字节跳动推出了国内首款AI IDE，它跟Cursor相比，有什么特别之处吗？能否实现一键生成整个项目代码呢？
Trae又来了，更新速度真是让人惊喜！这次不仅国内外版本同步更新，还加入了很多大家期待的功能，比如MCP和智能体功能，真心觉得太给力了！
我们先来快速回顾一下这次更新都新增了哪些功能吧：
- Chat模式和Builder模式合并
- 支持创建MCP工具和自定义智能体
- 更加强大的上下文功能
- 自定义规则功能
接下来，我们来深入了解一下这些功能的具体使用情况吧～
新添的内置工具
Trae的Builder模式现在内置了几个实用工具：
- 文件管理
- 终端
- 在线搜索
- 预览功能
Trae现在终于可以直接联网搜索了！
在与AI对话的过程中，它会根据需要自动参考相关代码来帮助解决问题。
而且，当你需要执行命令时，可以开启“从下次开始自动运行命令和MCP工具”的选项，之后在执行命令时，它就会自动帮你运行这些命令和工具：
当然，开启自动执行后，你也可以随时去智能体设置页面，管理命令和MCP工具的黑名单，这样黑名单里的内容就不会被自动执行了：
开启自动执行后，交互效果看起来是这样的（对于技术小白来说相当友好）：
比如，我想看看生成的代码效果，AI会首先尝试运行程序，结果报错了，发现有模块缺失（AI直接分析了错误信息），然后它会自动执行安装命令来解决这个问题。接着再次运行程序，这次就顺利启动了：
上下文功能
代码索引管理
现在，它会自动索引你当前的代码项目。当你提问时，可以通过输入#Workspace来直接引用当前的代码项目。不过，我觉得其实你完全可以不指定，它会根据情况自动参考的。
忽略文件
当然，你也可以在上下文配置中选择忽略某些文件。无论你是否配置了忽略文件，它都会自动忽略.gitignore文件中指定的内容。
文档集
这就像是为项目增加一个知识库，比如说你的项目需要引用一些本地素材，或者开发时需要遵循需求文档。这些文档可以配置到文档集中，让AI的回答更加精准。
自定义规则
自定义规则到底是什么呢？别担心，Trae给我们提供了详细的引导：
顾名思义，这就像是我们传统开发中的“代码规范”，分为项目级和全局级。在项目规则文件中，你可以制定Trae遵循的开发标准，类似生活中各种规则：
- 家庭装修时会规定用什么材料，你可以指定项目使用的框架和依赖库
- 小区禁止燃放烟花的规定，你可以限制使用某些不安全或过时的API
- 餐厅对食品安全的检查标准，定义代码测试的严格程度和覆盖范围
- 公司着装要求，规定代码格式和风格
- 节能减排的指标，设置应用程序性能优化目标
具体规则模板其实和Cursor的.cursorrules文件原理相似，比如我在写next.js项目时，可以直接使用下面这个规则模板：
---
description: Next.js with TypeScript and Tailwind UI best practices
globs: **/*.tsx, **/*.ts, src/**/*.ts, src/**/*.tsx
---
# Next.js Best Practices
## Project Structure
- Use the App Router directory structure
- Place components in `app` directory for route-specific components
- Place shared components in `components` directory
- Place utilities and helpers in `lib` directory
- Use lowercase with dashes for directories (e.g., `components/auth-wizard`)
## Components
- Use Server Components by default
- Mark client components explicitly with 'use client'
- Wrap client components in Suspense with fallback
- Use dynamic loading for non-critical components
- Implement proper error boundaries
- Place static content and interfaces at file end
## Performance
- Optimize images: Use WebP format, size data, lazy loading
- Minimize use of 'useEffect' and 'setState'
- Favor Server Components (RSC) where possible
- Use dynamic loading for non-critical components
- Implement proper caching strategies
## Data Fetching
- Use Server Components for data fetching when possible
- Implement proper error handling for data fetching
- Use appropriate caching strategies
- Handle loading and error states appropriately
## Routing
- Use the App Router conventions
- Implement proper loading and error states for routes
- Use dynamic routes appropriately
- Handle parallel routes when needed
## Forms and Validation
- Use Zod for form validation
- Implement proper server-side validation
- Handle form errors appropriately
- Show loading states during form submission
## State Management
- Minimize client-side state
- Use React Context sparingly
- Prefer server state when possible
- Implement proper loading states
