Trae 与 Visual Studio Code 对比及实战应用

阿摇的私货铺
4,426 阅读4分钟

「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…

Trae 与 Visual Studio Code 对比及实战应用

引言

随着 AI 技术的不断发展，越来越多的开发者开始关注如何利用 AI 提升开发效率。Trae 作为一款新兴的 AI 驱动的 IDE，与传统的 Visual Studio Code（VSCode）相比，具有许多独特的特点和优势。本文将对比 Trae 和 VSCode 的功能和特点，并分享在实际开发中使用 Trae 的一些经验和技巧。

Trae 和 Visual Studio Code 对比

1. 设计理念

Trae is an adaptive AI IDE that transforms how you work, collaborating with you to run faster. Trae 是一款专为 AI 开发设计的 IDE，集成了 AI Chat 和 Builder 功能，能够更好地支持 AI 驱动的开发流程。Your code editor. Redefined with AI. VSCode 是一款通用的代码编辑器，通过插件扩展支持 AI 功能，如 GitHub Copilot。
image-20250221094024390.pngimage-20250221095703565.png

2. AI 功能集成

这里可以看出来Trae是一款原生为AI创作而设计的一款IDE编辑器，和VScode相比，从设计架构而言就有所不同。
Trae 天然集成了 AI Chat 和 Builder 功能，无需额外安装插件，直接在 IDE 内部完成 AI 交互。VSCode 需要安装插件（如 GitHub Copilot）才能实现类似的 AI 功能。
image-20250221100726206.pngimage-20250221100910322.png

3. 用户体验

当然这里还有一个好处是VSCode当前调用GPT-4O和Claude-3.5-Sonnet是免费的，如果想要去使用AI来辅助写代码，那么Trae会是一个很好的助手，另外相比于VSCode，Trae是字节跳动旗下的IDE产品，用户的体验和交互上，字节积累的产品经验，还是会让我总体而言感受舒适。以下是整体的界面。

Trae将Git代码的功能，和目前会较多的更新放在了最上面，有助于开发人员进行代码的拉取和提交VSCode 的界面设计简洁，背景和 logo 也较为美观，支持丰富的快捷键操作。
image-20250221102210567.pngimage-20250221102253951.png

大致的对比如上，接下来我会分享一个比较好玩的用法，Cline+Trae。当前Trae只支持GPT-4O以及Claude-3.5-Sonnet，这里我们必须得将咱们DS最近开源的R1模型给用起来，通过R1模型进行推理，使用Claude进行编码来实现我们想要的程序效果。

安装 Cline 插件并进行基本配置。这里安装好了后需要 1.点击Cline插件,2.点击右上角设置，3.点击API Provider将提供商选择为OpenAI Compatible，并设置相应的Base URL，API Key,Model ID，4.选择Done完成
image-20250221103710208.pngimage-20250221103921406.png
安装 Cline 插件：配置 Cline 插件：
在 Trae 插件市场中搜索并安装 Cline 插件。点击 Cline 插件，进入设置页面。 选择 API Provider 为 OpenAI Compatible。 设置 Base URL、API Key 和 Model ID。

这里我选择的是硅基流动最为提供商

image-20250221104754164.png 当然这里有很多模型可以选择，我选择的是DeepSeek-R1模型。 这里需要配置Base URL，API Key，Model ID Base URL:api.siliconflow.cn API Key在API密钥的目录中进行创建

image-20250221105354614.png

Model ID可以复制下面的内容 image-20250221105238214.png 配置好了后，我们在Trae中来做进一步的测试，这里我准备好了一个需求: 构建一推荐系统。基于用户浏览、购买数据，实时分析喜好，精准推送商品，提升转化率。要求系统高并发、低延迟，能处理大规模数据，兼具可扩展性与易维护性，计划采用Python与TensorFlow搭建，但在模型训练与部署环节遇瓶颈，求解决方案。

cline使用了MCP的协议，可以看到客户端和模型通信的过程，这里可以看到右下角执行有Plan和Act两种交互模式，Plan类似做计划，Act是让其执行编辑代码的操作，当前有了输出后，我们交给Trae，相比而言，Trae本身是基于AI设计的，插件的执行可能会少一些底层的调用，缺少灵活度。我采用了Builder的模型，这里我将具体的问题给到了Trae AI,它帮我做进一步的项目构建。
image-20250221113856028.pngimage-20250221113650810.png

结论

通过对比 Trae 和 VSCode，我们可以看到 Trae 在 AI 功能集成和用户体验上具有明显的优势。结合 Cline 插件，Trae 能够更好地支持 AI 驱动的开发流程。在实际开发中，使用 Trae 和 Cline 可以显著提升开发效率，特别是在构建复杂的推荐系统时，能够有效解决模型训练和部署中的瓶颈问题。

avatar
文章
阅读
粉丝