TRAE_ai

本文将基于真实开发场景，介绍 TRAE IDE 中常用的10个 MCP Server，并梳理了它们的核心能力、使用场景与可用工具，帮助你在不同开发阶段选择合适的 MCP Server，提升开发效率。

上一篇带大家了解了 LLM 的特性、Coding Agent 的实现原理以及常见问题后，我们总结出了一些最佳实践，帮助大家更高效地使用这些工具。

当我们使用 AI 编程助手时，很容易把它当作一个「黑盒」：输入我们的需求，就可以获得想要的代码。但如果想真正高效地利用这些工具，我们需要回到第一性原理：理解 LLM 究竟是如何工作的，它的能力边界在哪

TRAE 国际版 SOLO 模式已内置 3 种模型——Gemini-3-Pro-Preview、GPT-5-medium 和 Kimi-K2-0905。

针对项目开发中的不同场景，我们提供了一系列可直接导入 TRAE 并使用的自定义智能体示例。这些智能体可以被单独调用，或在开发流程的相应阶段由 SOLO Coder 自动调用，以完成特定任务。

如果有一种方式，能让 AI 帮我们完成重复劳动，把“一次性的 API 调用”变成“工具箱里的通用积木”，会怎么样？

本文将从最初的一句“开发一个经典的俄罗斯方块游戏”开始，通过四轮结构化迭代，最终做出一个拥有炫酷特效、多种玩法、完整音效系统的真正可用的游戏项目。

Flashback 是一款模拟复古即时相机（Polaroid）体验的 Web 应用。作品来自越南的 TRAE 用户 The Vibe Coders（成员：Mai Nguyen & Son Le）。

SOLO Coder 支持调用用户自定义的智能体，这为团队协作开发提供了新的可能。我们尝试创建一个虚拟开发团队，让 SOLO Coder 指挥这些智能体协同完成代码编写任务。