需自行查找代码，AI 可以直接为你找到
• Figma：设计文件能够直接连接
• Google Maps：地图信息查询轻而易举
• AWS 知识库：一键解决 AWS 云服务相关问题
• 还有更多其他工具 …

当然，除了默认内置的功能，用户还可以自定义添加其他第三方的 MCP 工具。

需要特别注意的是，Trae 集成的 MCP 功能在整体交互上变得更加简便，技术小白也能在不深入理解相关概念的情况下，轻松上手（前提是使用内置的 MCP 工具）。

Trae 的智能体创建功能

接下来，我们来看看 Trae 的配置界面：

我创建了一个临时的 Trae 智能体，图中展示了工具箱中主要有两类工具：

1. MCP 工具（高级工具）

我选择了一些 Trae 内置的 MCP 工具来构建这个智能体，例如：

• Puppeteer：帮助自动化浏览网页、点击按钮、填写表单
• docker-mcp：用于管理计算机上的应用容器
• GitHub：可直接操作代码仓库，无需手动寻找代码
• 等其他工具 …

2. 内置工具（基础工具）

每个智能体创建时内置有四个工具，包括：

• 文件系统：能够读写计算机中的文件
• 终端：可执行计算机命令
• 联网搜索：可以在线查找资料
• 预览：能够预览生成的内容

在创建智能体时，用户也可以选择取消某个内置工具的勾选，这样该工具将不会出现在智能体中。

为了便于大家理解，可以参考下图：

实际上，Trae 默认包含的是我们常用的一个 Builder 智能体，其中内置了上述四个工具，我们的构建模式正是基于它进行交互：

还有一个 Builder with MCP 智能体，它在 Builder 智能体的基础上，额外添加了 MCP 工具的支持：

接下来，我们将结合 智能体 +MCP的方式来看一下实际应用效果。

智能体与 MCP 的实战案例

案例一：利用 Figma 内置 MCP 智能体生成代码

Figma 是什么？ Figma 是一款在线设计工具，可以被视为“网页版的 PS”，更专注于界面设计。它的最大优势在于支持多人实时协作，类似于共同编辑文档。设计师使用它来设计网站和应用界面，开发者则可以直接查看这些设计并将其转化为实际的网页或应用。对于不熟悉技术的用户，可以将其视为一个可以绘制精美网页和应用界面的在线画布。

我将 Figma AI Bridge 这个 MCP 工具添加到 Builder with MCP 智能体中：

接着，我们在网络上找到一个 Figma 的 UI 模板进行尝试：

模板链接：https://www.figma.com/community/file/989274600796773962

然后我们开始进行对话：

基于我这个 Figma template 帮我生成一个基于 next.js 框架的网站
https://www.figma.com/community/file/989274600796773962

没过多久，这个网页的初步形态便完成了：

这个体验相当不错，它不仅根据 Figma 模板生成相应的代码，还能根据用户描述生成代码。例如，我描述的是一个基于 next.js 框架的网站，它便会生成相应的代码。

案例二：沉浸式抓取指定网站的信息

我创建了一个新的智能体 – 网页 AI 助手，并直接选择了一个热门的网页内容抓取工具 – Puppeteer：

然后在对话中选择这个智能体开始操作：

帮我抓取一下 WaytoAGI 网站上有些推荐的 AI 智能体，将它们整理总结为一个图文并茂的 markdown 文档给我。https://www.waytoagi.com/zh/agents

现在来看一下实际效果（7 倍速回放）：

让我们看看生成的 md 文件：

虽然这只是基本的网页内容抓取，但它成功抓取了相关内容的图片，并自动生成了一个 markdown 文档，用户体验非常不错。此外，它还能按需访问每个相关链接的子链接，以获取更详细的信息。

总结

Trae 的革命性升级：从工具到数字同事的飞跃

此次 Trae 的重大升级，标志着其不仅仅是功能的提升，更是 AI 协作工具向“数字同事”转型的重要一步。

这一变化反映了人机协作模式的根本性转变：从过去的“使用工具”，逐渐转向如今的“培养同事”。

就如同在工业革命时期，人类学会了与机器的合作一样，AI 时代我们正在学习与智能体共同工作的全新语言。Trae 通过降低 MCP 的使用门槛，使得普通用户也能够体验到这一先进的人机协作方式。

可以预测，随着 MCP 生态的不断完善，我们将步入一个“工具互联”的崭新时代。届时，AI 将不仅仅是调用单一工具的存在，它将能够联结设计、开发、测试和部署的整个流程，真正成为贯穿项目生命周期的“数字合伙人”。

在这个全新的人机协作时代，最大的竞争优势或许不在于掌握多少工具，而在于多快能培养出最适合自己的数字同事。那么，你准备好迎接你的第一位 AI 工作伙伴了吗？