当然，想要更多规则模板的朋友可以直接参考这个GitHub项目awesome-cursorrules来获取更多资源：
https://github.com/PatrickJS/awesome-cursorrules
MCP功能集成
这次Trae竟然支持了火热的MCP工具，这个工具到底有什么用呢？
简单来说，它就是让AI能够与外部工具“沟通”的一种协议。想想以前的AI大模型，就像被关在一个小房间里，只能凭自己的知识回答问题。而有了MCP，AI就能“走出去”，结合各种外部工具的能力来完成任务。这里有一张形象展示MCP功能关系图：
MCP就像我们手提电脑上的扩展坞，可以让你连接各种工具，AI就能通过MCP直接调用这些工具的功能了。
MCP与扣子（Coze）的插件功能对比
MCP（Model Context Protocol）和扣子（Coze）的插件功能看起来确实有相似之处，但在设计理念和技术实现上存在一些关键差异：
深入了解MCP与扣子插件的对比
| 特性 | MCP | 扣子(Coze)插件 |
|---|---|---|
| 开放性 | 遵循开放标准，任何系统都能接入 | 封闭环境，仅限于扣子生态 |
| 跨平台 | 兼容所有MCP系统 | 主要服务于字节系产品 |
| 开发语言 | 支持任何编程语言 | 以JavaScript为主 |
| 部署方式 | 可以选择独立服务，支持本地或云端 | 仅限于平台内部使用 |
| 社区生态 | 活跃于GitHub开源社区 | 字节官方生态系统 |
| 使用门槛 | 需要一定的开发技能 | 低代码，轻松上手 |
简单来说，MCP就像是一个“通用的电源适配器”，它让AI能够连接各种外部工具。只要这些工具遵循MCP的规则，任何支持MCP的AI都能随意使用。
而**扣子的插件更像是“专用配件”**，它们专门为扣子平台设计，虽然在这个生态中工作得非常顺利，但在其他AI系统上可能就不太好用了。
如果你是开发者，想要创建一个能在多个AI系统上使用的工具，那么MCP可能更合适；如果只是想在扣子平台上快速搭建应用，扣子的插件系统会更方便。
Trae里的MCP长什么样
接下来，我们来看看Trae的MCP功能交互界面：
一眼望去，Trae内置了不少实用工具：
- GitHub：直接帮你找到代码，无需自己查找
- Figma：设计文件也可以直接连接
- Google Maps：随时查找地图信息
- AWS知识库：轻松解决AWS云服务问题
- 还有更多其他工具…
当然，除了这些内置工具，我们还可以自定义添加其它第三方的MCP工具。
值得一提的是，这次Trae集成的MCP功能，整体交互变得更简单，连技术小白都能在不深入理解这些概念的情况下直接使用（当然，前提是使用内置的MCP工具）。
Trae可以创建智能体
首先看看Trae的配置界面：
我临时创建了一个Trae智能体，从图中可以看到工具箱里主要有两类工具：
1. MCP工具（高级工具）
我选择了一些Trae内置的MCP工具来创建这个智能体，比如：
- Puppeteer：可以自动浏览网页、点击按钮和填表格
- docker-mcp：管理电脑上的应用容器
- GitHub：直接操作代码仓库，省去自己寻找代码的麻烦
- 等等…
2. 内置工具（基础工具）
每个智能体创建时默认内置4个工具，分别是：
- 文件系统：能读写电脑上的文件
- 终端：可以运行电脑命令
- 联网搜索：帮你查找网上资料
- 预览：可以预览生成的内容
当然，创建智能体时，你也可以选择取消某个内置工具的勾选，这样这个工具就不会出现在智能体中了。
接下来，我们看一下这个概念：
其实，Trae默认自带的就是我们常用的一个Builder智能体，里面就有上述4个工具，我们的Builder模式就是利用它进行交互的：
还有一个Builder with MCP智能体，其实是基于Builder智能体，仅仅是增加了对MCP工具的支持：
接下来，我们就结合智能体+MCP的方式，看看实际使用效果如何～
智能体+MCP实战
案例1：基于Figma使用内置MCP智能体生成代码
Figma是什么？ Figma是一款在线设计工具，可以被看作是一个“网页版的PS”，专注于界面设计。它的最大特点是支持多人在线协作，就像大家一起编辑文档一样。设计师可以用它来设计网站和App界面，开发人员则能直接查看这些设计并将其转化为真实的网站或应用。如果你不太懂技术，可以把它想象成一个在线画板，可以绘制出漂亮的网页和App界面。
我直接把Figma AI Bridge这个MCP工具添加到了Builder with MCP智能体中：
然后我们在网上找了一个Figma的UI模板来试试：
模板链接：https://www.figma.com/community/file/989274600796773962
接下来我们开始对话：
基于我这个 Figma template 帮我生成一个基于 next.js 框架的网站
https://www.figma.com/community/file/989274600796773962
没过多久，这个网站的初步形态就复刻出来了：
体验还是蛮不错的，它不仅能够根据你提供的Figma模板生成相应的代码，还能根据你给出的描述生成相应的代码，比如我说这是一个基于next.js框架的网站，它就能根据这个描述生成合适的代码。
案例2：沉浸式抓取指定网站的信息
这次我创建了一个新的智能体 – 网页 AI 助手，选择了一个热门的网页内容获取工具 – Puppeteer：
然后我们选择这个智能体开始对话：
帮我抓取一下 WaytoAGI 网站上有些推荐的 AI 智能体，将它们整理总结为一个图文并茂的 markdown 文档给我。
https://www.waytoagi.com/zh/agents
实际效果如何呢 (7倍速回放)：
看看它生成的md文件长什么样：
虽然这是比较基础的网页内容抓取，但它不仅把相关内容的图片也一起抓取下来了，还自动生成了一个markdown文档，体验还是挺不错的。而且它会逐个访问每个相关链接的子链接，以获取更详细的信息。
结语
这次Trae的更新可不止是简单的功能升级，它其实象征着AI协作工具正在从“智能助手”转变为“数字同事”。
这一变化也反映了人机协作的根本性转变：以前我们是“使用工具”，而现在则开始“培养同事”。
就像工业革命时，人类学会了与机器合作一样，在AI时代，我们也在学习如何与智能体进行有效协作。Trae通过降低MCP的使用门槛，让更多普通用户也能体验到这种先进的人机合作方式。
可以想象，随着MCP生态的不断完善，我们将迎来一个“工具互联”的新纪元。到那时，AI不仅能单独使用某个工具，还能贯穿设计、开发、测试和部署的整个过程，真正成为项目生命周期中的“数字合作伙伴”。
在这个人机协作的新纪元，最大的竞争优势可能不再是掌握了多少工具，而是能多快培养出最适合自己的数字同事。你准备好迎接你的第一位AI工作伙伴了吗？
