trae-agent

用自然语言指挥 AI 自动写代码、改 Bug、跑测试，提升开发效率。

Trae Agent 是一个基于大语言模型的通用软件工程智能体，旨在自动化处理各类软件开发任务。它能够理解自然语言指令，自主规划并执行代码编写、调试、测试、重构等操作，帮助开发者提升效率。其核心能力包括代码生成与修改、仓库级上下文理解、多文件编辑、命令行执行以及测试驱动开发等。Trae Agent 由字节跳动开发，开源后迅速获得关注，目前已在 GitHub 上积累了近 1.2 万星标。它采用 Python 编写，支持与主流 IDE 和 CLI 集成，可作为个人编程助手或 CI/CD 流水线中的自动化工具。该项目解决了传统 AI 编程助手仅能生成代码片段、缺乏端到端任务执行能力的问题，为开发者提供了一个可自主完成复杂工程任务的智能体框架。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 12110

维护状态低维护

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队bytedance

所属国家

官网地址https://www.trae.ai

GitHubhttps://github.com/bytedance/trae-agent

定价模式free

价格说明开源项目，MIT许可证，可免费使用和部署。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent,llm,software-engineering

GitHub 星标★ 12110

30天Star增速

HF 下载量

上线时间2025-06-13 00:00:00

最近更新2026-09-22 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数5

使用教程

难度：入门约 10 分钟部署方式：命令行工具 8 步

环境要求

Python 运行环境（项目用 Python 编写）
uv 包管理工具（README 用 uv sync 安装依赖）
可用的 LLM 服务 API Key（如 Anthropic、OpenAI 等）
可选：Docker，使用 Docker 模式运行任务时需要

安装与启动步骤

1克隆仓库

把 trae-agent 源码下载到本地当前目录，完成后会生成 trae-agent 文件夹。
```
git clone https://github.com/bytedance/trae-agent.git
```
2进入项目目录

切换到刚克隆下来的项目根目录，后续命令都在这里执行。
```
cd trae-agent
```
3安装依赖

用 uv 同步安装全部依赖，包含所有 extras，耗时取决于网络。
```
uv sync --all-extras
```
4激活虚拟环境

激活 uv 创建的 .venv 虚拟环境，之后 trae-cli 命令才能直接使用。
```
source .venv/bin/activate
```
5复制配置模板

把示例配置文件复制为真实配置 trae_config.yaml，该文件已被 git 忽略。
```
cp trae_config.yaml.example trae_config.yaml
```
6填写 API 凭据

编辑 trae_config.yaml，填入你的 api_key，并指定使用的模型提供商与模型名。
7检查配置

运行 show-config 确认配置被正确读取，能打印出配置内容即表示可用。
```
trae-cli show-config
```
8运行任务

用自然语言下达任务；可加 --docker-image 在指定镜像的新容器中执行。
```
trae-cli run "Add tests for utils module" --docker-image python:3.11
```

关键配置

配置项	必填	说明	示例
`agents.trae_agent.model`	是	指定 Trae Agent 使用哪个模型配置名	`trae_agent_model`
`agents.trae_agent.max_steps`	否	智能体最大执行步数，防止无限循环	`200`
`agents.trae_agent.enable_lakeview`	否	是否启用 Lakeview 精简步骤摘要	`true`
`model_providers.anthropic.api_key`	是	对应模型提供商的 API Key	`your_anthropic_api_key`
`models.trae_agent_model.model_provider`	是	模型所属提供商名称	`anthropic`
`models.trae_agent_model.model`	是	具体调用的模型标识	`claude-sonnet-4-20250514`

如何确认成功

执行 trae-cli show-config 能正常输出配置内容，说明安装和配置成功。

常见问题

Q：为什么必须先复制 trae_config.yaml.example？

A：trae-cli 读取的是 trae_config.yaml，示例文件只是模板，不复制并填写密钥就无法调用模型。

Q：API Key 会不会被提交到 Git？

A：不会。README 说明 trae_config.yaml 已被 git 忽略，专门用于保护你的 API Key。

Q：如何让任务在 Docker 容器里执行？

A：运行时加 --docker-image 指定镜像，或加 --docker-container-id 复用已有容器，也可用 --dockerfile-path 指定 Dockerfile。

Q：支持哪些模型提供商？

A：支持 OpenAI、Anthropic、Doubao、Azure、OpenRouter、Ollama 和 Google Gemini 的 API。

Q：本地没装 uv 怎么办？

A：README 只给出 uv sync 的安装方式，需先按 uv 官方说明安装 uv，再回到本项目目录重新执行安装步骤。

注意事项

--docker-container-id 与 --working-dir 不能同时使用。
任务结束后默认删除 Docker 容器，可用 --docker-keep false 保持默认行为。
项目仍在活跃开发中，接口可能变化，可关注 docs/roadmap.md 与 CONTRIBUTING。
配置文件中的 api_key 请勿填写真实生产密钥到公开仓库。

核心亮点

端到端任务执行：从理解需求到修改代码、运行测试，全流程自动化，而非仅生成代码片段。
仓库级上下文感知：能分析整个代码库结构，跨文件修改，适合大型项目。
支持多种交互模式：提供 CLI 和 IDE 插件，可无缝集成到现有开发流程。

不足之处

依赖大模型 API，运行成本较高，且需稳定的网络连接。
复杂项目中的自主决策可能出错，需要人工监督和干预。
文档/社区待观察

适用场景

自动化代码重构与 Bug 修复，减少重复劳动。
作为 CI/CD 流水线中的智能代码审查与测试执行工具。
辅助新手开发者学习代码库，快速上手项目。

替代项目

OpenHands、SWE-agent、Devin

项目介绍

trae-agent 是智能体领域的开源项目，由 bytedance 开发，2025 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（12,110）位列前 4%，在智能体分类的 2,499 个项目里位列前 5%。

近 41 天，它的 GitHub 星标从 12,019 增加到 12,110，净增 91。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。MIT许可证，可免费使用和部署。

它主要面向的使用场景是：自动化代码重构与Bug修复，减少重复劳动。同类可对比的替代方案包括 OpenHands、SWE-agent、Devin。

上一篇：unity-mcp

下一篇：fastapi_mcp