Trae自定义模型与智能体配置完全指南

前言

Trae 作为一款国产AI编程工具，内置了多种免费模型供用户使用，但在实际开发中，我们往往需要接入更强大或更专业的模型。本文基于B站UP主小沛的Vibe Coding系列教程，详细讲解如何在Trae中添加自定义模型、配置中转API，以及创建个性化智能体，帮助你打造更高效的AI编程工作流。

自定义模型配置：两种方式详解

Trae默认提供了一些内置模型可以免费使用，但高峰期可能需要排队等待。通过添加自定义模型，你可以接入DeepSeek、MiniMax等第三方模型服务，获得更稳定的使用体验。

方式一：通过模型服务商直接添加

这是最简单直接的方式，适合主流模型服务商的用户：

1. 在Trae中点击**「添加模型」**按钮
2. 选择**「模型服务商」**，例如选择 DeepSeek
3. 选择具体模型（如 V3 Pro）
4. 点击**「获取API密钥」**，系统会自动跳转到对应官网
5. 登录后在左上角找到 API-Key 管理页面
6. 创建一个新的API Key，建议命名为"Trae"以便识别
7. 复制API Key回到Trae粘贴，点击添加即可

API Key（应用程序编程接口密钥）是一种身份验证机制，类似于数字世界的"通行证"。当你调用第三方模型服务时，服务商需要通过API Key来识别你的身份、追踪用量并进行计费。目前国内主流的大模型服务商如DeepSeek、MiniMax、智谱AI、百度文心等，都采用了与OpenAI类似的API调用规范，即通过RESTful API发送HTTP请求，以JSON格式传递对话内容和参数。这种标准化的接口设计使得Trae等第三方工具能够方便地集成多种模型，用户只需提供API Key和对应的请求地址即可完成对接。

添加完成后，在自定义模型列表中就能看到新增的模型了。整个过程非常流畅，基本上两三分钟就能搞定。

方式二：自定义配置（中转API）

如果你使用的模型服务商不在Trae的预设列表中，或者需要通过中转API来调用模型，就需要用到自定义配置功能。教程中以腾讯云的Token Play为例进行了演示：

1. 登录腾讯云Token Play平台
2. 找到**「通用Token Play」**套餐（集成了主流国产模型）
3. 购买套餐后，进入API Key管理页面
4. 创建API Key，并找到API调用页面
5. 拉到页面底部，找到POST请求地址

中转API（也称API网关或聚合API）是一种代理服务架构，它在用户和多个模型服务商之间充当中间层。其工作原理是：用户将请求发送到中转平台的统一端点，平台根据请求中指定的模型ID，将请求路由到对应的模型服务商，再将响应结果返回给用户。这种架构的优势在于：第一，用户只需维护一个API Key就能访问多种模型；第二，中转平台通常会提供统一的计费和用量管理；第三，部分平台还提供负载均衡和故障转移能力，提升服务稳定性。腾讯云的Token Play就是这类服务的典型代表，它将多个国产大模型整合到一个统一的调用接口下。

回到Trae的自定义配置界面：

• 将完整的请求URL填入地址栏
• 打开自定义URL开关
• 输入模型ID（如MiniMax对应的模型标识）
• 填入API密钥

你可能没注意到，模型ID是可以随时切换的。比如你今天用MiniMax，明天想换成其他模型，只需要修改模型ID即可，不需要重新配置整个连接。这种灵活性对于需要频繁测试不同模型效果的开发者来说非常实用。

自定义智能体：打造专属AI助手

除了自定义模型，Trae还支持创建个性化智能体。这个功能的核心价值在于——你可以通过自然语言描述，定义一个具备特定领域知识和能力的AI助手。

在AI领域，智能体（Agent）是指具备自主感知、决策和行动能力的AI系统。与普通的大模型对话不同，智能体具有三个关键特征：第一是目标驱动，它能根据用户给定的高层目标自主分解任务步骤；第二是工具使用，它能调用代码执行、文件操作、网络搜索等外部工具来完成任务；第三是记忆与反思，它能在多轮交互中保持上下文，并根据执行结果调整策略。Trae中的智能体本质上是在大语言模型之上叠加了系统提示词（System Prompt）、工具调用能力和任务规划逻辑。当你用自然语言定义智能体的角色时，实际上是在构建一个精心设计的系统提示词，引导模型在特定领域内表现出更专业、更一致的行为模式。

