AI 大模型配置
Skill
技能是为智能体提供的“专业能力说明书”,以结构化方式描述完成某类任务所需的信息,智能体按需加载使用。
特点
| 特性 | 说明 |
|---|---|
| 结构化 | 包含任务目标、约束、流程、脚本、模板等 |
| 按需加载 | 仅在任务与技能高度相关时才加载,减少 Token 消耗 |
| 可复用 | 个人经验或团队规范可封装为技能,跨项目/团队共享 |
区别
| 对比项 | 技能 | 规则 | MCP Server |
|---|---|---|---|
| 加载方式 | 按需加载 | 全量加载 | N/A |
| 作用 | 描述如何完成任务 | 约束 AI 行为 | 提供可调用工具 |
| Token 消耗 | 低 | 高 | N/A |
类型与目录
| 类型 | 目录 |
|---|---|
| 项目技能 | 仅当前项目生效:.trae/skills/ |
| 全局技能 | 所有项目生效: - Windows: %userprofile%/.trae-cn/skills- macOS/Linux: ~/.trae-cn/skills |
文件结构
一个技能对应一个目录,包含:
skill-name/
├── SKILL.md # (必须)核心指令
├── examples/ # (可选)输入/输出示例
├── templates/ # (可选)可复用模板
└── resources/ # (可选)参考文件/脚本
SKILL.md 标准格式
---
name: 技能名称
description: 简要描述功能和使用场景
---
# 技能名称
## 描述
详细说明技能作用
## 使用场景
触发技能的条件
## 指令
清晰的分步操作说明
## 示例 (可选)
输入/输出示例
创建方式
| 方式 | 操作 |
|---|---|
| AI 自动创建 | 直接描述需求,AI 生成 SKILL.md |
| 手动创建 | 设置 > 技能与命令 > 创建 > 填写信息 |
| 外部导入 | 上传 SKILL.md 或包含 SKILL.md 的 zip 文件 |
使用方式
| 方式 | 操作 |
|---|---|
| 手动调用 | 对话中明确指令:“用 codemap 技能总结改动” |
| 自动调用 | AI 根据任务内容与技能描述自动判断并调用 |
.agents 技能目录
- 由 Agent Skills 规范约定,用于存放技能
- 目录:
.agents/skills/ - 与
.trae/skills/重名时,优先使用.trae/skills/
使用实践
- 持续迭代:技能需随需求变化不断完善
- 粒度适中:每个技能聚焦单一任务或场景
- 文档完整:清晰描述使用场景和操作步骤
- 定期维护:删除过时或不再使用的技能
常用推荐
| 类别 | 名称 | 简介 |
|---|---|---|
| 前端设计 | frontend-design | 创建独特风格的生产级前端界面,支持极简、复古等设计方向,注重排版与动效细节,避免“AI风格”同质化。 |
| 前端开发 | cache-components | 集成Next.js Partial Prerendering (PPR) 和缓存组件最佳实践,自动生成缓存优化代码(如'use cache'语法)并处理数据变更后的缓存失效逻辑。 |
| 全栈开发 | fullstack-developer | 基于JavaScript/TypeScript技术栈(React/Next.js、Node.js、数据库)提供全栈解决方案,覆盖Web应用构建、API开发、数据库设计、认证集成及部署指导。 |
| 代码审查(前端) | frontend-code-review | 自动化审查前端代码(.tsx/.ts/.js),从代码质量(如动态CSS类名规范)、性能(如useMemo优化)、业务逻辑维度生成结构化报告,标注问题位置并提供修复方案。 |
| 代码审查(通用) | code-reviewer | 支持本地代码变更(git diff分析)及远程PR审查,从正确性、可维护性、安全性等维度输出结构化反馈,包含关键问题与改进建议。 |
| 网页应用测试 | webapp-testing | 基于Playwright的Web应用测试工具集,支持前端功能验证(如登录流程)、UI行为调试(DOM结构检查)、多服务生命周期管理(自动启动后端服务),提供静态HTML测试脚本示例。 |
| CI/CD:PR 创建 | pr-creator | 辅助创建代码合并请求(PR),支持分析代码变更并生成符合规范的PR描述,适配Git工作流。 |
| Linting 和格式错误修复 | fix | 这个 skill 的核心作用是自动化地修复代码格式并检查代码规范(linting)错误 。它通过执行两个关键命令来保证代码质量:yarn prettier:自动格式化已修改的文件,统一代码风格。yarn linc:检查代码中是否存在 linting 错误(这些是 Prettier 无法修复的,例如未使用的变量、逻辑错误等),这些错误通常会导致持续集成(CI)失败。最终目标是确保代码在提交前符合项目规范,从而顺利通过 CI/CD 流程 |
