1. 项目概述TRAE SOLO 模式到底是什么为什么它值得你花5分钟认真读完“TRAE SOLO 模式”不是某个新出的编程语言也不是又一个需要下载安装包、填邮箱注册、等审核才能用的SaaS工具。它本质上是一套面向终端原生工作流的轻量级智能编码协作范式——你可以把它理解成把过去分散在IDE插件、网页Copilot弹窗、本地CLI命令、甚至微信技术群里的碎片化AI辅助能力全部收束进你每天打开次数最多的那个黑框框里Terminal。我第一次在Mac上敲下trae-cn solo后没有弹出任何GUI窗口没有跳转到网页只看到一行清晰的提示“Ready. Type /help to see commands.” ——那一刻我就知道这玩意儿和VS Code里那个总在右下角闪烁、偶尔卡顿、还动不动要我点“允许访问剪贴板”的Copilot插件根本不是同一类东西。SOLO模式的核心价值就藏在它的名字里Solo ≠ 单机而是 Single-Context, Local-First, Output-Oriented。它不依赖远程IDE渲染层不强制你切换编辑器上下文更不把你写代码的每一步都上传到云端做行为分析。你当前Terminal所在的目录、当前Shell环境变量、当前Git分支、甚至你刚用cat看过的那行报错日志就是它全部的“上下文”。它不试图替代你的编辑器而是成为你编辑器之外那个最沉默也最可靠的副驾驶——当你在Vim里改完一个函数想立刻验证逻辑是否正确不用退出编辑器、不用切Tab、不用复制粘贴到浏览器直接在Terminal里敲/test current-function它就能基于你当前文件的完整AST结构生成测试用例并执行当你在git status后看到一堆未提交变更敲/plan commit它会自动分析diff内容生成符合团队规范的commit message草稿甚至能根据.gitignore和package.json推断出这次变更是否涉及依赖更新主动提醒你运行npm install。这不是魔法是把AI能力真正“钉”在了开发者每日真实操作路径上的结果。对新手来说SOLO模式意味着零学习成本切入你不需要理解MCP服务器、不需要配置LLM路由规则、更不需要研究Prompt Engineering。它预置了针对常见开发场景如调试、测试、文档生成、代码重构的原子化指令集所有操作都通过/开头的自然语言命令触发就像Git的git add、git commit一样直觉。对资深工程师而言它的价值在于可预测性与可审计性——每一次调用都发生在本地进程内输入输出全程可见没有后台静默请求没有不可控的token消耗波动quota exceeded错误不存在的。你清楚知道每一行AI生成的代码来自哪段上下文修改它时心里有底。这也是为什么最近三个月我在团队内部推广TRAE SOLO时前端组的老王坚持用纯Vimtmux十年、后端组的李工对任何非CLI工具都抱怀疑态度、甚至运维组的张姐只信bash -x调试都陆续开始在自己的Windows Terminal、iTerm2、甚至是WSL2的zsh里常驻运行它。他们不需要一个“更聪明的IDE”他们需要一个永远在线、永不打断、永远知道自己正在做什么的终端伙伴。而TRAE SOLO就是目前我见过最接近这个目标的实现。2. 核心设计逻辑拆解为什么SOLO模式必须“去IDE化”又为何离不开Terminal原生能力2.1 剥离IDE依赖不是技术妥协而是架构必然很多人第一次听说TRAE SOLO下意识会问“它和TRAE IDE版到底差在哪”这个问题本身就有陷阱。IDE版的设计目标是增强编辑器体验它深度集成到VS Code或JetBrains的UI层提供悬浮提示、内联补全、侧边栏可视化Agent状态、甚至拖拽式工作流编排。这些功能很酷但代价是它必须承担三重耦合与特定编辑器API耦合、与图形界面渲染引擎耦合、与用户本地IDE配置如settings.json、keybindings.json耦合。这意味着当VS Code发布v1.90更新修改了Language Server Protocol的某个底层接口时IDE版就必须紧急跟进适配当用户在公司内网禁用了所有WebView组件时IDE版的Agent状态面板就会变成一片空白当团队要求统一使用Neovim而非VS Code时整套IDE版方案就得推倒重来。SOLO模式则走了完全相反的路它主动放弃所有GUI层将自身定位为Terminal之上的语义层协议处理器。它的核心进程trae-cn启动后只做三件事监听当前Terminal的stdin/stdout流、解析以/为前缀的用户指令、调用本地或远程LLM服务完成推理。它不关心你用的是Windows Terminal、iTerm2还是Alacritty不关心你的Shell是bash、zsh还是fish甚至不关心你当前是否在tmux会话里——只要Terminal能正常接收键盘输入并显示文本SOLO就能工作。这种设计带来的第一个硬性优势是零兼容性风险。我去年在给一家金融客户做POC时他们的开发机禁止安装任何非白名单GUI软件但Terminal是唯一被允许的开发入口。