Token导航 LogoToken导航TokenDH.com
开发敏感数据github未标认证来源可访问许可证需确认审计提醒

trae-cn特雷网

Agent Skill

trae-cn 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

461

周安装

19

GitHub Stars

7

下载量

150
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:trae-cn(特雷网)
来源仓库:https://github.com/urwlee/skill-trae-cn
仓库路径:skills/trae-cn
安装命令:
npx skills add https://github.com/urwlee/skill-trae-cn --skill trae-cn
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/urwlee/skill-trae-cn --skill trae-cn

简介

用于处理 GitHub 仓库、Issue、PR 及代码协作相关信息。

  • 适合在代码审查、项目进度跟踪或团队协作场景中整理信息。
  • 可围绕仓库状态、变更内容或协作事项进行检索与归纳。
  • 使用前请确认是否具备相应仓库访问权限及操作风险。trae-cn 属于开发类 Skill,可作为该场景下的辅助能力补充。
  • 建议结合原始 README 了解具体能力与限制条件。

SKILL.md

Trae CN AI IDE 集成

Trae 是字节跳动推出的 AI 原生集成开发环境(AI IDE),与 AI 深度集成,提供智能问答、代码自动补全以及基于 Agent 的 AI 自动编程能力。

快速开始

启动 Trae IDE

# 使用 Homebrew 启动
brew services start trae-cn

# 或者直接启动应用
open -a "Trae"

Trae SOLO 模式

Trae 的 SOLO 模式能够理解开发者需求,自动执行编程任务:

# 进入项目目录后启动 Solo 模式
cd your-project
trae solo --task "帮我优化这个函数的性能"

主要功能

1. AI 编程助手

  • 智能问答: 直接在 IDE 中询问 AI
  • 代码生成: 描述需求,自动生成代码
  • 代码解释: 选中代码,AI 解释逻辑
  • 单元测试: 自动生成测试用例
  • 智能修复: AI 自动修复 bug

2. MCP 集成 (Model Context Protocol)

MCP 是一种让 AI 工具能够理解和访问外部知识库或服务的协议。

配置 MCP Server

在 Trae 中配置 MCP:

  1. 打开 Trae IDE
  2. 进入设置 → MCP
  3. 添加 MCP Server 配置

内置 MCP Server

Trae 内置了常用 MCP Server:

  • 文件系统: 文件读写操作
  • 数据库: 数据库查询
  • API 调用: HTTP 请求
  • 网页自动化: Playwright 集成

自定义 MCP Server

# 安装 MCP Server
npm install -g @modelcontextprotocol/server-filesystem

# 配置到 Trae
trae config add-mcp @modelcontextprotocol/server-filesystem

3. Agent 模式

使用 Agent 模式让 AI 自动完成复杂任务:

# 启动 Agent
trae agent --task "创建一个 React 组件,包含表单验证功能"

# 带上下文
trae agent --task "分析这个项目的架构" --context ./project

常用命令

项目管理

# 创建新项目
trae create --template react my-project

# 打开项目
trae open ./my-project

# 克隆并打开项目
trae clone https://github.com/user/repo.git

代码操作

# 代码生成
trae generate --prompt "创建一个用户登录组件"

# 代码重构
trae refactor --file ./src/App.tsx --task "将类组件改为函数组件"

# 代码审查
trae review --file ./src/utils.ts

AI 对话

# 启动对话
trae chat

# 带系统提示
trae chat --system "你是一个 Python 专家"

# 引用代码对话
trae chat --file ./script.py "解释这段代码"

MCP 操作

# 列出已配置的 MCP Server
trae mcp list

# 添加 MCP Server
trae mcp add filesystem -- npx @modelcontextprotocol/server-filesystem ./projects

# 移除 MCP Server
trae mcp remove filesystem

与 OpenClaw 集成

使用 Trae MCP Server

在 OpenClaw 中可以通过 MCP 协议调用 Trae:

# Python 示例:使用 Trae MCP Server
import requests

# 调用 Trae MCP 文件系统操作
response = requests.post(
    "http://localhost:3000/mcp/file",
    json={
        "action": "read",
        "path": "./src/App.tsx"
    }
)

OpenClaw Trae Skill

使用 OpenClaw 的 trae-cn Skill:

# 在 OpenClaw 中使用
@trae-cn help

# 创建项目
@trae-cn create-project --name my-app --template react

# 运行代码生成
@trae-cn generate --prompt "创建一个登录表单"

配置选项

环境变量

# API Key 配置
export TRAE_API_KEY="your-api-key"

# 模型选择
export TRAE_MODEL="deepseek-v3"  # 默认
# 或 claude-sonnet, gpt-4

# MCP Server 默认路径
export TRAE_MCP_PATH="./mcp-servers"

配置文件

Trae 配置文件位于 ~/.trae/config.json:

{
  "model": {
    "provider": "deepseek",
    "model": "deepseek-v3",
    "temperature": 0.7
  },
  "mcp": {
    "enabled": true,
    "servers": ["filesystem", "database"]
  },
  "theme": "dark",
  "shortcuts": {
    "chat": "cmd+shift+l",
    "generate": "cmd+shift+g"
  }
}

使用场景

场景 1:快速原型开发

# 1. 创建项目
trae create --template nextjs my-saas

# 2. 进入项目
cd my-saas

# 3. 启动开发
trae dev

# 4. AI 生成代码
trae generate --prompt "创建一个用户仪表盘页面"

场景 2:代码审查与优化

# 1. 打开项目
trae open ./my-project

# 2. AI 审查代码
trae review --file ./src/critical.ts

# 3. AI 优化
trae refactor --file ./src/critical.ts --task "性能优化"

场景 3:集成外部工具

# 1. 配置 MCP Server
trae mcp add weather -- npx @modelcontextprotocol/server-weather

# 2. 在对话中使用
trae chat "北京今天天气怎么样?"

场景 4:团队协作

# 1. 克隆项目
trae clone https://github.com/team/project.git

# 2. 设置上下文
trae context set ./project-docs

# 3. AI 理解项目
trae chat "根据项目文档,帮我生成 API 文档"

常见问题

Q: Trae 和 VS Code 有什么区别? A: Trae 是原生 AI IDE,与 AI 深度集成,支持 Agent 模式和 MCP 协议,比 VS Code 有更强的 AI 能力。

Q: Trae 支持哪些编程语言? A: 支持所有主流语言,包括 Python、JavaScript/TypeScript、Go、Rust、Java、C++ 等。

Q: 如何配置自定义 MCP Server? A: 参考官方文档:https://docs.trae.com.cn/ide/model-context-protocol

Q: Trae 免费吗? A: Trae 提供免费版和专业版,免费版包含基础 AI 功能,专业版提供更多高级功能。

Q: 如何切换 AI 模型? A: 在设置中配置或使用环境变量 TRAE_MODEL

参考链接

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Codex

35.02%
按下载量换算53

Claude

31.67%
按下载量换算48

Cursor

20.19%
按下载量换算30

Gemini CLI

9.45%
按下载量换算14

安全审计

Gen Agent Trust Hub

通过

Socket

可疑

Snyk

可疑

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills