Trae与Cursor的对比：谁才是更强的选择？

字节跳动推出了中国首款人工智能 IDE，那么它与 Cursor 相比，究竟有哪些更具优势的特点呢？是否真的能够一键生成完整的项目代码呢？

今天，Trae 如风般迅速更新了！值得一提的是，这次更新涵盖了国内外版本！此次更新引入了许多新功能，大家期待已久的 MCP 功能终于上线，还有智能体功能也已正式推出，真是令人振奋！

接下来，我们可以快速浏览一下此次更新所包含的功能：

1. Chat 模式与 Builder 模式的整合

1. 支持创建 MCP 工具和自定义智能体

1. 更为丰富的上下文功能

1. 自定义规则功能

接下来，让我们深入探讨这些功能的具体交互方式～

新增内置工具

Trae 的 Builder 模式目前内置了以下几种工具：

1. 文件管理系统
2. 命令行终端
3. 网络搜索功能
4. 预览工具

Trae 现在能够直接进行网络搜索以进行对话了！

在与 AI 进行对话时，它会根据需求自动引用具体代码作为上下文来解答问题。

此外，在请求执行命令时，你还可以启用“从下次开始自动执行命令和 MCP 工具”的选项，这样在接下来的命令执行过程中，系统将自动运行相关命令及 MCP 工具：

当然，启用自动执行后，你随时可以访问智能体配置页面，设置命令或 MCP 工具的黑名单，确保这些被列入黑名单的命令和工具不会被自动执行：

当自动执行功能开启后，整体交互效果如下（对于技术小白来说相当友好）：

想要预览生成的代码效果时，AI 首先尝试执行程序，但随后出现了错误，发现某个依赖库的模块未安装（AI 直接分析了错误），并尝试执行安装该模块的命令以解决问题，接着再次运行程序，这次程序顺利运行了：

上下文功能

代码索引管理

现在系统默认自动将你当前的代码项目全部索引，你可以在输入问题时添加 #Workspace 来直接参考当前代码项目进行回答，但实际上，你完全可以不必显式指定，系统也会自动根据需要进行参考。

忽略文件功能

当然，你也能够在上下文配置中选择忽略某些文件。值得一提的是，无论你是否配置了这个扩展的忽略文件，系统都会自动忽略 .gitignore 文件中所配置的文件。

文档集功能

这个功能相当于为项目增添了一些上下文知识库。比如，项目中有些必须引用的素材只能在本地访问，或者在开发系统时，我们通常需要遵循需求文档或软件设计文档，而这些文档都可以配置到文档集中，这样 AI 的回答会因参考这些文档的上下文而更为精准。

自定义规则

那么，这个自定义规则究竟是什么呢？别担心，Trae 为我们提供了相应的指导介绍：

顾名思义，这相当于传统开发中“代码规范”的体现，分为针对当前项目的规范和全局规范。在项目规则文件中，你可以为当前项目设定 Trae 需要遵循的开发规范，这类似于生活中的各种规则：

1. 家庭装修时会规定使用的材料品牌，你可以指定项目使用的框架版本及依赖库
2. 小区内禁止放烟花爆竹的规定，你可以限制使用某些不安全或过时的 API
3. 餐厅食品安全的检查标准，你可以定义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，你可以设定应用程序的性能优化目标

具体的规则模板，其实与 Cursor 的 .cursorrules 文件原理类似。例如，在进行 next.js 项目开发时，你可以直接复用下面的规则模板：

---
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，可以直接参考以下的 GitHub 项目 awesome-cursorrules 以获取更多信息：

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

MCP 功能整合

这次 Trae 也支持了近期颇受欢迎的 MCP 工具，这个工具到底有什么用途呢？

简单来说，它是一种使 AI 能够与外部工具进行“交流”的协议。回想一下，以前的 AI 大模型就好比被困在一个小房间里，只能依靠自身知识回答问题。而引入 MCP 后，AI 可以“走出去”，结合各种外部工具的能力来完成任务。这里我放一张形象展示 MCP 功能定位的关系图：