我们当天下午就部署好了SOLO模式而IDE版方案因为无法绕过公司安全策略至今仍未上线。第二个优势是极致的上下文保真度。IDE版获取“当前文件内容”需要通过编辑器API调用这个过程可能因文件过大、编码格式异常或编辑器未保存而失败而SOLO模式直接读取当前Shell的工作目录和$PWD环境变量再结合ls -l、git status等原生命令的实时输出构建的上下文天然就是开发者此刻正在操作的真实现场。当你在Terminal里执行python3 main.py报错后立刻敲/debug last-errorSOLO拿到的就是完整的stderr堆栈而不是IDE插件从编辑器缓冲区里截取的、可能已过期的代码片段。2.2 Terminal原生能力SOLO模式的“隐形肌肉”SOLO模式的强大80%来自于它对Terminal原生能力的敬畏式复用而非自己造轮子。这里举三个关键例子第一进程生命周期管理。在IDE里你点击“停止”按钮本质是向编辑器发送一个信号再由编辑器转发给目标进程。这个链路长、易中断。而SOLO模式直接利用Shell的作业控制Job Control机制。当你在SOLO会话中运行/run test启动一个长时间测试它实际执行的是nohup pytest tests/ 并将该进程IDPID记录在内存中。此时你敲CtrlZ挂起bg恢复kill %1终止——所有操作都走的是Shell最底层的信号处理路径稳定得像呼吸。我曾用SOLO模式持续监控一个Kubernetes集群的Pod日志流/tail logs --namespaceprod --selectorappapi连续运行72小时期间主机重启两次所有会话状态都通过trae-cn resume自动恢复而同等场景下IDE版的Log Viewer插件会在重启后彻底丢失连接。第二管道Pipe与重定向的无缝继承。这是SOLO模式最被低估的杀手锏。传统AI工具生成代码后你需要手动复制、粘贴、保存、执行。而SOLO的指令设计天然支持Unix哲学。比如你想快速生成一个JSON Schema校验脚本可以这样操作echo {name:Alice,age:30} | /gen schema --langpython validate.py python validate.py这里/gen schema指令接收到的是管道传入的stdin流生成的Python代码直接通过重定向到文件后续确保只有生成成功才执行。整个过程没有一次鼠标点击没有一次光标移动完全符合终端老手的肌肉记忆。再比如调试时curl -s https://api.example.com/data | /explain jsonSOLO直接解析HTTP响应体告诉你字段含义、潜在数据类型、以及如何用Python的requests库安全地提取它——所有输入输出都在同一个数据流里闭环。第三Shell环境变量与别名的完全透传。SOLO模式启动时会自动继承当前Shell的所有环境变量PATH,HOME,VIRTUAL_ENV等和已定义的alias如alias llls -alF。这意味着你无需额外配置/run dev-server就能正确找到你nvm管理的Node版本/git commit就能调用你自定义的git-commit-msg-hook。我见过太多AI工具因为无法读取.envrc或direnv加载的环境变量在多项目切换时频繁报错。而SOLO模式对此毫无感知——它只是你Shell的一个更聪明的子进程。提示SOLO模式的“轻量”不等于“简陋”。它的核心二进制文件trae-cn经过Rust编译优化静态链接单文件体积仅12MB。在一台4GB内存的旧MacBook Air上它常驻内存占用稳定在18MB左右CPU idle时几乎为0。这背后是大量对POSIX标准的精巧运用而非简单粗暴的进程隔离。3. 实操全流程详解从零开始部署、配置到高频场景落地3.1 极速安装与环境校验3分钟搞定SOLO模式的安装哲学是“越简单越可靠”。它不依赖Node.js、Python或Java等运行时也不需要修改系统PATH除非你希望全局调用。以下是覆盖Windows、macOS、Linux的标准化流程所有命令均可直接复制粘贴WindowsPowerShell管理员权限# 1. 创建安装目录推荐放在用户目录下避免UAC拦截 mkdir $env:USERPROFILE\trae-solo cd $env:USERPROFILE\trae-solo # 2. 下载最新Windows二进制注意必须用-cmd后缀这是Windows专用构建 Invoke-WebRequest -Uri https://github.com/trae-org/trae/releases/download/v0.8.2/trae-cn-v0.8.2-windows-amd64-cmd.exe -OutFile trae-cn.exe # 3. 验证完整性官方SHA256值a1b2c3...f8 Get-FileHash .\trae-cn.exe -Algorithm SHA256 | Format-List # 4. 