# TRAE Work 保姆级上手教程：从零开始成为 AI 协作高手
> 本教程专为 TRAE Work 新手打造，涵盖产品认知、快速入门、核心功能详解、新手必备 Skill 推荐及安装使用指南。无论你是产品经理、设计师、开发者还是普通办公用户，都能通过本教程快速上手 TRAE Work，让 AI 成为你高效工作的得力助手。
-–
## 一、TRAE Work 是什么？
TRAE Work 是一款 **AI 原生工作台**，提供**网页版、桌面版和移动版**三种形态，并设有为不同用户群体设计的 **Work 与 Code 双模式**。
它旨在为你提供统一、高效、可定制的 AI 协作体验，覆盖从专业开发到日常办公的各类场景。只需提出任务，执行交给 AI。
### 1.1 三端覆盖，随时随地办公
| 版本 | 适用场景 | 核心亮点 |
|------|----------|----------|
| **网页版** | 临时需求、外出办公、快速验证 | 无需安装，开箱即用，有网就能访问 |
| **桌面版** | 长期开发、复杂项目、深度交互 | 支持本地+云端双环境，性能更强，交互更丰富 |
| **移动版** | 碎片化场景、跨设备任务管理 | 按住说话即可下达指令，任务状态三端实时同步 |
**三端联动**：共享同一套账号体系和任务数据，任务信息实时全量同步。
- **移动版**：跨设备的任务下发中心，适合碎片化场景快速下发和管理任务
- **网页版 & 桌面版**：负责任务执行、深度交互和产物验收
### 1.2 双模式：Work & Code
| 模式 | 面向人群 | 适用场景 |
|------|----------|----------|
| **Work 模式** | 产品经理、数据分析师、运营、设计师等非开发人员 | 文档处理、数据分析、演示稿制作、调研报告、内容创作 |
| **Code 模式** | 开发工程师 | 编码、调试、代码库管理、Git 工作流、自动化测试 |
模式切换：打开 TRAE Work 后，在界面左上角即可一键切换。
### 1.3 核心能力
- **自动任务拆解**：AI 自动拆解任务，调用 Skills 和工具完成执行
- **多格式文件处理**：支持 JSON、Python、PPTX、CSV 等多种格式，结果直接可见
- **多端协同**：桌面端与网页端随时协同，依托云端算力多任务并行
- **云端智能体**：在云端环境中执行代码分析、运行和调试，避免本地环境差异问题
-–
## 二、快速开始（5 分钟上手）
### 2.1 获取 TRAE Work
- **网页版**：直接访问 https://work.trae.cn/
- **桌面版**：前往 TRAE 官网下载页 下载（支持 macOS 和 Windows）
- **移动版**：在应用商店搜索 “TRAE” 下载
### 2.2 发起你的第一个任务
1. **选择模式**：在左上角切换 Work 模式或 Code 模式
2. **选择/创建项目**：在左栏选择项目，或点击 “创建项目”
3. **输入任务指令**：在对话框中描述你的需求，例如：
-
Work 模式：“帮我写一份产品上线通知邮件”
-
Code 模式：“帮我创建一个 Python 脚本，批量重命名文件夹中的图片”
4. **发送指令**：AI 会自动拆解任务并开始执行
**支持的输入形式**：
- 文字、语音
- 附件（.pptx、.xlsx、.pdf 等）
- 图片
- 斜杠命令
- 技能（Skill）
### 2.3 查看任务详情
发起任务后，你将进入工作区，包含以下面板：
| 面板 | 功能说明 |
|------|----------|
| **对话面板** | 与 AI 实时对话，下达指令并查看输出 |
| **待办 (Todos)** | 复杂任务时，AI 列出任务计划，实时追踪子任务进度 |
| **任务产物** | 存放 AI 生成的文件 |
| **参考信息** | 显示 AI 引用的上下文（技能、文件、网络信息等） |
### 2.4 预览与迭代
对于 Web 应用开发任务：
1. 完成后在 “浏览器” 窗口中实时预览成果
2. 点击顶栏 “选择元素” 按钮
3. 选中需修改的元素，选择 “添加评论到对话”
4. 输入修改建议，发送指令，AI 自动迭代
### 2.5 管理任务和项目
- **创建项目**：点击左栏 “创建项目” 按钮
- **新建任务**：鼠标悬浮至项目名称，点击新建任务按钮
- **文件管理**：点击 “文件管理” 按钮，支持列表视图和树形视图
-–
## 三、核心功能详解
### 3.1 拓展 AI 能力的方式
TRAE Work 支持通过以下方式增强 AI 能力：
| 功能 | 说明 | 详情 |
|------|------|------|
| **GitHub 集成** | 将 GitHub 授权给 TRAE Work，AI 可自动创建 PR、管理代码库 | 参考官方文档 |
| **MCP** | 模型上下文协议，将外部工具和服务连接至 TRAE Work | 详见 MCP 概述 |
| **技能 (Skill)** | 为 AI 提供"专业能力说明书"，让 AI 在特定领域表现更出色 | 详见下文 Skill 专题 |
| **斜杠命令** | 创建快捷指令，快速执行重复性任务 | 参考官方文档 |
| **规则 (Rule)** | 制定代码风格、语言框架等规范，让 AI 输出符合个人偏好 | 参考官方文档 |
