字节跳动 AI 原生 IDE Trae 安装与上手图文教程

字节跳动 AI 原生 IDE Trae 安装与上手图文教程

文章目录


一、 什么是 Trae?

简单来说,Trae 是字节跳动近期推出的一款 AI 原生集成开发环境 (IDE)。你可以把它看作是国内打磨极佳的 Cursor 或 Windsurf 替代品。它从底层架构开始就围绕 AI 能力构建,不仅能自动补全代码,还能直接听懂你的大白话,帮你从零开始写项目、修 Bug、甚至一键部署后端服务。

核心亮点:

  • 完全免费:目前处于免费阶段,对于动辄几十美元一个月的 AI 开发工具来说,性价比拉满。
  • 顶级大模型接入:国内版搭载了 Doubao-1.5-pro,并且支持无缝切换满血版 DeepSeek-R1 & V3 等顶级模型。
  • 双核驱动
    • Builder 模式:AI 自动编写代码、跨文件修改、运行终端命令,实现真正的代码“自动驾驶”。
    • Chat 模式:与 AI 对话,解答代码疑问,提供优化建议。
  • 完美兼容 VS Code:支持一键导入 VS Code 的配置、快捷键和海量插件,无缝迁移,零学习成本。

没问题,加入价格对比后,这两个版本的差异会更加直观,也正中很多开发者的痛点(毕竟大家都很关心到底要不要花钱)。

国际版与国内版区别

Trae 国内版 (CN版)Trae 国际版 (Global版)
官方网址trae.com.cntrae.ai
价格与收费完全免费(目前处于推广红利期,国内顶级模型及各项功能均免费畅享)免费额度 + 阶梯订阅制(提供免费基础档;进阶按月收费,如 Lite 档 $3/月,Pro 档 $10/月起,享更多高级模型用量和无限代码补全)
内置大模型Doubao-1.5-pro, DeepSeek-V3, DeepSeek-R1 等Claude 3.5/3.7 Sonnet, GPT-4o 等海外第一梯队闭源模型
网络环境国内直连,响应速度极快且稳定需具备海外网络访问能力(需配置科学网络环境)
账号与登录手机号、微信扫码、火山引擎账号等Google 账号、海外邮箱、Apple ID 等
语言与本地化默认简体中文,深度优化国内开发语境支持中/英双语,面向全球开发者生态

二、 下载与环境准备

第一步:访问官网下载

  1. 在首页根据你的操作系统(Windows 或 macOS)点击对应的下载按钮,将安装包下载到本地。

打开浏览器,访问 Trae 官方网站:https://www.trae.cn/

在这里插入图片描述
注意:目前 Trae 已全面支持 macOS(Apple Silicon/Intel)和 Windows 系统,macOS 用户如果系统版本低于 12,需要在官网底部寻找历史版本下载链接。

第二步:系统安装

  • macOS 用户:双击打开 .dmg 文件,将 Trae 图标拖拽到 Applications(应用程序)文件夹中即可。

Windows 用户:双击下载的 .exe 安装包,按照向导提示,选择安装路径并点击“下一步”即可完成安装。

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述

第三步:首次启动与初始化配置

  1. 打开 Trae:首次启动时,界面会弹出一个极简的引导窗口。
  2. 账号登录:你可以选择使用手机号或相关账号进行快捷登录。

安装命令行工具:建议在引导页勾选“在终端中安装 trae 命令”,方便后续直接在终端通过输入 trae . 快速在当前目录唤醒 IDE。

在这里插入图片描述
在这里插入图片描述


在这里插入图片描述


在这里插入图片描述

环境迁移(建议)
如果你之前是 VS Code 的重度用户,Trae 会贴心地提示你一键导入 VS Code 的设置、主题和扩展插件。点击确认后,你的开发环境会 1:1 完美复刻过来。
提示:如果遇到极个别不兼容的插件,可以在 Trae 左侧的“插件市场”面板中手动搜索替换,或通过 .vsix 文件本地导入。

在这里插入图片描述

三、 核心功能上手实战

安装完成后,我们来实操一下,让 Trae 的 AI 帮我们写一个简单的“贪吃蛇游戏”,感受一下“用嘴编程”。

  1. 新建项目:在电脑里新建一个空文件夹,例如命名为 SnakeGame,并用 Trae 打开它。
  2. 唤醒 AI Builder:在界面侧边栏中,找到 Builder 面板(也可以使用快捷键 Cmd/Ctrl + U 快速唤出)。
  3. 见证奇迹
    发送指令后,你会看到 Trae 开始接管工作:它会自动分析需求,在左侧目录创建 index.htmlstyle.cssscript.js 文件,并像一个真人程序员一样逐行写入代码。
  4. 调试与修改:代码生成完毕后,你可以直接预览效果。如果发现任何问题(比如“蛇撞墙没有触发游戏结束”),不要自己改代码!直接在 Builder 聊天框里对它说:“游戏结束的逻辑有 Bug,蛇撞墙没有停止”,它会自动定位到出错的代码块并帮你修复。

