##TRAE 技巧便利店｜Code 模式省积分 7 招实战指南

TraeWork 专区
1

##TRAE 技巧便利店｜Code 模式省积分 7 招实战指南

新的积分体系下，每一点消耗都和实际用量挂钩。作为一个每天泡在 Code 模式里的前端开发者，我花了些时间摸清了怎么让积分花得更值。下面这 7 个习惯，是我在实际使用中一条条踩坑总结出来的。

1. 选对模型，积分省一半

Code 模式里每次对话都在消耗积分，而不同模型的倍率差异非常直观。日常的代码补全、简单问答、格式调整这类任务，用高倍率模型纯属浪费。我的做法很简单：常规任务用低倍率模型，复杂任务才上高级模型。

目前我常用的几个低倍率模型：

模型 适用场景 标签
DeepSeek v4 flash 日常代码补全、简单 bug 修复、格式化 低倍率
GLM 5.2 中等复杂度开发、组件编写 专属补贴
MiniMax M3 文本生成、文档撰写、代码审查 低倍率

另外，平台不定期推出的模型补贴一定要关注。GLM 5.2 专属补贴、Doubao 系列 2.5 折——用补贴模型完成同样的任务，积分消耗可能只有平时的零头。遇到补贴期，能用的任务尽量集中在这段时间处理。

image
image277×287 7.16 KB

2. 上下文要瘦身，对话要短跑

这是很多人容易忽略的一点：对话越长，上下文越大，每条消息消耗的 token 就越多。一个跑了十几轮的对话，即使你只发了一个字，AI 也要把之前所有的上下文重新过一遍。积分就在这个过程中悄悄流失。

:cross_mark: 不推荐： 一个对话里连续扔多个不相关的任务，上下文越滚越大，AI 还容易跑偏，后面每条消息都在为前面无关的上下文买单

:white_check_mark: 推荐： 一个任务一个对话，做完就关。对话超过 5-6 轮还没解决，果断压缩或新开。感觉 AI 开始跑偏时立刻止损

实战经验： 我遇到过最亏的情况——一个对话跑了 12 轮调试同一个 bug，最后发现前 8 轮的方向完全错了。那 8 轮的上下文全是无效消耗。如果第 3 轮发现方向不对就新开对话，能省下大半积分。

当你感觉当前对话的上下文已经"脏"了——比如 AI 开始引用之前的错误假设，或者对话已经偏离了最初的目标——这时候压缩已经来不及了，直接新开对话是更省的选择。

3. 计划模式：想清楚再动手

计划模式（Plan Mode）很适合复杂任务，它能帮你理清思路、拆解步骤。但计划模式本身的探索过程也在消耗积分——AI 需要读代码、分析结构、反复推敲方案，这些都会产生大量上下文。

关键技巧是把"思考"和"执行"分离到两个对话中：

第一步：在计划模式中充分讨论方案
         ↓
第二步：把最终方案落实到 markdown 文件
         ↓
第三步：关闭当前对话（切断探索阶段的上下文）
         ↓
第四步：打开新对话，引用 markdown 文件执行

执行阶段不需要背负探索阶段积累的上下文。计划模式的对话可能有十几轮、上下文几千 token，但执行阶段的新对话只包含一个 markdown 文件的内容，消耗大幅降低。

:warning: 容易踩的坑： 很多人计划模式里讨论完，直接在同一个对话里点执行。这时候 AI 要同时处理之前所有的探索上下文 + markdown 方案 + 实际代码，积分消耗翻倍。讨论完就关对话，新开对话执行。

4. 精准喂文件，别让 AI 瞎找

Work 目前不支持 @ 功能，不能像在 IDE 里那样直接引用文件。但你可以手动提供文件路径，效果一样好，而且更省积分。

我的方法是打开 Trae IDE，右键文件 → 复制路径，然后在 Work 的对话里直接写：

// 引用整个文件
@server/server.js

// 引用文件中的特定行范围
@server/server.js#100-200

// 同时引用多个文件
@components/Header.tsx
@components/Header.tsx#50-80
@styles/header.css

写了路径，AI 会直接去读对应文件或指定行段，不会全局从头搜索。AI 全局搜索时可能需要遍历整个项目结构，读取多个不相关的文件，每个操作都在消耗积分。

:light_bulb: 为什么用 #行范围更省： 一个 500 行的文件，如果你只需要改 100-200 行，写 @server/server.js#100-200 让 AI 只读这 100 行。读得少，上下文就小，后续每轮对话的消耗都更低。

image
image795×706 30.4 KB

5. Skill 够用就好，多了是负担

每个启用的 Skill 都会在对话中占用上下文。Skill 的描述、使用说明、引用文件等内容，会作为系统提示词注入到每一条消息中。Skill 越多，每条消息的固定开销就越大。

举个例子：如果你同时启用了 5 个 Skill，每个 Skill 的描述占 500 token，那么你的每一条消息都要额外消耗 2500 token 来携带这些 Skill 信息。在一个 10 轮的对话里，这就是 25000 token 的固定开销——可能比你的实际对话内容还多。

:cross_mark: 不推荐： 把所有 Skill 都开着，觉得"万一用得上"

:white_check_mark: 推荐： 只保留当前任务需要的 Skill。做完了就关掉，下一个任务再开对应的 Skill

6. 每日签到，免费积分别浪费

这个技巧最简单，但也最容易被忘。Work 每日签到会送积分，虽然每天不多，但坚持一个月下来也是一笔可观的补充。

:light_bulb: 把 Work 签到加入浏览器收藏夹或者设个每日提醒，养成习惯。签到送的积分用来处理简单小任务，把付费积分留给重要的工作。

image
image297×500 14.7 KB

7. 免费模型当备胎，关键时刻救急

像 Agnes 这样的免费模型，可以添加到 Work 的自定义模型列表里。积分紧张的时候，它们就是最好的"备胎"。

免费模型的能力当然比不上付费的高级模型，但在以下场景完全够用：

// 简单的文本格式转换
// JSON 数据整理和校验
// 正则表达式编写和测试
// 简单的 CSS 样式调整
// 代码注释生成
// Markdown 排版修正

我的做法是日常开发用低倍率模型，复杂任务上高级模型，积分快用完时切到免费模型应急。相当于给自己留了一条免费的后路。

:light_bulb: 添加方法： 在 Work 的设置 → 自定义模型中，添加免费模型的 API 地址和密钥。配置好后就能在模型选择列表里看到它了。

总结

省积分的核心思路：让 AI 干最少的无用功。选对模型、控制上下文、精准提供信息、减少冗余开销——每一步都在帮你的积分花在真正有价值的地方。

  • 日常任务用低倍率模型，复杂任务才上高级模型
  • 一个任务一个对话，超过 5-6 轮果断新开
  • 计划模式讨论完方案，新开对话执行
  • 手动提供文件路径和行范围，别让 AI 全局搜索
  • 只开当前任务需要的 Skill
  • 每日签到别忘了，积少成多
  • 免费模型加到自定义列表里，应急专用

本文为 TRAE 技巧便利店 Vol.5 参赛作品

1 个赞