| 技术文档更新 | update-docs | 该 Skill 是一套用于更新 Next.js 项目文档的引导式工作流,核心作用是帮助你根据源代码的变更,来分析、更新和创建相关的文档,确保代码和文档保持同步。它特别为审查 Pull Request (PR) 时的文档完整性检查而设计,通过一系列标准化的步骤来规范文档的修改过程。 |
| 查找 Skill | find-skills | 该 Skill 主要作用帮助你发现并安装 Agent Skill。它依托名为 skills 的命令行工具(CLI),让你可以从开放的 Agent Skill 生态中搜索、安装与管理各类模块化技能包;这些技能可扩展 Agent 能力,为其补充特定领域知识、标准化工作流与工具能力。 |
MCP
MCP(Model Context Protocol)Server 是 IDE 的工具扩展机制,为智能体提供可调用的外部工具能力(如文件操作、浏览器自动化、云服务调用等)。
项目级 MCP
在项目根目录 .trae/mcp.json 中声明配置,TRAE 自动加载:
{
"mcpServers": {
"mcp_name": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"]
}
}
}
配置类型
1. stdio 类型(本地工具)
通过标准输入输出通信,适用于本地运行的工具:
{
"mcp_name": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": {
"API_Key": "your_api_key"
}
}
}
2. HTTP 类型(远程服务)
通过 HTTP/HTTPS 通信,适用于远程服务:
{
"mcp_name": {
"url": "https://example.com/mcp",
"headers": {
"Authorization": "Bearer xxxx-xxxxxxx"
}
}
}
高级配置
1. 超时设置
// stdio 类型
"env": {
"START_MCP_TIMEOUT_MS": "60000", // 启动超时
"RUN_MCP_TIMEOUT_MS": "60000" // 调用超时
}
// HTTP 类型
"headers": {
"START_MCP_TIMEOUT_MS": "60000",
"RUN_MCP_TIMEOUT_MS": "60000"
}
2. 变量引用
支持 ${workspaceFolder} 变量,自动替换为项目根目录:
{
"mcp_name": {
"command": "node",
"args": ["${workspaceFolder}/plugins/mcp.js"]
}
}
注意事项
- Local 类型的 MCP Server 需要本地安装 NPX 或 UVX
- 配置中的 env 信息(API Key、Token 等)需替换为真实值
- 命令中不能包含空格,否则会导致解析错误
常用推荐
| 名称 | 简介 |
|---|---|
| Context7 MCP Server | 提供面向 AI 模型的文档检索与上下文注入能力,可实时获取官方文档的最新内容和指定版本的代码示例。 |
| Puppeteer MCP Server | 提供浏览器自动化能力,使 LLM 能够在真实的浏览器环境中与网页进行交互、截取屏幕截图,并执行 JavaScript。 |
| Sequential Thinking MCP Server | 通过结构化的思维流程,为动态且具反思性的问题求解提供工具。 |
| GitHub MCP Server | 基于 GitHub API,允许 LLM 直接访问并管理 GitHub 上的仓库、代码、用户、Issue 与 Pull Request。 |
| Figma AI Bridge MCP Server | 针对设计到实现阶段,提供查看、分析和提取 Figma 设计数据的能力,帮助 LLM 理解设计的结构并辅助精确还原设计稿中内容。 |
| Playwright MCP Server | 基于 Playwright 提供浏览器自动化能力,使 LLM 能够在真实的浏览器环境中与网页交互、截取屏幕截图、生成测试代码、抓取网页内容,并执行 JavaScript。 |
| Memory MCP Server | 通过本地知识图谱(Knowledge Graph)持久化记忆,使 LLM 能够跨会话保留用户相关的上下文信息。 |
| Excel MCP Server | 用于读取 Microsoft Excel 文件中的电子表格数据,或向其中写入数据。 |
| File System MCP Server | 提供基于文件系统的文件读取能力。 |
| Chrome DevTools MCP | 让 AI 智能体能够直接控制并深入检查 Chrome 浏览器。它向 AI 开放了 Chrome DevTools 的全部能力,使其能更精准、高效地完成网页自动化测试、故障排查及性能分析等任务。 |
