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

Claude部署(copilot反向代理)

一、教育邮箱认证 1、进行教育邮箱认证可免费使用claude pro 2年,有机会的话可以进行认证,无法教育认证的话只能花钱充claude的会员了,如何进行教育认证可观看该Up的视频 超简单一次通过Github学生认证,逐步详细视频教程_哔哩哔哩_bilibili 2、教育认证通过后在GitHub个人主页下的Copilot/Features中开启Copilot Pro 二、服务器上配置Copilot反向代理 1、配置nodejs环境 在官网https://nodejs.org/en/download/package-manager,下载nodejs安装包(Linux) 下载完成后将压缩包传到服务器上进行解压,目录如下 创建软连接,使得在任意目录下都可以试用直接使用node命令和npm命令 ln -s /root/node-v24.13.1-linux-x64/bin/node /usr/local/bin/node ln -s /root/node-v24.13.

LLM项目实战:使用Llama-factory进行DPO训练

前言 LLM训练三板斧,预训练,微调,RHLF。DPO属于是最后环节RHLF中的一个方法,关于RLHF主流方法有PPO,DPO,GROP。关于这三种介绍RLHF方法,我之前分享过对着三种方法的一些思考,有兴趣的同学可以看看。 因为DPO对硬件的需求最小,显存占用最低,所以我们先采用DPO进行训练。 硬件信息: 4070 12g*2 、64g内存、操作系统:Ubuntu24.04、模型:QWEN-3vl-2B(因为我这个模型是上个多模态任务sft过的,所以选择vl模型,没有图片输入需求的同学可以下载纯语言模型) 本篇教程仅关于DPO训练,请提前配置好环境和下载好LLamafactory(关于llamafactory环境配置其实也是一大头疼的点,注意如果想要使用分布式训练,llamafactory仅支持到deeospeed10.0-16.0,截止到2025年11月20日llamafactory还没有完成对deepspeed最新版本的适配 碎碎念:很多初学大模型的同学还是使用Windows系统进行训练,本人之前也是。但是由于Windows总是出现各种奇怪的报错和显存不稳定

零基础用Qwen-Image做AI绘画:ComfyUI镜像快速上手指南

零基础用Qwen-Image做AI绘画:ComfyUI镜像快速上手指南 你是不是也试过在本地装ComfyUI,结果卡在Python环境、依赖冲突、模型路径、节点报错上,折腾半天连一张图都没跑出来? 你是不是看到别人用Qwen-Image生成的海报、插画、概念图很惊艳,却不知道从哪开始? 别担心——这次我们不讲原理、不配环境、不编代码,只做一件事:让你5分钟内,在浏览器里点几下,就亲眼看见Qwen-Image 2512版画出第一张图。 这是一份真正为零基础用户写的实操指南。不需要懂CUDA、不用查报错日志、不碰命令行(除非你点一下鼠标右键)。你只需要一台能跑4090D显卡的云算力,和一点好奇心。 下面所有步骤,我都按你真实操作时的界面顺序来写,连按钮在哪、该点哪个标签页、弹窗里选什么,都给你标清楚。 1. 镜像部署:3步完成,比装微信还简单 Qwen-Image-2512-ComfyUI镜像是一个“开箱即用”的完整环境,它已经预装了: * ComfyUI 2025.8最新稳定版(含全部常用节点) * Qwen-Image 2512官方模型(含基础权重、VAE、

PyTorch实战——基于文本引导的图像生成技术与Stable Diffusion实践

PyTorch实战——基于文本引导的图像生成技术与Stable Diffusion实践

PyTorch实战——基于文本引导的图像生成技术与Stable Diffusion实践 * 0. 前言 * 1. 基于扩散模型的文本生成图像 * 2. 将文本输入编码为嵌入向量 * 3. 条件 UNet 模型中的文本数据融合机制 * 4. 使用 Stable Diffusion 模型生成图像 * 相关链接 0. 前言 在本节中,我们将为扩散模型添加文本控制能力。学习如何通过文字描述来引导图像生成过程,实现从"纯噪声+文本"生成图像,而不仅是从纯噪声生成。 1. 基于扩散模型的文本生成图像 在扩散模型的 UNet 模型训练流程中,我们仅训练模型从含噪图像中预测噪声。为实现文生图功能,需使用以下架构,将文本作为额外输入注入 UNet 模型: 这样的 UNet 模型称为条件 UNet 模型 ,或者更精确地说,是文本条件 UNet