字节跳动推出了国内首款AI IDE，那跟Cursor比起来，它到底牛在哪呢？是不是能一键生成整个项目的代码呢？
好消息，Trae今天又有大更新了！而且这次是国内外同时推出的哦！这次的更新功能真不少，大家期待已久的MCP功能也终于上线了，还有智能体功能，简直让人兴奋不已！
我们先快速过一遍这次都更新了些什么吧：
- Chat模式和Builder模式合并
- 支持创建MCP工具和自定义智能体
- 增强的上下文功能
- 自定义规则
接下来我们来看看这些功能具体是怎么互动的～
新增加的内置工具
Trae的Builder模式现在内置了这些工具：
- 文件系统
- 终端
- 联网搜索
- 预览
现在Trae终于能直接联网搜索来进行对话了！
在AI对话过程中，它会根据需要自动引用具体代码来解决问题。
而且，如果你需要执行命令，可以开启“从下次开始自动运行命令和MCP工具”，以后的命令执行中，它就会自动运行这些命令和工具：
当然，一旦你开启了自动执行，你随时可以去智能体配置页面，设置黑名单，黑名单中的命令和MCP工具就不会被自动执行：
开启自动运行后，整体的互动效果是这样的（对技术小白很友好）：
我想看看生成的代码效果，AI会先尝试执行程序，但发现有依赖库没有安装（AI会直接解析错误），然后它会自动执行安装命令来解决问题，接着再次尝试运行程序，这次就顺利了：
上下文功能
代码索引管理
现在系统会自动索引你当前的代码项目，当你在提问时，可以直接加上#Workspace来参考当前代码，但其实根本不需要特别指定，它会按需自动参考的。
忽略文件
你也可以在上下文中配置忽略文件，顺便说一下，不管你有没有配置这个扩展的忽略文件，系统都会自动忽略.gitignore文件中的配置。
文档集
这个功能就相当于为项目增加一些上下文知识，比如你需要引用的本地素材，或者开发系统时要遵循的需求文档和设计文档，这些文档可以配置到文档集中，AI的回答会因为这些文档而更加准确。
自定义规则
自定义规则具体是什么呢？别担心，Trae给出了详细的指导：
顾名思义，这就类似于传统开发中的“代码规范”，分为针对当前项目和全局的规范。在项目规则文件中，你可以定义Trae在当前项目中需要遵循的开发标准，这就像生活中的各种规则一样：
- 家庭装修时会规定使用什么品牌的材料，你可以指定项目使用的框架版本和依赖库
- 小区禁止燃放烟花爆竹的规定，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，你可以定义代码测试的严格程度和覆盖范围
- 公司着装要求，可以规定代码的格式和风格标准
- 节能减排的指标要求，可以设置应用程序的性能优化目标
具体的规则模板其实和Cursor的.cursorrules文件原理类似，比如我在写next.js项目时，就可以直接复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，如果你想要更多的规则模板，可以去参考这个github项目awesome-cursorrules：
https://github.com/PatrickJS/awesome-cursorrules
MCP功能集成
这次Trae居然也支持了最近很火的MCP工具，它到底是用来做什么的呢？
简单来说，它就像是让AI可以和外部工具“对话”的一种协议。想想以前的AI大模型就像被关在房间里，只能用自己掌握的知识回答问题。而有了MCP，AI可以“走出去”，结合各种外部工具的能力来帮忙。这里我放一张网上展示MCP功能关系的图：
这里的MCP就像是我们手提电脑上的扩展坞，可以连接各种工具，让AI直接通过MCP调用这些工具的能力。
MCP和扣子（Coze）的插件功能对比
MCP（Model Context Protocol）和扣子（Coze）的插件功能看起来有点相似，但它们在设计理念和技术实现上有关键的区别：
轻松了解 MCP 与扣子的区别
| 特性 | MCP | 扣子(Coze)插件 |
|---|---|---|
| 开放性 | 遵循开放标准，任何系统都能来用 | 封闭环境，只适用于扣子生态 |
| 跨平台 | 兼容所有支持 MCP 的系统 | 主要聚焦于字节的产品 |
| 开发语言 | 支持任何编程语言 | 主要使用 JavaScript |
| 部署方式 | 可以独立运行在本地或云端 | 只能在平台内部署 |
| 社区生态 | 活跃的 GitHub 开源社区 | 字节官方的生态环境 |
| 使用门槛 | 需要一定的开发能力 | 低代码，轻松上手 |
简单说，MCP 就像一个“万能插头”，让 AI 能够连接各种外部工具，只要遵循 MCP 的协议，任何符合条件的 AI 都能轻松使用。
而**扣子的插件则更像是“专属配件”**，它是专为扣子平台设计的，虽然在这个生态里运作得很顺畅，但未必能在其他 AI 系统上用。