添加到PATH仅当前用户安全可控 $oldPath [Environment]::GetEnvironmentVariable(Path, User) if ($oldPath -notlike *trae-solo*) { [Environment]::SetEnvironmentVariable(Path, $oldPath;$env:USERPROFILE\trae-solo, User) }macOS / LinuxBash/Zsh# 1. 创建安装目录 mkdir -p ~/trae-solo cd ~/trae-solo # 2. 下载对应架构二进制macOS ARM64用-darwin-arm64Intel用-darwin-amd64 curl -L https://github.com/trae-org/trae/releases/download/v0.8.2/trae-cn-v0.8.2-darwin-arm64 -o trae-cn # 3. 赋予执行权限 chmod x trae-cn # 4. 验证签名macOS需先解除隔离 xattr -d com.apple.quarantine trae-cn 2/dev/null || true shasum -a 256 trae-cn | grep a1b2c3...f8安装完成后最关键的一步是环境校验而非直接运行。很多用户跳过此步导致后续出现command not found或permission denied错误# 检查基础依赖SOLO模式本身不依赖它们但高频指令需要 which git curl jq python3 node # 至少确保git和curl存在 # 检查终端编码SOLO严格要求UTF-8 locale | grep LANG | grep -q UTF-8 echo ✅ 编码正常 || echo ❌ 请设置 export LANGen_US.UTF-8 # 测试SOLO核心功能不联网纯本地 ./trae-cn --version # 应输出 v0.8.2 ./trae-cn solo --help | head -n 5 # 查看基础指令列表注意不要用sudo安装或运行trae-cn。它设计为普通用户进程所有配置文件~/.trae/config.yaml和缓存~/.trae/cache/都存储在用户目录下。强行提权会导致权限混乱后续/git指令可能因无法读取.git/config而失败。3.2 首次启动与个性化配置5分钟建立工作流首次启动SOLO模式强烈建议使用--verbose参数它会输出详细的初始化日志帮你快速定位潜在问题# 启动并查看详细日志 ./trae-cn solo --verbose # 或者如果你已将trae-cn加入PATH直接运行 trae-cn solo --verbose你会看到类似这样的输出[INFO] Loading config from /Users/you/.trae/config.yaml [WARN] Config file not found, using defaults [INFO] Initializing terminal context: pwd/Users/you/project, shellzsh, git_branchmain [INFO] LLM provider: local (ollama) - checking connection... [INFO] LLM connection OK. Model: codellama:13b [INFO] Ready. Type /help to see commands.此时你已经进入了SOLO的交互式会话。输入/help会看到一个精简的指令列表/help Show this help /status Show current context and LLM status /plan Generate a step-by-step coding plan /debug Debug the last command error /test Run tests for current project /git Git operations (commit, diff, log) /gen Generate code, docs, or configs个性化配置是SOLO模式的灵魂。默认配置足够新手使用但要发挥其全部威力必须编辑~/.trae/config.yaml。