鑫哥手札：深入解析Trae的魅力与潜力

Trae 字节跳动的海外版本，国内尚未推出。

Trae 新版本更新？这五个实用功能让人惊喜！

前几天我将 Trae 更新至 04.21 版本，没想到这次的改动如此显著，许多新功能确实解决了开发和协作中的诸多实际问题。本文将结合我在内部知识库和服务工具开发项目中的实际使用情况，分享这次更新中让我印象深刻的几个功能点，以及它们如何提升了我的工作效率。

一、Chat 与 Builder 面板合并：流畅的工作流体验

在使用 Trae 的过程中，我常常需要在 Chat 和 Builder 模式之间频繁切换，尤其是在调试 Agent 时，逻辑没理清，页面的跳转让我感到困惑。

现在的版本将 Chat 与 Builder 整合在一个界面中，只需通过 @Builder 命令即可直接调用 Builder Agent，无需离开对话上下文，使用起来非常顺畅。

Agent 自动切换到构建视图，并且保留了之前的对话上下文，生成后我可以继续在对话中测试调用结果，整个过程连贯且高效。

二、上下文增强：#Web 和 #Doc 让 AI“看得懂”

此次新增的 #Web 和#Doc上下文类型，毫无疑问是我最喜欢的改进之一。

Web 上下文

在撰写内部技术文档时，我需要引用 GitLab 上的某个最佳实践。过去我必须手动复制粘贴，而现在只需发送一个链接：

#Web https://gitlab.com/docs/best-practices

Trae 会自动提取网页内容并将其转换为上下文参与对话，非常适合快速调研。

Doc 上下文

我们的项目有一个共享文档目录，里面包含 .md 格式的操作文档。以往 AI 的回答总是模糊不清，现在我可以直接上传整个文档目录作为 #Doc，支持.md、.txt 文件上传，甚至可以通过链接导入，最多支持 1000 个文件（50MB）：

#Doc 项目技术文档集（/docs）

之后每次询问 AI：

根据文档集，生成一个数据迁移流程图

输出的准确率大幅提升，上下文能力终于具备了实用性。

三、规则系统上线：AI 有了明确的“使用手册”

有时 AI 的回答过于“随意”，例如我们要求接口返回值的结构统一，但它在编写代码时常常忘记。Trae 引入了规则系统，从根本上解决了这个问题。

个人规则

我设定了一个user_rules.md，其中明确规定：

所有 JSON 返回结构必须包含 code, message, data 三个字段。

设置完成后，无论我在哪个项目中构建 Agent 或与 AI 互动，它都会优先遵循这个规则，相当于为 AI 制定了“家规”。

项目规则

我们团队还制定了一些命名规范（如 Controller 命名统一为 XxxController），我将这些规则写入.trae/rules/project_rules.md，团队成员在构建 Agent 时都能自动继承这些规范，显著提高了统一性。

四、Agent 能力升级：自动运行 + 更智能的自定义

过去构建 Agent 只能依靠 prompt，执行一些单步指令。现在 Trae 支持通过 prompt + tools 联合定义 Agent，处理更复杂的行为也能轻松实现。

五、MCP 市场上线：服务调用如插件般简单

最后一个重磅更新是 MCP 市场，Trae 现在支持选择大量第三方 MCP Server，数量较之前已翻了几倍。

这次 Trae 的 04.21 版本更新不仅仅是“增加了一些功能”，更是让许多 AI 工具从“玩具”转变为“真正能助力工作”的工具。对我而言，最有价值的包括：

• 统一的工作流，避免频繁切换
• 上下文能力的真正实用性，信息提取更为精准
• 规则与自定义功能，让 AI 的响应更符合预期
• MCP 的整合，使得外部服务调用变得可行

Trae 的定位已不再是单纯的智能对话工具，而是一个集 AI Agent 构建、服务整合和文档理解于一体的智能协作平台。

如果你也在利用 AI 辅助开发、撰写文档或接入业务系统，这个版本的 Trae 功能非常值得一试。