试一手字节花了大流量的 Trae 到底好不好用

10,764 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…

一. 前言

Trae ,免费的AI集成开发环境(IDE) ,字节出品

最近老在掘金刷到这个工具 ,加上字节这回看样子是花了大价钱在推流 ,所以我也试了一把 ,顺便参与一下活动。

image.png

二. 上手难度

2.1 界面及使用

使用和下载插件

image.png

image.png

  • 界面和 VsCode 一样 ,上手很简单
  • 插件下载很快 ,整体插件的处理和 VSCode 没用区别
  • 主要原因在于Trae 是基于 VsCode 进行开发的

使用 AI

image.png

  • 哦吼 ❗❗❗❗❗

2.2 可以使用的大模型

image.png

❗👍👍 可以的 ,上手就让我体验到 GPT-4o 的模型 , 这模型可不是免费的 mini 可比的 。 如果后面接口真的是使用的这个模型 ,这一波已经赚了

2.3 模型体验

image.png

  • 从回答上来说 ,这里不是单纯的调用 GPT 的接口 ,Trae 为这个智能体定义了相关的角色
  • 这样的好处是 AI 的回答会更偏向于编程 ,而不是天马行空的偏到很多其他的方向
  • 从下面的回答也能看到这一点 ,它主要专注于编程

image.png

  • 💣问题点 :缺少联网查询的能力 ,无法根据网络信息进行问题解答

这是一个很严重的问题 ,联网实时搜索已经在很多 AI Chat 里面实现了 。 很多场景下 ,我们需要的是帮我把 CSDN 或者 百度的答案查到 ,然后根据大模型的分析 ,给我出一个靠谱的结果。

比如我需要最新的某个组件的 API 调用方式 ,或者某个小众组件的用法 ,用法搜索场景基本上占了 AI 使用的百分之 50 左右。 缺少这种能力相当于少了一半功能。

三. 理性分析

3.1 项目分析

这个环节我用的是我自己的开源项目 ,我看看它能否帮我把项目分析好 :

image.png

  • 结果还行 ,主要的方法都读取到了 ,对方法内容的理解也算正常
  • 👍 亮点 : 相比其他的几款 ,Trae AI 应该是默认以整个项目为上下文 提供给 大模型进行处理
    • 这一点很重要 ,意味着数据输出和其他的类的关联性会更强 ,风格也会比较类似
    • 如通义 ,使用的时候需要关联特定的类才能准确的理解代码
  • 💣 问题 : 输出的效果还是一般 ,解释的不是很详细 ,不像 4o 的水平, 为此我还专门用 4o 解释了一把

image.png

3.2 项目生成

Trae 分为两个部分 : Chat + Builder 。 前面主要体验了 Chat 的部分 ,后面来试一下 Builder。

先来个基础小项目 : 一个基于 PyQT 的桌面端应用

image.png

为它添加功能

image.png

  • 👍 代码审查 :好东西啊 ,他会比对前面代码和后面代码的区别 ,让你可以有选择的进行代码植入,和 Git 类似
  • 💣 问题 : 偶现网络问题, 不知道是不是问的太难或者太频繁

image.png

最后效果

image.png

  • 总结 : 到了这一步基本上就能确定实用性了 ,我认为已经满足简单的日常开发了 ,能有效的减少工时
  • ❗❗❗但是还不够 ,我们让项目更复杂一点 !!!

3.3 项目开发

代码修改

修改当前类 ThreeDaysCloseNotHighStrategy ,逻辑改为判断最近3天里面的最高价和收盘价相差过大。
如果收盘价 不等于 最高价 ,且收盘价 比 最高价 低2个点以上 ,则扣一分

image.png

  • 👍 效果不错 , 代码优化出来了 ,粗读代码基本也是符合我的需求

添加代码

image.png

  • 👍 效果不错 , 按照对应得模板进行了代码的创建

总结

很好 ,真的不错 ,确实能加大生产力 ,这是实话。

关于实用的总结 ,在最上面也说了 ,这里就不复述了 ,有好有坏。

免费 ,还有用 , Chat 一般 ,编码让人惊讶 ,满意,想用。

最后的最后 ❤️❤️❤️👇👇👇