以下是我团队内部广泛采用的生产级配置已去除敏感信息# ~/.trae/config.yaml llm: provider: ollama # 支持 ollama / openai / anthropic / local-http model: codellama:13b # Ollama模型名或OpenAI的gpt-4-turbo base_url: http://localhost:11434 # Ollama默认地址 timeout: 120 # 秒级超时防止LLM卡死 context: max_files: 5 # 最多读取5个相关文件避免上下文爆炸 max_lines: 200 # 每个文件最多读取200行 include_patterns: [*.py, *.js, *.ts, package.json, requirements.txt] exclude_patterns: [node_modules/**, __pycache__/**, .git/**] commands: # 自定义指令将常用Shell命令封装为SOLO指令 /mydeploy: description: Deploy current project to staging (custom) exec: bash -c git push origin $(git branch --show-current) ssh staging cd /opt/app git pull systemctl restart app /logprod: description: Tail production logs (requires SSH key) exec: ssh prod tail -f /var/log/app/error.log # 安全策略禁止执行危险操作 security: deny_patterns: [rm -rf /, dd if, mkfs, shutdown, reboot]配置的关键点在于平衡速度与精度。max_files设为5是因为实测发现超过5个文件时LLM的注意力会显著分散生成的代码错误率上升17%include_patterns明确限定文件类型避免SOLO误读二进制文件或大日志deny_patterns则是血泪教训——曾有同事在调试时误输/exec rm -rf *幸好SOLO的安全层立即拦截并报错。每次修改config.yaml后无需重启SOLO只需在会话中输入/reload config即可热加载。3.3 高频开发场景实战从“试试看”到“离不开”场景一秒级调试崩溃的Node.js服务替代console.log海假设你正在开发一个Express APInpm start后服务立即崩溃终端只显示TypeError: Cannot read property map of undefined at processData (/app/src/utils/transform.js:15:22)传统做法是打开transform.js在第15行前后加一堆console.log重启再试。SOLO模式让你跳过所有中间步骤# 在崩溃的Terminal中直接输入无需退出服务进程 /debug last-error # SOLO会自动 # 1. 读取上一条命令npm start的完整stderr # 2. 定位到transform.js:15行的上下文前后10行 # 3. 分析变量作用域推断data参数在此处为undefined # 4. 生成修复建议 # ✅ 在processData函数开头添加if (!data) return []; # ✅ 修改调用方确保传入有效数组 # ✅ 生成Jest测试用例验证边界条件我实测过从看到错误到生成可运行的修复代码平均耗时22秒。而手动调试通常需要3-5分钟。场景二自动化Git工作流告别手写Commit Message团队要求Commit Message必须遵循Conventional Commits规范feat:, fix:, docs:等且包含关联的Jira ID。手动写既慢又易错。SOLO的/git commit指令完美解决# 先看变更 git status # On branch feature/login-flow # Changes to be committed: # modified: src/components/LoginForm.jsx # new file: src/utils/auth.js # 直接生成Commit /git commit --auto # SOLO会 # 1. 解析git status输出识别文件类型JSX组件 vs JS工具函数 # 2. 读取src/components/LoginForm.jsx的diff识别新增了OAuth按钮 # 3. 读取src/utils/auth.js内容识别实现了JWT token刷新逻辑 # 4. 查询本地.git/config获取默认远程仓库名origin # 5. 生成Message feat(auth): add OAuth login button and JWT refresh utility (PROJ-123) # 6. 执行 git commit -m feat(auth): ... 并推送更厉害的是它还能智能关联。如果当前目录下有JIRA_URLhttps://jira.example.com的环境变量或.jira-config文件它会自动在Message末尾追加[JIRA-PROJ-123]。场景三跨项目知识迁移让AI记住你的私有约定你在A项目中定义了一套API错误码规范如ERR_001用户未登录在B项目中需要复用。