如果你是开发者，想要打造可以在多个 AI 系统中通用的工具，MCP 可能是更好的选择；而如果你只想在扣子平台上快速创建应用，扣子的插件系统会更适合你。
Trae 的 MCP 界面长什么样
接下来，咱们来看看 Trae 的 MCP 功能的交互界面：
一眼望去，Trae 内置了不少实用的工具：
- GitHub：不用自己去翻代码，AI 直接帮你搞定
- Figma：设计文件也能直接链接
- Google Maps：查地图信息轻而易举
- AWS 知识库：解决 AWS 云服务问题只需一键
- 还有更多…
当然，除了内置的这些，我们还可以自定义添加其他的第三方 MCP 工具。
值得注意的是，这次 Trae 的 MCP 功能在交互方面简化了很多，连技术小白都能基本上手（当然是针对内置的 MCP 工具而言）。
Trae 竟然可以创建智能体
首先看看 Trae 的配置界面：
我临时创建了一个 Trae 智能体来给大家展示，从图中可以看到工具箱里主要有两种工具：
1. MCP 工具（高级工具）
我选了一些 Trae 的内置 MCP 工具来构建这个智能体，比如：
- Puppeteer：能自动浏览网页、点击按钮、填写表格
- docker-mcp：帮助管理电脑上的应用容器
- GitHub：轻松操作代码仓库，无需自己查找代码
- 等等…
2. 内置工具（基础工具）
每个智能体创建时默认会有四个内置工具：
- 文件系统：可以读写你电脑上的文件
- 终端：可以执行电脑命令
- 联网搜索：能上网帮你查找资料
- 预览：可以预览生成的内容
当然，在创建智能体时，你可以选择取消某个内置工具的勾选，这样它就不会出现在智能体中。
这里有个概念大家可以轻松理解，看看下图：
实际上，Trae 默认自带的就是我们常用的一个 Builder 智能体，里面包含了上述四个工具，我们的 Builder 模式就是使用它来进行交互的：
还有一个 Builder with MCP 智能体，它是在 Builder 智能体的基础上，添加了 MCP 工具支持：
接下来，我们就结合智能体+MCP的方式来看看实际使用效果～
智能体与 MCP 的实战体验
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，类似于一个“网页版的 PS”，但它更专注于界面设计。最大的亮点是支持多人在线协作，就像大家一起编辑一个文件。设计师用它来设计网站和应用的界面，开发者可以直接查看这些设计并将它们转化为真实的网站或应用。对不懂技术的人来说，可以把它看作是一个可以画出漂亮网页和应用界面的在线画板。
我直接把 Figma AI Bridge 这个 MCP 工具添加到 Builder with MCP 智能体中：
接着，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
然后我们就开始对话：
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，这个网站的初步样子就被复刻出来了：
这个体验相当不错，它不仅会根据你提供的 Figma 模板生成相应的代码，还能根据你的描述生成代码，比如我这里描述的是一个基于 next.js 的网站，它就会生成相应的代码。
案例 2：沉浸式抓取指定网站的信息
我创建了一个新的智能体 – 网页 AI 助手，直接选择了一个热门的网页内容抓取工具 – Puppeteer：
然后我们开始对话，直接选择这个智能体：
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
让我们看看实际效果（7 倍速回放）：
看看生成的 md 文件长什么样：
虽然这只是基础的网页内容抓取，但它把相关的图片也一并抓取下来，并且自动生成了一个 markdown 文件，这种体验相当不错。而且它还会根据需要访问每个相关链接的子链接，以获取更详细的信息。
结束语
这次 Trae 的更新可不只是简单的功能提升，它其实预示着 AI 协作工具正在从“智能助手”变成“数字同事”。
这背后显示了人机协作方式的深刻变化：以前我们是“使用工具”，现在转而在“培养同事”。
就像工业革命时人类学会和机器合作一样，到了 AI 时代，我们也在学习如何与智能体进行有效的协作。Trae 的更新降低了 MCP 的使用门槛，让更多普通用户也能体验到这种前沿的人机协作模式。
可以想象，随着 MCP 生态的不断完善，我们将进入一个“工具互联”的新阶段。到那时，AI 不仅能单独使用某个工具，更能将设计、开发、测试和部署等环节串联起来，真正成为贯穿项目生命周期的“数字合伙人”。
在这个人机协作的新纪元，最大的竞争力可能不再是你会多少工具，而是你能多快培养出最适合自己的数字同事。那么，你准备好迎接你的首位 AI 工作伙伴了吗？
