1.现在trae版本在3.0及以上版本。
2.trae账号是企业版。
3.打开设置，找到mcp
这里需要token，需要从figma账号里生成,网页登录figma账号，找到设置，打开后找到security,然后点击generate new token，token名称随便取，权限都钩上。然后生成一个token,把token放到mcp中即可。
4.使用mcp,切换到mcp模式，你也可以自己创建智能体使用
5.提问使用，可参考下面的提示词使用
注意：这里面的figma链接是mcp的链接，不是figma链接，一般需要你有原型的权限才能看到
我需要根据提供的Figma链接生成一个与设计稿高度一致的网页。请严格遵循以下详细要求：
快速体验 1. 打开 InsCode(快马)平台 https://www.inscode.net 2. 输入框内输入如下内容： 创建一个智能管家应用，能够准确理解用户指令并执行任务。应用需包含以下功能：1. 自然语言处理模块，支持语音和文本输入；2. 任务管理模块，可设置提醒、日程安排；3. 智能推荐模块，根据用户习惯提供个性化建议；4. 多平台同步功能，支持手机、电脑和智能家居设备联动。使用Kimi-K2模型优化语义理解，确保高准确率。 1. 点击'项目生成'按钮，等待项目生成完整后预览效果 在开发智能助手的过程中，如何让它像真正的管家一样精准理解需求并高效执行任务，一直是技术实现的核心挑战。最近我尝试用AI技术构建了一个具备高准确率的智能管家应用，整个过程让我对现代自然语言处理和机器学习在实际开发中的应用有了更深的体会。 1. 自然语言处理模块的搭建 要让管家准确理解用户指令，首先需要强大的语义解析能力。我选择了基于Kimi-K2模型的解决方案，这个模型在中文语境下的表现特别出色。通过将用户的语音或文本输入转化为结构化数据，
视频分析神器：让AI帮你5分钟看懂1小时视频内容 【免费下载链接】video-analyzerA comprehensive video analysis tool that combines computer vision, audio transcription, and natural language processing to generate detailed descriptions of video content. This tool extracts key frames from videos, transcribes audio content, and produces natural language descriptions of the video's content. 项目地址: https://gitcode.com/
❝ 本文所有核心内容均来自OpenClaw官方GitHub仓库、架构白皮书及官方文档，确保100%准确、零主观臆断；兼顾入门可读性与资深开发者的深度需求，从底层逻辑到实战落地全链路覆盖。 官方权威来源：OpenClaw GitHub仓库 | 官方架构文档 | 官方文档中心 一、开篇：OpenClaw到底是什么？—— 打破AI“能说不能做”的核心范式 1.1 官方权威定义 OpenClaw（曾用名Clawdbot、Moltbot）是一款基于MIT开源协议、本地优先的自托管AI Agent执行网关，由奥地利独立开发者Peter Steinberger（PSPDFKit创始人）发起并主导开发，核心定位是连接大语言模型（LLM）、通讯渠道与系统工具的中枢桥梁，让AI从“对话建议者”升级为“自主执行者”，实现自然语言指令到端到端任务落地的全闭环。 通俗来讲：ChatGPT、Claude等传统对话式AI，只能给你“做事的步骤清单”；而OpenClaw能听懂你的自然语言指令，直接调用大模型做决策、操作你的设备/系统/软件，把事情做完，
目录 一、前言 二、Coze 介绍 2.1 Coze是什么 2.2 Coze 可以做什么 2.3 Coze 相比其他智能体平台独特优势 2.4 Coze 私有化部署优势 三、Docker 部署 Coze 操作过程 3.1 环境准备 3.1.1 服务器环境准备 3.1.2 docker 环境准备 3.1.3 获取apikey 3.1.4 获取模型ID 3.2 获取Coze安装包 3.