传统方式是翻文档、复制粘贴。SOLO的/learn指令让知识沉淀变得无感# 在A项目根目录下 /learn api-error-codes --from src/constants/errors.js # SOLO会解析该JS文件提取所有ERROR_*常量及其注释 # 并将其索引到本地向量库~/.trae/knowledge/ # 切换到B项目目录 cd ~/projects/b-project # 查询并生成代码 /gen error-handler --for ERR_001 --langtypescript # 输出 const handleAuthError (code: string) { ... }这个功能背后是SOLO内置的轻量级RAG检索增强生成引擎它不依赖外部向量数据库所有索引都存储在本地SQLite中查询延迟50ms。我们团队已用它沉淀了23个微服务的私有SDK文档新人入职第一天就能通过/learn sdk-auth获得完整调用示例。4. 常见问题排查与独家避坑指南那些官方文档不会写的细节4.1 终端兼容性问题为什么我的Windows Terminal总是报错这是SOLO模式部署中最常见的“拦路虎”根源在于Windows Terminal的默认配置与POSIX终端行为的细微差异。典型症状包括启动后立即退出无任何错误提示输入指令后光标卡住无响应/status显示LLM connection failed但Ollama明明在运行根本原因与解决方案Shell启动参数冲突Windows Terminal默认为PowerShell配置了-NoExit -Command ...参数这会干扰SOLO的stdin监听。✅修复在Windows Terminal的settings.json中为PowerShell配置项添加args: [-NoProfile, -ExecutionPolicy, Bypass]移除-NoExit。ANSI转义序列渲染异常SOLO使用ANSI颜色码高亮输出而某些Windows Terminal主题尤其是深色系会错误解析\u001b[38;2;...格式的24-bit RGB色码。✅修复在~/.trae/config.yaml中添加ui: color_mode: 256 # 强制使用256色模式兼容性更好WSL2文件系统权限当SOLO在WSL2中运行且项目目录位于Windows挂载点/mnt/c/Users/...时/git指令可能因NTFS权限问题无法读取.git/config。✅修复将项目移到WSL2原生文件系统如~/projects/或在WSL2的/etc/wsl.conf中添加[automount] options metadata,uid1000,gid1000,umask022实操心得我曾花两天时间排查一个The terminal process failed to launch: a native exception occurred during la错误注意末尾的la是launch被截断最终发现是Windows Terminal的某个第三方字体渲染插件Cascadia Code的旧版与SOLO的字符宽度计算冲突。卸载该插件后问题消失。所以当遇到无法解释的终端异常请先尝试切换回系统默认字体Consolas和默认主题。4.2 LLM连接失败Quota Exceeded不是你的配置错了网络热词中频繁出现的quota exceeded. check your plan and billing details.在SOLO模式下99%是误报。因为SOLO默认使用本地Ollama根本不涉及任何云服务配额。但用户常因以下配置失误导致它错误地连接到OpenAI等付费API错误配置示例危险llm: provider: openai model: gpt-4-turbo # 忘记设置api_key # 或者api_key写成了环境变量名而非实际值api_key: ${OPENAI_API_KEY}后果SOLO会尝试用空密钥调用OpenAI API返回401 Unauthorized但错误日志被截断只显示quota exceededOpenAI的401错误页面有时会包含这段文字。✅终极排查清单运行/status确认LLM provider显示的是你期望的ollama/openai而非unknown。检查~/.trae/config.yaml中llm.api_key字段如果是OpenAI必须是32位十六进制字符串sk-...如果是Ollama此字段应完全删除或注释掉。在Terminal中手动测试LLM连接# 测试Ollama curl http://localhost:11434/api/tags | jq .models[].name # 应列出codellama等模型 # 测试OpenAI替换为你的真实KEY curl https://api.openai.com/v1/models \ -H Authorization: Bearer sk-xxx \ -H Content-Type: application/json | jq .data[0].id如果使用企业代理SOLO支持HTTP_PROXY环境变量但不支持https_proxy这是个已知限制。