trae-agent

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. 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

   复制

2. 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

   复制

3. 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

   复制

4. 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

   复制

5. 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

   复制

6. 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. 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

   复制

8. 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

   复制

关键配置

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

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。