字节 AI 原生 IDE Trae 发布 v1.3.0,新增 MCP 支持

字节跳动发布的 AI 原生集成开发环境 Trae 的 v1.3.0 版本,新增了对 Model Context Protocol(MCP)的支持1。以下是该版本中与 MCP 相关的一些主要特性:

  • MCP 协议支持:MCP 是一种开放协议,标准化了应用程序向 LLM(大型语言模型)提供上下文的方式,被视为 AI 应用程序的 "USB - C 端口"。通过 MCP,开发者能够以一致且标准化的方式与各种大模型进行交互,无需担心不同模型之间的兼容性问题。
  • MCP 市场:Trae 新增了 MCP 市场,支持通过 JSON 配置接入第三方 MCP Server,并与 Agent 配合使用,进一步拓展了智能体的能力边界。例如,授权后 Trae 可以直接查看、创建和管理 GitHub 仓库,还能通过 PostgreSQL MCP 设计数据库结构并自动生成迁移脚本。
  • MCP 服务器配置:支持 stdio 与 SSE 两种传输方式,开发者可通过.mcp.json 文件定义项目级或全局 MCP 服务器,灵活集成外部工具。开发者可通过~/.cursor/mcp.json 配置全局 MCP 服务器,或在项目根目录创建.trae/mcp.json 实现定制化设置。

除了 MCP 支持外,Trae v1.3.0 版本还有其他一些新功能,包括合并 Chat 与 Builder 面板,提供统一的对话体验;支持通过.rules 文件增强代码质量,开发者可配置全局与项目级规则,自定义任务分解和代码规范;增强上下文能力,支持将文档内容和网页内容作为 AI 上下文;增加了对 Spring Boot、Spring Cloud、Dubbo、Kafka 等主流框架的支持;提供 20 余项 AI 能力,如代码生成、代码补全、代码翻译、代码重构等。

虽然目前没有关于 Trae 使用 MCP 市场的详细官方文档,但可以依据字节 AI 原生 IDE Trae 的特性以及 MCP 协议的通用逻辑,推测出使用 Trae 的 MCP 市场的大致步骤:

1. 确保 Trae 版本

要保证你使用的是 Trae v1.3.0 及以上版本,因为只有这个版本及后续版本才支持 MCP 市场。

2. 访问 MCP 市场

  • 打开 Trae IDE。
  • 在 IDE 界面里找到 MCP 市场的入口。这或许会在菜单栏、侧边栏或者特定的功能面板中。

3. 配置 MCP 服务器

  • 选择接入方式:Trae 支持通过 JSON 配置接入第三方 MCP Server。你需要选择合适的传输方式,像 stdio 与 SSE。
  • 定义配置文件
    • 项目级配置 :在项目根目录创建.trae/mcp.json文件,在其中定义该项目要使用的 MCP 服务器配置。
    • 全局配置 :要是你希望所有项目都使用相同的 MCP 服务器,可以编辑~/.cursor/mcp.json文件来进行全局配置。
      下面是一个简单的.mcp.json文件示例:

json

复制代码
{
    "servers": [
        {
            "name": "example-server",
            "url": "https://example-mcp-server.com",
            "transport": "sse"
        }
    ]
}

4. 选择和使用智能体(Agent)

  • 浏览市场:在 MCP 市场里浏览可用的智能体,这些智能体可能具备不同的功能,比如代码生成、数据库设计、项目管理等。
  • 选择智能体:找到符合你需求的智能体后,按照提示进行授权和安装。
  • 使用智能体:授权完成后,就能在 Trae 中直接调用这些智能体的功能。例如,你可以让支持 GitHub 操作的智能体查看、创建和管理 GitHub 仓库,或者使用支持 PostgreSQL 的智能体设计数据库结构并自动生成迁移脚本。

5. 持续更新和管理

  • 更新智能体:MCP 市场中的智能体可能会持续更新以提升性能和功能,你要定期检查并更新已安装的智能体。
  • 管理配置:根据项目需求,灵活管理和调整 MCP 服务器的配置。
相关推荐
kk哥88997 小时前
从数据分析到深度学习!Anaconda3 2025 全流程开发平台,安装步骤
人工智能
陈天伟教授8 小时前
基于学习的人工智能(3)机器学习基本框架
人工智能·学习·机器学习·知识图谱
搞科研的小刘选手9 小时前
【厦门大学主办】第六届计算机科学与管理科技国际学术会议(ICCSMT 2025)
人工智能·科技·计算机网络·计算机·云计算·学术会议
fanstuck9 小时前
深入解析 PyPTO Operator:以 DeepSeek‑V3.2‑Exp 模型为例的实战指南
人工智能·语言模型·aigc·gpu算力
萤丰信息9 小时前
智慧园区能源革命:从“耗电黑洞”到零碳样本的蜕变
java·大数据·人工智能·科技·安全·能源·智慧园区
世洋Blog9 小时前
更好的利用ChatGPT进行项目的开发
人工智能·unity·chatgpt
serve the people13 小时前
机器学习(ML)和人工智能(AI)技术在WAF安防中的应用
人工智能·机器学习
0***K89213 小时前
前端机器学习
人工智能·机器学习
陈天伟教授13 小时前
基于学习的人工智能(5)机器学习基本框架
人工智能·学习·机器学习