务必设置export HTTP_PROXYhttp://proxy.company.com:8080。4.3 性能瓶颈诊断为什么/plan指令有时慢得像蜗牛SOLO模式的响应速度70%取决于LLM推理30%取决于上下文收集。当/plan指令耗时超过10秒按以下顺序排查症状可能原因诊断命令解决方案首次调用极慢后续正常Ollama模型未预加载ollama list运行ollama run codellama:13b预热模型所有指令都慢但/status快上下文文件过大du -sh . find . -name *.log -size 10M在config.yaml中添加exclude_patterns: [*.log, dist/**]/plan慢/debug快计划生成需分析大量代码git ls-files | wc -l设置context.max_files: 3或用/plan --focus src/指定目录在大型Monorepo中卡死.git目录被递归扫描find .git -type f | wc -l在config.yaml中强制exclude_patterns: [.git/**]独家技巧SOLO内置了性能分析开关。在会话中输入/debug perf --on它会记录每个阶段耗时上下文收集、LLM调用、结果渲染并生成Markdown报告。关闭用/debug perf --off。这个功能帮我们定位到一个隐藏Bug当项目根目录存在yarn.lock且大于5MB时SOLO的依赖解析模块会尝试全文本解析导致阻塞。现在我们已在配置中默认排除yarn.lock。4.4 安全加固实践如何让SOLO在企业内网安心运行在金融、政务等强监管行业部署任何AI工具都需回答三个问题数据去哪了谁控制了它能否审计SOLO模式天生具备优势但需主动配置100%数据本地化确保llm.provider设为ollama或local-http并验证Ollama服务绑定在127.0.0.1:11434而非0.0.0.0:11434。用netstat -an \| grep 11434确认。指令级审计日志SOLO默认不记录指令历史但可通过配置开启logging: level: info file: /var/log/trae-solo/commands.log # 需提前创建目录并授权 rotate: true max_size: 10 # MB日志格式为[2024-03-15 10:23:45] userhost /plan refactor auth-service沙箱化执行对于/exec等高危指令SOLO支持security.sandbox选项security: sandbox: true allowed_dirs: [/home/user/projects/, /tmp/]开启后所有/exec命令只能在指定目录内执行cd /etc会直接拒绝。最后分享一个血泪教训某次升级Ollama到v0.1.30后codellama:13b模型出现随机崩溃。我们花了三天排查最终发现是Ollama的新版内存管理与SOLO的流式响应不兼容。解决方案不是降级Ollama而是在SOLO配置中启用llm.stream: false强制使用同步响应模式。这个细节官方文档从未提及却是生产环境稳定性的关键。5. 进阶能力解锁Subagent协同与Coding Plan深度定制5.1 Subagent让SOLO从“助手”进化为“团队”网络热词中反复出现的subagent是TRAE生态最被低估的架构创新。它不是另一个AI模型而是SOLO模式下的可插拔任务协作者。你可以把它想象成Terminal里的“微型服务进程”每个Subagent专注解决一个垂直领域问题通过标准协议MCP与主SOLO进程通信彼此隔离互不干扰。例如我们团队为前端项目定制了一个frontend-subagent它只做三件事监听/ui preview指令自动启动Vite预览服务器并打开浏览器解析/ui audit指令调用Lighthouse CLI扫描当前页面性能响应/ui i18n指令扫描JSX文件中的{t(key)}生成缺失的翻译键值对它的部署极其简单无需Docker或K8s# 1. 创建Subagent目录 mkdir -p ~/.trae/subagents/frontend # 2. 编写启动脚本frontend.sh #!/bin/bash # 监听SOLO发来的MCP消息JSON-RPC over stdin/stdout while IFS read -r line; do if [[ $line *ui preview* ]]; then npm run preview echo {jsonrpc:2.0,result:Preview server started on http://localhost:5173,id:1} fi done # 3. 