我正在参加Trae「超级体验官」创意实践征文，本文所使用的 Trae 免费下载链接：www.trae.ai/?utm_source…
前言
最近在看一些开源项目的时候发现，大部分用到大模型的项目默认使用的都是gpt系列。相对于国内的小伙伴来说，gpt可能存在一些限制，一个可替代的方式是将代码中对gpt模型的调用转换为对国内大模型接口的调用。对于代码熟练的小伙伴来说可能能很快处理好，但刚好最近Trae的windows版本出了，也想去体验一下。所以结合这两个事情，我想做的事是：体验使用trae来实现将代码仓库中的gpt调用转换成对国内大模型接口的调用。本文主要也是记录下这个探索的过程。
准备
模型
我们要替换国内的大模型接口，那么选择哪一个？对于接口的要求，我考虑的是：1. 功能效果比较不错，2. Openai api兼容，方便转换。这里选择qwen系列模型来进行调用。
工具
Trae的windows版本,进入官网获取。
项目
刚好最近又在看一些有意思的开源app，但自己部署又不太想用gpt, 所以就选择其中的一个先做下尝试，项目名：ai_coding_agent_o3-mini（基于新 o3-mini 模型构建的多个智能体个人编码助手）。感兴趣的小伙伴可以自己尝试下~
查看Trae资源占用情况
在使用trae之前我们可以先看下trae的本地资源占用情况。在没有打开任何项目的情况下资源占用情况如下所示，可以看到没有处理仅运行状态下的内存占用还是相对比较高的。
使用Trae进行仓库代码理解
先使用chat助手我们来看看这段代码的大致逻辑是怎样的~，由于代码较少，可以看到trae分析的还是比较详细的。
使用Chat能力实现功能
首先使用chat能力来对源码进行修改，以使功能达成我们的预期。修改过程如下：
由于这里没有在提示词中指定具体的模型，所以这里设置了一个默认值。其实这里有一点问题（参考官网的调用方式进行调用应该是：dashscope.aliyuncs.com/compatible-…
直接使用修改后的代码去运行是不太行的，会报错。运行之后的结果如下：(我们手动调整了一下模型和baseurl）。
我们将这里的错误信息提交给chat，看能否帮助我们成功处理掉。之后就进入了错误处理循环。
到底哪里有问题呢？通过人工检查的方式，我发现其实是对于库的调用方式的问题。修复的代码一直在纠结OpenAIChat这个接口的参数是否适配（但其实整个接口都有问题。一个思路是将code demo嵌入到prompt中，手动加到prompt中测试了一下是可以解决这个问题）。我们对比下项目代码和该库的调用代码可以发现，我们不仅要替换其中参数，还需要替换其中
修改完成之后，项目执行结果如下：（代码可以正常的生成和展示，虽然最后执行失败了，但并不影响。）
最后执行的错误是执行环境的问题（部署沙盒环境失败，最后一步我没有使用Trae去解决了，感觉Trae对于外部知识的融合还是不足的），将代码拷贝到本地建立一个文件，然后用命令打开，则可以看到一个如下效果。是的，到这里我们成功替换了代码中的大模型的api，让它调用qwen来完成了用户功能。
使用Builder能力实现功能
我们可以使用trae的chat能力来直接对项目中的api进行替换，那么我们是否能构建另一个项目/工具，使用它来对其他项目中的openai调用进行替换呢？如果我们要从零构建一个项目，在Trae中我们可以使用Builder能力来完成。如果要完成通用性的替换，有多种情况需要考虑，这里为了简化逻辑，我们只考虑几种情况：
- 如果代码中有调用openai的模型（gpt系列），将它替换为调用qwen（后续可以做成配置）
- 如果出现前面那种特殊库的情况，我们希望能通过一些使用示例的方式来对提示大模型进行生成。
- 希望有一个命令行调用和一个可视化的界面。
看起来界面不错，但用起来就开始出现各种问题。。。。。。
emmm, 经过十几轮的对话之后，依旧卡在仓库代码的选择问题上，没有耐心继续了。。。。。。。最终停留在最后一个错误界面上。
总结
本次其实主要尝试使用trae来解决平时实际遇到的一些问题。从工程角度来说示例仓库并不复杂，对Trae的预期应该是可以比较快速好的解决的。从实际的解决过程来看，trae的chat能力能够利用自己的知识解决部分问题，但是对于外部知识看起来并没有做联网搜索，对于一些引用的外部库的问题并不能比较好的识别和解决（可能需要用户提供外部示例）。trae的builder能力具有其形，但还需要继续改进，尤其是对于自己生成代码中存在问题的解决。还有一些小问题列在文末~
