别再迷信 Cursor 了!实测 Trae 重磅更新:内置 MCP、项目规则与自定义 Agent,这才是完成体!
在 AI 辅助编程(AI-assisted coding)领域,Cursor 一直被尊为行业的风向标。然而,自从进入 0.46 版本以来,Cursor 的更新节奏和方向似乎有些迷失,排队时间拉长、收费模式调整等问题也让不少开发者心生退意。
就在这时,字节跳动旗下的免费 AI 编辑器 Trae 迎来了一次堪称“史诗级”的重磅大更新。在这次更新中,Trae 直接补齐了其最后几块拼图,推出了包括统一对话体验、项目级自定义规则、内置 MCP 市场以及自定义 Agent 系统等一系列核心功能。可以说,这一次更新直接将 Trae 推向了 AI 编程工具的“完成体”形态。今天,我们就来深度实测一下,这一次更新到底带来了哪些硬核体验。
1. 告别 Tab 切换:Chat 与 Builder 深度融合
在此前的版本中,开发者需要频繁在 Chat 面板(用于解释代码、一问一答)和 Builder 面板(用于自动生成多文件、执行命令)之间手动切换,这在一定程度上割裂了编程时的连贯思路。
在本次更新中,Trae 将 Chat 和 Builder 两大核心面板进行了深度合并,实现了统一对话体验。现在,默认的主对话框就是一个标准的 Chat 环境,但如果你需要进入多文件自动构建的 Agent 状态,只需在输入框中通过 @Builder 命令进行呼叫,即可无缝切换为 Builder Agent 模式。
这种设计非常类似于 Cursor 最新的 Composer 合并逻辑。它的好处在于:
- 操作心智的统一:你不再需要纠结这个需求该用 Chat 还是用 Builder,只需要在对话过程中根据任务复杂度随时添加或取消 @Builder 上下文即可。
- 历史记录的完整留存:在一个对话流中,你可以前半部分让 AI 帮你做技术调研(Chat 模式),后半部分直接吩咐它“按照刚刚讨论的架构把代码写出来”(Builder 模式),上下文信息得到了物理级保留,彻底避免了因切面板而丢失对话历史的尴尬。
2. 上下文能力全面跃升:#Web 与 #Doc 的实战技巧
在实际开发中,AI 常常因为无法获取最新的 API 文档或外部网页信息而导致代码写错(“幻觉”现象)。为了解决上下文的输入局限,Trae 新增了 #Web 和 #Doc 两种全新的 Context 引用方式。
2.1 #Web:即时联网与网页消化
使用 #Web 可以直接在对话中粘贴任何外部链接。Trae 会在后台静默抓取该网页,剔除其中的 HTML 杂质、侧边栏广告和无效脚本文本,自动将其转化为干净的 Markdown 格式,作为大模型的实时参考上下文。
例如,在开发微信小程序时,如果你想实现一个“分享到朋友圈”的功能,直接将官方文档链接提供给 Trae:
帮我实现一个随机获取经典语录的卡片,右下角加一个分享按钮。具体的分享朋友圈规范参考官方文档:https://developers.weixin.qq.com/miniprogram/dev/framework/open-ability/share-timeline.html
Trae 会通过内置的浏览器机制精准阅读该链接,识别出 onShareTimeline() 的触发条件、限制(如必须先配置 onShareAppMessage)以及返回值要求,从而生成 100% 符合最新微信官方规范的代码,省去了你手动复制粘贴文档的繁琐步骤。
2.2 #Doc:大型第三方文档集管理
对于那些需要长期参考、结构复杂的第三方库(如 Three.js, TailwindCSS 等),单独粘网页极其不便。此时可以使用 #Doc 功能。
- 支持导入方式:直接添加外部文档的根 URL,或上传本地的 .md / .txt 文档集。
- 容量上限:单次最多支持导入 1000 个文件(总容量不超过 50MB),足够容纳一整个中型开源项目的全部技术白皮书。
通过将项目依赖库的说明文件一次性喂给 #Doc,编辑器就拥有了一个专属的“本地知识库”,回答相关框架问题时的准确率会得到质的提升。
3. 让 AI 戴上“紧箍咒”:项目级规则设定规范
如果你曾为了让 AI 遵循特定的代码风格(例如“使用 TypeScript 早期返回”、“一律使用 Tailwind CSS 样式,禁止手写 inline CSS”)而反复在 Prompt 里叮嘱,那么 Trae 的自定义规则系统将是你的救星。
Trae 引入了双层规则架构:
1. 个人规则(Global Rules):通过创建 user_rules.md 进行配置,该规则跨项目全局生效,适合放置你个人的编码偏好或通用安全红线。
2. 项目规则(Project Rules):在项目根目录下创建 .trae/rules/project_rules.md。这个文件专门针对当前仓库生效,可以随着 Git 提交给团队中的每一个成员,确保所有人拉下代码后,面对的都是同一套 AI 编程规范。
3.1 双层规则的对比与应用场景
| 维度 | 个人规则 (user_rules.md) |
项目规则 (.trae/rules/project_rules.md) |
|---|---|---|
| 生效范围 | 全局所有打开的项目文件夹 | 仅限当前包含该规则的项目仓库 |
| 配置目的 | 个人编程习惯、通用代码美化、基础偏好 | 项目技术栈规范、团队 Git 规范、专有 API 定义 |
| 共享属性 | 存在于本地编辑器配置,不可随代码共享 | 存放于仓库路径中,通过 Git 共享给全团队 |
| 经典示例 | “变量名一律用小驼峰”、“使用 ES6 常量” | “本项目使用 Next.js 14 App Router 架构”、“API 路径前缀必须是 /api/v1” |