RULE
通过制定规则来规范 AI 在 TRAE 内的行为,包括代码风格、语言与框架、交互方式等,使 AI 的输出更符合你的个人偏好和项目要求。
创建与配置
生效方式对比
| 生效方式 | 触发条件 | 核心配置 |
|---|---|---|
| 始终生效 | 所有对话自动应用 | alwaysApply: true |
| 指定文件生效 | 匹配通配符的文件被操作时 | 配置文件匹配模式(如 *.js、src/**/*.ts) |
| 智能生效 | AI 判断对话场景相关性时 | 填写规则适用场景描述 |
| 手动触发 | 对话中使用 #Rule 引用时 |
无需额外配置,需手动触发 |
规则组织与管理
1. 多层嵌套结构
- 支持在
.trae/rules/下创建子文件夹归类规则 - 最多支持 3 层嵌套,超出层级无法识别
2. 子目录专属规则
- 可在项目子目录下创建
.trae/rules/文件夹 - 仅当该目录下的文件被读取/提及时,对应规则自动生效
- 典型场景:前后端模块分离的大型项目
3. 规则引用优先级
#Rule 手动触发 > 指定文件生效 > 智能生效
特殊规则文件
AGENTS.md/CLAUDE.md
- 项目级行为指引文件,可跨 IDE 复用
Git Commit Message 规则
- 配置方式:在规则文件中添加
scene: git_message字段 - 生效逻辑:AI 生成提交内容时自动遵循所有含该字段的规则
多层嵌套
.trae/rules/
├── general-rules.md # 通用规则
├── frontend/
│ ├── react-best-practices.md # React 开发规范
│ ├── css-naming.md # CSS 命名规范
│ └── testing/
│ └── unit-test-rules.md # 前端单测规范
├── backend/
│ ├── api-design.md # API 设计规范
│ └── error-handling.md # 错误处理规范
└── devops/
└── ci-rules.md # CI/CD 规范
斜杠命令
斜杠命令是一种快捷方式,用于在对话中快速执行重复性任务,将常用指令或操作封装为 /命令 形式,简化工作流程。
使用场景
| 场景 | 说明 |
|---|---|
| 复用常用 Prompt | 总结 PR、生成文档摘要等,避免重复输入 |
| 规范输出格式 | 固定 AI 输出结构或模板,符合团队规范(如 commit message) |
| 自动化开发流程 | 封装多步骤操作,一次触发即可执行(如代码审查、性能分析) |
命令类型与目录
| 类型 | 目录 |
|---|---|
| 项目命令 | 仅当前项目生效:.trae/commands/ |
| 全局命令 | 所有项目生效: - Windows: %userprofile%/.trae-cn/commands- macOS/Linux: ~/.trae-cn/commands |
命令文件结构
---
name: 命令名称
description: 命令用途说明
---
触发命令时 AI 应执行的具体操作描述
使用步骤
在对话框中输入 /,从 Commands 列表中选择一个命令即可触发
代码索引
为项目构建索引后,当你通过 #Workspace 或 #Folder 方式与 AI 对话时,AI 能够理解你当前打开的项目并使用整个项目作为上下文进行回答,从而提供更加精准的回答。
#符号
在对话输入框中,可以使用 # 符号添加上下文,从而帮助 AI 更准确地理解你的需求。
上下文类型
| 类型 | 适用场景 | 注意事项 |
|---|---|---|
| #Code | 聚焦某个函数或类 | 需安装对应语言服务协议才能识别代码符号 |
| #File | 需要 AI 阅读完整文件 | 默认展示近期打开的文件,支持搜索 |
| #Folder | 需求涉及多个文件的目录 | 依赖代码索引构建完全,否则影响召回效果 |
| #Workspace | 全局了解项目或查找内容 | 依赖代码索引构建完全,首次使用需等待索引 |
| #Doc | 引用个人文档集或外部文档 | 支持 URL 抓取(三次跳转内)和本地文件(.md/.txt,单文件≤10MB) |
| #Problems | 分析 IDE 问题页签的诊断信息 | AI 会全量分析所有问题并提供解决方案 |
| #Web | 联网搜索或读取网页内容 | 直接输入指令触发全网搜索;先输入网址则直接读取该网站内容 |
| #Rule | 引用项目级规则 | 加载 .trae/rules/ 目录下的规则文件 |
| #Past Chats | 引用历史对话内容 | 需要在设置 > Beta > 历史对话 中启用 |
忽略文件
默认忽略 .gitignore 文件中所罗列的文件,可自定义设置需要额外忽略的文件:[项目根目录]\.trae\.ignore
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。
更多推荐

所有评论(0)