### 3.2 MCP 概述
**MCP (Model Context Protocol)** 是一种协议，允许大型语言模型访问自定义工具和服务。
- TRAE Work 中的智能体作为 MCP 客户端，可向 MCP Server 发起请求
- 支持 stdio、HTTP (SSE)、Streamable HTTP 等传输类型
- 可自行添加 MCP Server，拓展 AI 的能力边界
**运行环境**：
- 本地环境：仅对本地任务生效（桌面版）
- 云端环境：仅对云端任务生效（网页版、桌面版）
### 3.3 云端智能体
云端智能体让你在云端环境中执行代码分析、运行和调试等任务：
- 提供统一的运行时与依赖管理
- 确保代码在稳定且隔离的远程环境中完成
- 有效避免本地环境差异带来的兼容性或性能问题
-–
## 四、新手必备 Skill 推荐与安装指南
### 4.1 什么是 Skill？
**Skill（技能）** 是 TRAE Work 中的可复用能力模块，通过 SKILL.md 文件定义，为智能体提供特定场景的专业能力。
**Skill 的特点**：
- **结构化**：通过 SKILL.md 文件描述任务目标、约束、流程
- **动态按需加载**：仅在任务相关时加载，节省 Token
- **保证输出一致性**：将个人或团队标准转化为可复用的专业能力
- **自动化重复工作流**：封装 SOP，减少重复指令输入
**Skill vs 其他功能**：
- **Skill vs 规则**：规则全量加载，Skill 按需加载，更省 Token
- **Skill vs MCP Server**：Skill 告诉 AI “怎么做”，MCP Server 提供 “工具”
### 4.2 Skill 安装方法
#### 方式一：从技能市场安装（推荐）
1. 在左侧任务栏中，点击顶部区域的 **“技能”**
2. 进入技能管理中心，切换到 **“技能市场”** 页签
3. 搜索所需技能，点击技能卡片右侧的 **“+”** 按钮
4. 安装完成后，技能会出现在 **“已安装”** 页签，默认启用
#### 方式二：上传本地技能
1. 在技能管理中心点击右上角的 **“上传技能”**
2. 上传包含 SKILL.md 文件的 zip 或 .skill 文件
3. 点击确认，TRAE Work 会自动解析并安装
#### 使用 Skill 的方法
- **手动调用**：在对话框中输入 /，从列表中选择技能
- **指令调用**：直接告诉 AI “用 xxx 技能来完成…”
- **自动调用**：AI 根据任务内容自动判断并加载相关技能
### 4.3 新手必装的 14 个 Skill 推荐
以下是官方精选的核心技能，涵盖开发工具、效率提升、界面设计、数据分析与内容创作领域：
#### 一、开发工具类
| Skill 名称 | 作者 | 功能简介 | 适用场景 |
|-----------|------|----------|----------|
| **git-commit** | GitHub | 根据 Conventional Commits 规范生成提交信息，自动完成变更拆分、文件暂存与安全提交 | 代码提交、Git 工作流规范化 |
| **react-best-practices** | Vercel | 对 React/Next.js 项目进行代码质量审查与性能分析，提供优化建议 | React 项目开发、代码审查 |
| **webapp-testing** | Anthropics | 基于 Playwright 生成并执行自动化测试脚本 | 前端功能验证、UI 调试、自动化测试 |
| **composition-patterns** | Vercel | 基于组件组合模式对复杂组件进行拆分与重构 | React 组件重构、组件库设计 |
**git-commit 详解**：
- 自动分析代码差异 (diff)，识别变更类型（feat、fix、docs 等）
- 生成符合 Conventional Commits 规范的提交信息
- 按逻辑拆分变更，确保单次提交仅包含一个变更
- 严格遵守安全准则，不提交 .env、凭证等机密文件
**react-best-practices 详解**：
- 基于 Vercel 官方最佳实践（8 类、64 条规则）
- 覆盖组件结构、Hooks 规范、a11y、TypeScript、性能优化
- 自动诊断请求瀑布流、Bundle 体积等性能瓶颈
- 提示迁移至现代技术栈（如 shadcn/ui + Tailwind CSS）
#### 二、效率提升类
| Skill 名称 | 作者 | 功能简介 | 适用场景 |
|-----------|------|----------|----------|
| **agent-browser** | Vercel | 浏览器自动化 CLI 工具，执行页面交互、数据提取、自动化流程 | 网页测试、数据抓取、UI 回归验证 |
| **brainstorming** | Obra | 强制前置设计与需求分析，通过协作对话形成可执行方案 | 新功能设计、需求梳理、大型项目规划 |
**brainstorming 详解**：
- 在开发前强制对需求进行梳理与澄清
- 通过交互式对话逐步形成设计方案与需求文档
- 完成文档并获得确认前，禁止执行任何实现类操作
- 支持可视化工具 (Visual Companion) 渲染线框图、架构图
#### 三、界面设计类
| Skill 名称 | 作者 | 功能简介 | 适用场景 |