在这里，MCP 就像我们手提电脑的扩展坞，可将各种工具接入，AI 则可以通过 MCP 直接调用这些工具的能力。

MCP 与 Coze 插件功能的比较

MCP（Model Context Protocol）与 Coze 的插件功能表面上相似，但在设计理念和技术实现上存在一些重要差异：

简单来说，MCP 就像是一个“万能电源适配器”，能够让 AI 连接各种外部工具。只要这些工具遵循 MCP 协议，任何支持 MCP 的 AI 都能顺利使用。

而 ** 扣子的插件则更像是“专用配件”**，专为扣子平台量身定制，虽然在该生态内运行良好，但未必能在其他 AI 系统上使用。

如果你是一名开发者，想要打造一个能够被多个 AI 系统使用的工具，MCP 或许更为合适；而如果你只希望在扣子平台上迅速构建应用，那么扣子的插件系统会更加便利。

Trae 中的 MCP 功能展示

我们来看看 Trae 的 MCP 功能交互界面：

从初步观察来看，Trae 内置了许多实用的工具：

• GitHub：无需自己查找代码，AI 可直接帮助你找到
• Figma：设计文件也可直接连接
• Google Maps：随时查询地图信息
• AWS 知识库：快速解决 AWS 云服务相关问题
• 此外还有更多 …

当然，除了这些内置工具，用户还可以自定义添加其他第三方的 MCP 工具。

值得注意的是，这次 Trae 集成的 MCP 功能在整体交互上简化了许多，技术小白甚至可以在不理解这些概念的情况下，直接使用内置的 MCP 工具。

Trae 可创建智能体的惊喜

首先，让我们看看 Trae 的配置界面：

我临时创建了一个 Trae 智能体来做演示，从图中可以看到工具箱主要包含两种工具：

1. MCP 工具（高级工具）

我选择了一些 Trae 内置的 MCP 工具来创建这个智能体，例如：

• Puppeteer：自动浏览网页、点击按钮、填写表单
• docker-mcp：管理计算机上的应用容器
• GitHub：直接操作代码仓库，无需自己查找
• 等等 …

2. 内置工具（基础工具）

每个智能体在创建时默认包含四个基本工具，分别是：

• 文件系统：可以读写计算机上的文件
• 终端：执行计算机命令
• 联网搜索：在线查找资料
• 预览：查看生成的内容

当然，在创建智能体时，也可以选择取消某个内置工具的勾选，从而使该工具不出现在智能体中。

有一个概念大家可以了解，先看下面的图：

实际上，Trae 默认自带的就是一个我们常用的 Builder 智能体，里面内置了上述的四个工具，我们的 Builder 模式就是使用它进行交互的：

还有一个 Builder with MCP 智能体，它是在 Builder 智能体的基础上增加了 MCP 工具的支持：

接下来，我们结合 智能体 +MCP的方式来看实际操作效果～

智能体与 MCP 的实战结合

案例 1：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，类似于“网页版的 PS”，但更专注于界面设计。它的最大特点是支持多人在线协作，类似于共同编辑文档。设计师使用它来设计网站和 App 的界面，开发人员则可以直接查看这些设计并将其转化为真实的网站或应用。对于技术不太了解的人，可以把它想象成一个在线画板，用于绘制美观的网页和 App 界面。

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

然后我们在网上找到了一个 Figma 的 UI 模板来进行试验：

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

接着我们开始一次对话：

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

不久，这个网站的初步形态就被复刻出来了：

这一体验令人满意，它不仅根据提供的 Figma 模板生成相应的代码，还能依据描述生成代码。例如，我描述的是一个基于 next.js 框架的网站，它会自动生成对应的代码。

案例 2：深度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，并选择了一个流行的网页内容抓取工具 – Puppeteer：

然后我们开始对话并选择这个智能体：

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

让我们看看实际效果（7 倍速回放）：

看看它生成的 md 文件样式：

虽然这只是基础的网页内容抓取，但它同时抓取了相关内容的图片，并自动生成了 markdown 文档，这一体验相当不错。此外，它还能够按需访问每个相关链接的子链接，以获取更详细的信息。

结语

此次 Trae 的重大升级，远不止是功能的简单更新，它象征着人工智能协作工具正在从“智能助手”向“数字同事”转型。

这一变化体现了人机协作模式的深刻变革：我们曾经是“操作工具”，如今逐渐转向“培养同事”的新方式。

如同工业革命期间人们学会与机器合作一样，在人工智能时代，我们正在学习与智能体协作的全新语言。Trae 通过降低 MCP 的使用门槛，使得普通用户也能体验这一前沿的人机协作方式。

展望未来，随着 MCP 生态系统的不断完善，我们将进入一个“工具互联”的新纪元。届时，人工智能不仅能够操作单一工具，更能连接设计、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“数字伙伴”。

在这个人机协作的新纪元，竞争优势可能不再是掌握多少工具，而在于能够多快培养出最适合自己的数字同事。那么，你是否已经准备好迎接你的第一位 AI 工作伙伴呢？