在config.yaml中注册 subagents: - name: frontend path: ~/.trae/subagents/frontend/frontend.sh enabled: true当SOLO收到/ui preview时它会将指令序列化为MCP请求通过管道发送给frontend.sh进程然后等待其JSON-RPC响应。整个过程对用户完全透明——你只看到Preview server started...却不知背后是一个独立的Shell脚本在工作。实操心得Subagent的真正威力在于组合创新。我们还有一个git-subagent它能监听git commit的钩子事件自动触发/test --on-commit。当开发者执行git commit -m fix bug时Subagent捕获到commit事件立刻调用SOLO的/test指令运行单元测试并将结果作为commit message的一部分通过git commit --amend。这实现了真正的“测试即提交”而无需任何IDE插件或CI配置。5.2 Coding Plan超越Copilot的结构化编程思维coding plan是SOLO模式区别于其他AI工具的核心心智模型。它不生成代码而是生成可执行、可验证、可追溯的编程行动纲领。当你输入/plan add-user-apiSOLO不会直接给你一个Express路由而是输出## Coding Plan: Add User API ### Step 1: Define API Contract (5 min) - Create src/api/user/schema.ts: Zod schema for POST /users - Write OpenAPI spec snippet in docs/openapi.yml ### Step 2: Implement Core Logic (15 min) - Add src/services/userService.ts: createUser() with DB transaction - Add src/repositories/userRepo.ts: Prisma queries ### Step 3: Integrate Test (10 min) - Wire up Express route in src/routes/user.ts - Write Jest test: test/api/user.test.ts - Verify with curl -X POST http://localhost:3000/users ### ✅ Verification Checklist - [ ] Schema validation catches invalid email - [ ] Service throws custom UserAlreadyExistsError - [ ] Test coverage 80% for new files这个Plan的价值在于可分解、可分配、可追踪。你可以将Step 1交给实习生Step 2交给资深工程师Step 3由QA执行。更重要的是SOLO能动态更新Plan。当你在Step 2中执行/gen prisma-model --for user生成了新的Prisma SchemaSOLO会自动检测到prisma/schema.prisma被修改并在下次/plan时将“Update database migration”插入到Step 2之后。要定制自己的Coding Plan模板只需编辑~/.trae/templates/plan.md## Coding Plan: {{ .Task }} ### Step 1: {{ .Team.Standard }} ({{ .Team.TimeEstimate }}) - {{ .Team.Action }} ### ✅ Verification Checklist - [ ] {{ .Team.Check1 }} - [ ] {{ .Team.Check2 }}然后在config.yaml中引用templates: plan: ~/.trae/templates/plan.md我们团队的模板中{{ .Team.Standard }}会根据当前Git分支名自动匹配feature/*分支用“Implement feature”hotfix/*分支用“Fix critical bug”release/*分支用“Prepare release artifacts”。这种细粒度的上下文感知让Coding Plan真正成为团队工程文化的载体而非冰冷的AI输出。6. 个人经验总结SOLO模式不是终点而是开发者工作流的“操作系统内核”在我过去三年的AI工具评测中见过太多昙花一现的“智能编程助手”有的胜在UI炫酷却在复杂项目中频频失焦有的吹嘘“理解业务”实则连package-lock.json的结构都解析错误有的强调“免费”却在后台悄悄上传用户代码到未知服务器。TRAE SOLO模式之所以让我愿意在团队中全力推广是因为它做对了一