输入自然语言指令
在输入框中告诉 AI 你的需求,例如:

“帮我用 HTML、CSS 和 JavaScript 写一个经典的贪吃蛇网页游戏。要求:包含计分板,吃到食物后蛇的移动速度会变快,界面风格要现代化、极简主义。请帮我创建所有必要的文件并完成代码编写。”

四、 进阶技巧:如何切换满血大模型

Trae 非常灵活的一点在于模型切换。在聊天面板的顶部(输入框上方区域),你可以看到一个模型切换下拉菜单

  • 日常开发、写注释、简单逻辑:使用默认模型,响应速度极快,足够应付 80% 的场景。
  • 遇到复杂算法、晦涩报错、重构大段代码:果断在菜单中切换到 DeepSeek-R1(开启深度思考模式)。利用 R1 强大的逻辑推理能力,可以帮你精准解决疑难杂症。

五、 总结

字节跳动这款 Trae 很好地填补了国内好用且免费的 AI 原生 IDE 的空白。它不仅让资深开发者免去了繁琐的增删改查等体力劳动,也让零基础的新手有了快速验证想法的工具。目前产品正处于红利期,内置的高级大模型都可以免费使用,强烈建议各位开发者下载体验!

你在安装和使用 Trae 的过程中感觉如何?有没有遇到什么好玩的 AI 编程技巧?欢迎在评论区留言讨论!

Read more

llama.cpp 多环境部署指南:从CPU到CUDA/Metal的高效推理实践

1. 环境准备:从零开始的硬件与软件栈 如果你和我一样,对在本地运行大模型充满好奇,但又不想被复杂的框架和庞大的资源消耗吓退,那 llama.cpp 绝对是你该试试的第一个项目。简单来说,它是一个用 C/C++ 编写的轻量级推理引擎,能把 Hugging Face 上那些动辄几十GB的模型,“瘦身”成几GB的 GGUF 格式文件,然后在你的电脑上——无论是 Mac 的 Apple Silicon 芯片,还是 Windows/Linux 的 CPU 或 NVIDIA GPU——流畅地跑起来。我最初接触它,就是想在不升级显卡的老电脑上体验一下 7B 参数模型的对话能力,结果发现它不仅能在 CPU 上跑,还能充分利用 GPU 加速,效果远超预期。

LLaMA Factory 从入门到精通,一篇讲完

LLaMA Factory 从入门到精通,一篇讲完

目录 一、LLaMA-Factory 简介 二、安装部署 三、数据微调 1、数据集的建立 2、数据集格式 3、模型参数 4、开始运行 5、导出模型 四、webui 评估预测与对话 导出 五、SFT 训练 命令行 六、LoRA 合并 合并 量化 七、推理 原始模型推理配置 微调模型推理配置 多模态模型 批量推理 八、评估 通用能力评估 NLG 评估 评估相关参数 一、LLaMA-Factory 简介 LLaMA Factory 是一个简单易用且高效的大型语言模型(Large

LLamaFactory 微调实战

LLamaFactory 微调实战

仓库地址 https://github.com/hiyouga/LlamaFactory?tab=readme-ov-file 本次任务是训练llm 抽取query中的实体 微调种类 llamafactory 目前是支持这些种类的微调 * 列(Full / Freeze / LoRA / QLoRA / OFT / QOFT):讲的是“怎么更新参数”(参数高效微调 PEFT vs 全量微调)。 * 行(SFT / Reward Modeling / PPO / DPO / KTO / ORPO / SimPO):讲的是“用什么训练目标/数据形式”(监督、偏好、RL 等)。 怎么更新参数 1) Full-tuning(全量微调) 做法:模型所有参数都更新。 优点: * 表达能力最强,

Matlab Copilot_AI工具箱: 对接DeepSeek/Kimi/GPT/千问/文心一言等多款AI大模型,一站式提升编程效率

Matlab Copilot_AI工具箱: 对接DeepSeek/Kimi/GPT/千问/文心一言等多款AI大模型,一站式提升编程效率

🔥 为什么需要这款工具? * Matlab 2025虽自带Copilot功能,但受地区、许可证的限制,多数用户无法使用; * 在Matlab和ChatGPT、DeepSeek等AI模型之间来回切换操作繁琐,无法实现“所见即所得”的编程体验,且代码报错后的调试繁琐。 这款Matlab Copilot_AI工具箱作为Matlab与多款AI模型的对接载体,支持DeepSeek V3.2(基础/思考版)、Kimi K2、百度文心一言、阿里云通义千问、ChatGPT(百度千帆版)等模型,还支持4种自定义模型配置(可对接百度千帆平台近百种大模型); 工具直接在Matlab内(不限于2025a)运行,无需切换其他软件,支持“一键生成、运行、调试、修复bug、导出”全流程编程辅助,使用成本可控(单模型月均几元即可满足基础使用),且工具箱一次授权终身免费更新。 多款AI模型可选择,还支持四种自定义模型组合。 更新记录 1. 20260123更新至v4.0,更新: