Trae 上线了两大重磅功能:远程开发和自定义模型配置

前言

Trae 是中国首个 AI 原生集成开发环境(AI IDE),配置 Doubao-1.5-pro,并支持切换满血版 DeepSeek R1、V3 模型,让编程速度起飞。堪称中国版的 cursor。

作为更贴合中国开发者开发习惯与开发场景的 AI IDE,Trae 以动态协作为核心,打造了一种人机协同,人与 AI 互相增强的全新开发体验。

而昨天,Trae 更是上线了两大重磅功能

  1. Remote-SSH 实现远程开发
  2. 自定义模型配置

让我详细为大家介绍一下。

Remote-SSH

远程资源管理功能(Remote SSH)提供了在本地 PC 上直接访问和操作远程主机文件的能力。

通过这一功能,你无需在本地 PC 上存储远程主机上的源代码,即可充分利用 Trae 的全部功能(包括代码补全、导航、调试、AI 辅助等)来管理远程主机上的文件。

这一功能简直太酷了,极大的方便了远程开发和调试。

具体使用如下(注意先更新到 1.1.1 版本):

  1. 打开远程资源管理器,然后点击 + 按钮。

界面上显示 输入 SSH 连接命令 面板。

  1. 输入 SSH 连接命令,添加主机

我这里添加的是别名,点击「打开配置」,可以设置具体的内容:

不用担心密码泄露,密码不会被保存,每次连接时都需要重新输入。

  1. 连接成功后,界面左下角会显示已连接的主机地址:

点击打开文件,就可以选择远程主机上的文件,开始远程开发了。

首次会有脚本安装提示,这是因为当你通过 Trae 连接本地 PC 与远程主机时,系统会自动在远程主机的操作系统上安装 Trae 服务端。

Trae 服务端与远程主机上已存在的 Trae 客户端相互独立,包含了所有必要的后台服务,确保提供与本地开发环境一致的使用体验。

点击信任即可查看远程主机上的文件:

此外,插件可分别在本地 PC 和远程主机中运行:

  • 本地运行插件:提供用户界面相关的插件通常在本地运行。
  • 远程主机插件:语言支持、调试工具等插件则在远程主机运行。

在插件市场的 已安装 列表中,你可以查看本地 PC 和远程主机中安装的插件,然后按需管理它们。

自定义模型配置

目前 Trae 内置的模型如下:

模式 可用的模型
Chat + 预置模型: - Doubao-1.5-Pro - DeepSeek-Reasoner (R1) - DeepSeek-Chat (V3)
Builder + 预置模型: - Doubao-1.5-Pro - DeepSeek-Reasoner (R1) - DeepSeek-Chat (V3)

如今 Trae 支持通过 API 密钥(API Key)接入自定义模型,从而满足个性化的需求。

如果你要接入自定义模型:

然后填入模型内容即可:

Trae 提供了常见的模型服务商:

添加后,Trae 将调用服务商的接口来检测 API 密钥是否有效。若连接成功,该自定义模型会被添加。

总结

Trae 自 2 月份上线之后,一直在快速更新中,各种能力都在增强完善。

这次更新的远程资源管理功能,让远程开发变得轻松又高效。自定义模型接入的功能,满足了个性化的需求。

作为国内首个 AI IDE,相信 Trae 未来会给开发者带来更好更强的 AI IDE 开发体验。

相关推荐
牛客企业服务20 小时前
2026年AI面试布局:破解规模化招聘的效率困局
人工智能·面试·职场和发展
gorgeous(๑>؂<๑)20 小时前
【北理工-AAAI26】MODA:首个无人机多光谱目标检测数据集
人工智能·目标检测·计算机视觉·目标跟踪·无人机
嵌入式的飞鱼20 小时前
SD NAND 焊接避坑指南:LGA-8 封装手工焊接技巧与常见错误
人工智能·stm32·单片机·嵌入式硬件·tf卡
serve the people20 小时前
tensorflow 零基础吃透:RaggedTensor 与其他张量类型的转换
人工智能·tensorflow·neo4j
serve the people20 小时前
tensorflow 核心解析:tf.RaggedTensorSpec 作用与参数说明
人工智能·python·tensorflow
yzx99101320 小时前
当AI握住方向盘:智能驾驶如何重新定义出行未来
人工智能
Sui_Network21 小时前
备受期待的 POP 射击游戏 XOCIETY 正式在 Epic Games Store 开启体验
人工智能·游戏·rpc·区块链·量子计算·graphql
漫长的~以后21 小时前
GPT-5.2深度拆解:多档位自适应架构如何重塑AI推理效率
人工智能·gpt·架构
爱笑的眼睛1121 小时前
自动机器学习组件的深度解析:超越AutoML框架的底层架构
java·人工智能·python·ai
LCG米21 小时前
嵌入式Python工业环境监测实战:MicroPython读取多传感器数据
开发语言·人工智能·python