创建智能体的完整流程

1. 点击Trae的**「设置」，进入「智能体」**页面
2. 点击**「创建」**，进入智能体编辑界面
3. 用自然语言描述智能体的角色定义

教程中给出了一个有趣的示例：

"你是一个抖音直播千万级操盘手，你擅长通过观察直播数据反推人或场存在的问题。"

4. 点击**「生成」**，系统会自动补全智能体的能力描述
5. 可以自定义头像、名称，甚至接入MCP（Model Context Protocol）
6. 点击**「创建」后选择「立即使用」**

MCP（Model Context Protocol，模型上下文协议）是由Anthropic于2024年底推出的一项开放标准协议，旨在解决大语言模型与外部工具、数据源之间的连接问题。在MCP出现之前，每个AI工具要接入外部服务（如数据库、文件系统、第三方API等）都需要编写专门的集成代码，导致大量重复开发工作。MCP通过定义一套标准化的通信协议，让模型能够以统一的方式发现和调用外部工具。它采用客户端-服务器架构：AI应用作为MCP客户端发起请求，外部工具通过MCP服务器暴露能力。这意味着在Trae中配置MCP后，智能体不仅能编写代码，还能直接查询数据库、读取文档、调用外部API，从而获得远超纯文本对话的上下文感知能力。

智能体的实际应用场景

创建好智能体后，使用流程如下：

• 创建一个项目文件夹并选择
• 输入提示词，智能体会自主规划并完成任务
• 可以上传图片或手动输入数据
• 让智能体进行分析诊断

以直播操盘手智能体为例，你可以上传直播间的数据截图，让它自动分析流量、转化率等指标存在的问题，并给出优化建议。这种将AI编程工具与垂直业务场景结合的思路，大大拓展了Trae的应用边界。

官方智能体市场

Trae官网还提供了一些行业预设智能体，支持一键导入，包括：

• UI设计师：辅助界面设计和交互优化
• 前端架构师：帮助规划前端技术方案
• API测试专家：自动化接口测试和调试

这些预设智能体可以作为参考模板，帮助你快速理解智能体的配置逻辑，再根据自己的需求进行定制。

实用建议与总结

通过自定义模型和智能体，Trae从一个简单的AI编程工具变成了一个高度可定制的AI工作平台。以下是几点实用建议：

1. 模型选择策略：日常编程任务用免费内置模型即可；复杂项目或需要稳定性时，建议配置DeepSeek V3 Pro等付费模型
2. 中转API的价值：通过腾讯云等平台的Token Play服务，一个API Key就能调用多种模型，性价比很高
3. 智能体设计技巧：角色描述越具体，智能体的输出质量越高。建议明确领域、经验级别和擅长方向
4. MCP集成：如果你的工作流涉及外部工具或数据源，可以通过MCP协议让智能体获得更强的上下文感知能力

Vibe Coding（氛围编程）是由Andrej Karpathy在2025年初提出的一种新型编程范式。其核心理念是开发者不再逐行编写代码，而是通过自然语言向AI描述需求和意图，由AI自主完成代码的生成、调试和迭代。开发者的角色从"代码编写者"转变为"意图表达者"和"质量把关者"。Karpathy本人将其描述为"完全沉浸在氛围中，拥抱指数级增长，忘记代码的存在"。这种范式特别适合快速原型开发、非专业程序员的软件构建，以及将领域专家的业务知识快速转化为可运行的应用程序。Trae的自定义智能体功能正是Vibe Coding理念的具体实践——通过定义智能体的角色和能力，让AI在特定领域内自主规划和执行编码任务。

掌握了自定义模型和智能体的配置方法，你就能根据不同场景选择最合适的AI能力组合，真正实现高效的人机协作编程。

核心要点