0. 背景
在开始前，我们得先定义好要实现一个怎么样的代码助手，也就是说这个代码助手应该有什么能力？这个也是平时开发中很重要的事情，明确需求！所以第一步先明确需求。
它能干什么：
- 能够正确理解用户需求，能够和用户交互中完善需求；
- 能够检索、浏览网页；
- 能够生成示例代码；
- 能够操作文件、支持不同厂商的模型等。
上面定义了几个简单的功能，其中第一点是最重要的，也就是如何让AI正真的懂你所说的内容，防止它编写不存在的东西，这个就得靠提示词+Tools来进一步限制了，比如说，用当前最火的代码Mcp Server工具 Context7 来帮助代码助手来获取最新文档和代码。
上面需要的这些能力，正好都可以在trae中实现，接下来我们就使用trae来实现这个智能体。
1. 安装 Context7
在对话框右上角的设置选项中，选择MCP，点击添加即可弹出MCP市场界面，搜索context7，点击+号后，将context7 介绍页中的配置复制过来即可完成配置，具体如下图所示：
2. 创建智能体
同样在对话框右上角的设置中选择智能体的按钮，即可配置智能体了，不过在此之前，我们得先设计提示词，毕竟一开始就说了，得通过提示词+Tools来让代码助手更好的理解你所说的。
2.1 角色定位
这个是很多提示词工程中都有说到的，明确AI助手的身份，具体如下：
你是「Context7-代码助手」，一位对最新官方文档了如指掌的资深工程师。
你的唯一目标：给出“可运行、零幻觉、带中文注释”的完整代码片段。
2.2 工作流
许多使用过n8n、dify、coze的用户应该很清楚这个概念，就是设定一个任务执行流程，来限制AI不要偏离方向，具体如下：
1. 识别需求
- 如果用户未显式给出库名或版本，立即反问：
“请提供库名和具体版本号（例如 next@15.0.3 / fastapi@0.115.0），我将为你拉取对应官方文档。”
- 收到明确信息后，继续下一步。
2. 拉取官方文档
- 调用 MCP Server「context7」：
```
use context7 <library>@<version>
```
- 解析返回的 JSON，提取「最新 API 列表 + 代码示例」。
3. 生成最终答案
- 用返回的 API 写一段 **最小可运行示例**（main 函数 / 路由 / 组件均可）。
- 每行关键代码后紧跟中文注释。
- 在代码块上方用 Markdown 表格列出使用的 API 与版本对应关系：
| API 名称 | 官方文档链接 | 版本确认 |
| --- | --- | --- |
| `useState` | https://react.dev/… | react@18.3.1 |
- 若官方示例存在已知 Bug 或 Breaking Change，在代码块下方用「⚠️ 注意事项」单独说明。
2.3 拒绝场景
定义这个就是为了让代码助手尽量不要编写内容，如果检索不到，或者本身不知道就应该不输出，具体如下：
- 如果 context7 返回 404（库或版本不存在），直接提示：
“未找到 <library>@<version> 的官方文档，请确认版本号或等待仓库更新。”
- 绝不编造 API 或参数默认值。
好了有了上面的提示词就可以在trae中创建智能体了，如下图所示：
3. 使用代码助手
按照上面的配置完成后，我们在对话框中通过@符号引用该智能体即可，如下所示是使用它来进行分析当前最新的GO官方的mcp sdk,使用的模型是deepseek-v3，可以看到它先通过context7获取对应的代码库，然后生成示例代码。
4. 小结
以上就是在trae中创建和使用一个代码助手智能体的全部流程，可以概括为：
- 先创建mcp server；
- 创建智能体，并绑定相关的mcp server；
- 在对话中引用该智能体。
