别等爆窗口才处理,主动做上下文压缩 上下文是随对话累积的,窗口决定长度。在 SOLO Agent 里可以查看上下文使用率,超限时系统会自动压缩,也能手动压缩保留关键内容、剔除冗余。换任务时直接开新会话会清空旧上下文,别在一个会话里干三件不相关的事。
技巧:长对话先总结,再开新任务。
说明:当上下文变长时,先让 TRAE 总结目标、已完成内容和剩余任务,再开启新对话继续推进,可以减少信息丢失,也更省 Token。
@TRAE-小阳 然后将问题描述清楚,如果不清楚,可以优化提示词
技巧:先走已知路径,跑不动再开发新分支。
说明:对项目原有功能进行继续开发或修改时,要求ai优先执行已知的功能路径,只有在失败时才回退并重新开发,省去大量无用操作。
技巧:精简明确提示词,不要模糊
说明:可以把提示词写的逻辑明确、定义清晰,也可以把提示词发给ai优化,新版本的traecode还可以点输入框右上角的优化润色按钮。

技巧:待办落到文档,别留在对话
说明:让 TRAE 把"待完善"的项写进项目文档的待办清单。对话会被压缩、会被遗忘,文档不会。
一句话技巧金句:
精准投喂上下文,巧用 # 引用具体文件。
一段技巧说明:
当项目代码量较大时,直接提问可能会让 AI 找不到重点。在输入框中直接键入 # 号,可以快速搜索并添加特定的文件、文件夹或代码片段作为精准上下文。给 AI 提供明确的“参考资料”,能大幅提高它理解需求和修改代码的准确率,避免无关文件的干扰。
技巧:无特殊说明,回复用文言文。
说明:在 TRAE「规则」里写一句「如无特殊说明,使用文言文回复」。之后所有对话默认文言文,不必每次重复要求;临时想换回来时,在消息里说一句即可覆盖。效果非常好,提升效率明显,不用担心AI连篇累牍了
技巧:常用流程沉淀成 Skill。
说明:把每次都要口头描述的多步流程(日报汇总、报告生成、数据提取)写成 Skill,写清触发词。之后一句话触发全流程,产出格式稳定,节省时间。另外就是当你多步解决了一个复杂问题后,也可以让AI把解决思路和经验总结下来变成一个skill,下次碰到难题先试skill过一遍。
技巧:让 AI 标注断言来源。
说明:在用户规则里要求 AI 对关键结论标注「训练事实 / 计算 / 推理 / 无依据」,不知道就直说不知道。能显著压住幻觉,金融、法律、引用类场景尤其实用。
技巧:先总结项目内容,函数,接口,然后读项目文档再用ai改
说明:让ai对整个项目来记忆,把主要内容记忆清楚,下面每次修改代码@他
技巧:先读要求文档,再让它动手
说明:开工前先让 TRAE 读规范文档和要求,并声明冲突优先级,能明显减少方向跑偏。
技巧:项目规则写进本地文档,不用重复交代
说明:把硬约束、工程约定、踩过的坑写进项目文档,之后每次新对话 TRAE 直接遵循。
技巧:开发前让trae先检索github
说明:项目中很多功能可能在github上已有开源项目/相似项目,先检索github可以减少重复劳动,节约token和指引方向。
技巧:用trae制作程序时,如果产生bat文件,可在提示词加一句话,“生成的 .bat 文件必须为 UTF-8 无 BOM 编码,第二行固定加入 chcp 65001 >nul 2>&1,换行符用 CRLF。”可以避免执行.bat文件时显示乱码报错。
说明:在中文 Windows 10 系统上,用 Trae 生成的 .bat 文件执行时报乱码,根源通常是文件编码与 CMD 终端的解码方式不匹配。Trae 默认保存为 UTF-8 编码,而 Windows 10 的 cmd.exe 默认使用 GBK(代码页 936)来解析批处理文件,两者冲突便导致了乱码。
技巧:调 MCP 工具前先读参数说明
说明:调用外部工具/MCP 接口前,先让 TRAE 读一遍工具参数说明再调用,避免猜参数报错。接飞书、数据库这类外部系统时特别有用。
技巧:长对话先总结,再开新任务。
具体做法:
- 在旧对话末尾发一句:请输出一份交接摘要:原始目标 / 已完成的改动及涉及文件 / 当前结论 / 待办事项 / 关键约束(不要改动的边界)。
- 新建对话,把这份摘要贴在开头,再补一句:从此继续。
- 需要引用旧代码时,只贴关键片段或文件路径,不把整段历史粘贴进去。
技巧:长对话先总结,再开新任务。
说明: 用 TRAE 做复杂需求(比如跨多个文件的重构、前后端联调、排错)时,对话一旦变长,模型容易"忘了前面定下的约束",回复也开始变慢、变贵。我的做法是:在关键节点主动让 TRAE 输出一份上下文快照——用三四句话写清:当前目标 / 已完成的改动 / 还剩什么 / 关键约束(如不能改的接口、依赖版本)。然后把这份快照作为第一条消息,开一个新对话继续推进。
技巧:长对话先总结,再开新任务。
说明: 当上下文变长时,先让 TRAE 总结目标、已完成内容和剩余任务,再开启新对话继续推进,可以减少信息丢失,也更省 Token。
技巧:预处理数据,再发给trae
说明:开发过程中难免遇到要提供数据或运行日志给ai的时候,但是数据往往体量大、内容多、格式杂,不一定全部是需要的,可以自己先使用数据处理工具进行预处理,提取关键部分给trae,或者让trae自己写预处理脚本再自己进行预处理,节约开销也避免污染上下文。