|-----------|------|----------|----------|
| **figma** | Figma | 解析 Figma 设计稿并生成对应的前端代码 | 设计稿转代码、设计系统复用 |
| **frontend-design** | Anthropics | 生成具备独特风格和高质量的前端界面 | 网页/应用 UI 开发、界面美化 |
| **frontend-skill** | OpenAI | 构建视觉冲击力强的落地页、网站、应用界面 | 落地页、官网、产品展示页 |
| **canvas-design** | - | 生成海报、封面等原创静态视觉内容 | 海报设计、封面制作、视觉内容创作 |
**frontend-design 详解**：
- 避免同质化 “AI 风格” 界面
- 选择大胆、明确的美学主题（极简、复古、未来感、野兽派等）
- 注重排版、色彩、动效、空间布局等细节
- 打造具有辨识度和艺术感的前端界面
**figma 使用提示**：
- 使用前需从 MCP 市场添加 “Figma AI Bridge” MCP Server
- 支持通过设计链接获取节点结构与参考截图
- 优先复用现有设计系统（tokens、基础组件、架构模式）
#### 四、数据分析类
| Skill 名称 | 作者 | 功能简介 | 适用场景 |
|-----------|------|----------|----------|
| **chart-visualization** | - | 根据数据特征选择合适图表类型，生成可视化结果 | 数据趋势展示、对比关系、结构关系可视化 |
| **data-analysis** | - | 基于 SQL 对 Excel 或 CSV 数据进行查询、聚合与多表关联分析 | 数据分析、报表生成、多表关联查询 |
#### 五、内容创作类
| Skill 名称 | 作者 | 功能简介 | 适用场景 |
|-----------|------|----------|----------|
| **doc-coauthoring** | - | 通过分阶段协作流程组织与完善文档内容 | 文档撰写、报告编写、内容组织 |
### 4.4 Skill 管理
在技能管理中心的 **“已安装”** 页签中：
- **启用/禁用**：滑动卡片右侧的滑块
- **卸载**：点击技能卡片，在详情弹窗中点击 “卸载”
-–
## 五、实用技巧与最佳实践
### 5.1 高效提问技巧
- **明确目标**：清晰描述你想要什么，而不是怎么做
- **提供上下文**：上传相关文件、图片或链接，帮助 AI 更好理解需求
- **分步迭代**：复杂任务分步骤进行，及时验收和调整方向
- **使用 Skill**：针对特定场景调用对应 Skill，获得更专业的输出
### 5.2 上下文管理
- 当任务使用的上下文超出预期时，点击 “压缩” 按钮压缩上下文
- 合理使用 MCP、Skill、规则等功能，拓展 AI 能力边界
### 5.3 多端协同技巧
- 桌面版 Code 模式下发起的云端任务会自动同步至网页版
- 网页版发起的任务不会同步至桌面版
- 移动版适合快速下发任务，桌面版/网页版适合深度交互和验收
### 5.4 安全与隐私
- TRAE Work 支持隐私模式，保护敏感数据
- 云端智能体提供隔离的运行环境
- 使用 git-commit Skill 时，会自动过滤 .env、凭证等机密文件
-–
## 六、常见问题 FAQ
**Q1: TRAE Work 和 TRAE IDE 有什么区别？**
A: TRAE Work 是独立的 AI 原生工作台，提供网页版、桌面版和移动版，面向更广泛的工作场景；TRAE IDE 是 AI 原生集成开发环境，专注于编码场景。两者是 TRAE 品牌下的不同产品。
**Q2: 网页版和桌面版有什么区别？**
A: 网页版无需安装，仅支持云端环境；桌面版支持本地和云端双环境，性能更强，交互更丰富。桌面版 Code 模式的云端任务会同步到网页版。
**Q3: Skill 和 MCP Server 有什么区别？**
A: Skill 是告诉 AI “如何完成任务” 的指令集；MCP Server 是向 AI 提供 “可调用的工具”。两者配合使用，Skill 指导 AI 在正确的上下文中调用 MCP 工具。
**Q4: 如何创建自己的 Skill？**
A: 创建一个包含 SKILL.md 文件的文件夹，按照 YAML 格式编写技能名称和描述，然后上传至 TRAE Work。详细格式参考官方文档。
**Q5: TRAE Work 支持哪些模型？**
A: TRAE 提供多种 AI 模型，具体可用模型取决于地区和使用套餐。最新模型列表请参考官方文档。
-–
## 七、官方资源与链接
- **TRAE 官网**：https://www.trae.cn/
- **TRAE Work 网页版**：https://work.trae.cn/
- **官方文档**：https://docs.trae.cn/
- **桌面版下载**：https://www.trae.cn/ide/download#solo-download
-–
> **结语**：TRAE Work 的核心价值在于 “只需提出任务，执行交给 AI”。通过本教程的学习，相信你已经掌握了 TRAE Work 的基本使用方法。接下来，就是实践的时刻！安装你需要的 Skill，发起你的第一个任务，让 AI 成为你高效工作的超级助手吧！
-–
*本教程基于 TRAE Work 官方文档整理编写，如有更新请以官方文档为准。*