3.2 项目规则配置示例
你可以直接参考并配置你的 .trae/rules/project_rules.md:

# Project Programming Guidelines
## Technology Stack
- Core: Next.js 14 (App Router) + TypeScript
- Styling: TailwindCSS (strictly no custom CSS files or inline style attributes)
## Coding Standards
- Use Arrow Functions for all React components: `const Component: React.FC = () => {}`
- Prefer early returns to keep logic clean and avoid deep nesting.
- Event handlers must be prefixed with "handle" (e.g., `handleClick`, `handleInputChange`).
- Ensure all API routes are fully validated using Zod schemas before processing.
配置完成后,当你在该项目下调用 AI 时,Trae 会自动在 System Prompt 中静默挂载这套规则。它写出的代码将高度契合你的技术选型,彻底告别了“AI 总是用上一代老旧语法写代码”的困扰。
4. 完全体进化:内置 MCP 市场与智能 Agent 自愈系统
本次更新最令人激动的莫过于 MCP(Model Context Protocol,模型上下文协议) 的正式上线,以及与之配套的 智能 Agent 机制。这标志着 Trae 从一个单纯的“代码拼装工具”演化成了能够与计算机底层、外部应用深度交互的“全能开发代理”。
4.1 内置 MCP 市场与工具生态
MCP 是由 Anthropic 提出的一项开源标准,它允许 AI 客户端通过统一接口安全地调用外部服务。Trae 官方非常贴心地内置了一个 MCP 市场(Marketplace),开发者无需编写任何复杂代码,即可一键添加各种第三方 MCP Server,例如: - Puppeteer MCP:允许 AI 直接拉起本地或远程的 headless 浏览器进行网页访问、点击、填表,甚至截屏存证。 - PostgreSQL / MySQL MCP:允许 AI 在获得授权的情况下,直接读取项目数据库的 Schema,甚至生成并运行 SQL 语句。 - Sequential Thinking MCP:让 AI 具备类似 O1 模型的多步骤串行思考能力,遇到复杂架构问题时先自我推演、纠偏再输出代码。

4.2 智能 Agent “自动运行”与安全门禁
在 Builder Mode 下,Trae 的 Agent 不仅仅能修改文件,还能直接在控制台中替你运行调试命令(如 npm run dev 或 pytest)。
- 自动运行(Auto-Run):开启后,Agent 在检测到报错时,会自动阅读控制台报错信息、修改代码、重新运行测试,直到测试完全通过。这种自愈式的闭环逻辑极大释放了开发者的生产力。
- 安全红线与命令黑名单:为了防止 AI 在自动运行模式下执行危险命令(例如毁灭性的 rm -rf 或带有敏感凭证的推送指令),Trae 支持配置命令黑名单。凡是匹配黑名单的命令,必须手动经过开发者的二次弹窗确认后方能运行,筑起了最后一道安全防线。
5. 局限与排坑:现阶段的边界与未来展望
虽然 Trae 的这次大更新让人惊艳,但在实际的高强度企业级开发中,我们依然遇到了以下几个边界与局限,在这里同步给大家,避免踩坑:
1. 文档集格式限制:目前 #Doc 本地文件导入只支持纯文本(.md 和 .txt),如果你有一些 PDF 格式的官方芯片手册或 Word 格式的内部架构书,必须先转换成纯文本才能被识别。
2. 复杂 MCP 交互的局限性:虽然 Puppeteer 等 MCP 非常强大,但在面对有滑动验证码或高度动态反爬虫的前端网站时,AI 在执行“自动点击下载”等任务时依然可能遭遇失败。对于关键的权限和账密操作,建议仍然以人类介入为主,将 MCP 作为信息读取的辅助手段。
3. 大项目下的 Token 消耗与排队:随着 Context 长度的增加(如 #Doc 一次喂 50MB 数据),大模型的响应速度会有所下降。在高并发时段,免费通道可能会出现短暂的排队等待,大家在使用时需要合理组织引入的文件范围。
总结
总的来说,字节 Trae 的这次大更新交出了一份令人瞩目的成绩单。在 Cursor 升级放缓的当下,Trae 凭借完全免费的诚意、内置 MCP 生态的便利性以及项目规则的无缝 Git 共享,展现出了极强的后发优势。
如果你正因为 Cursor 的收费和卡顿而苦恼,不妨下载最新的 Trae,把你的项目规则配起来,体验一把“完全体” AI 编程带来的丝滑提效吧!

长按二维码关注 “边学边练”