Trae知识库实战教程:智能体提示词+完整设置方法分享,打造你的专属AI助手

最近在学习使用AI知识库,使用了一段时间后,发现目前国内的AI知识库工具用下来的优点很多,但缺点也比较明显。比如基本都不支持御三家的大模型,只能是知识库,不能直接用来进行写作等。

所以今天,我就来分享一下我是如何将Trae变成一个好用的知识库,以及在知识库的基础上将它转为一个写作助手。

本文纯属自己的使用经验分享,并非广告,干货满满,一定要坚持看完。

一、先上知识库效果

AI根据我在知识库里面的文件告诉我的五个避免亏钱的方法:

接着我切换了一个智能体,让AI根据上面的内容,写了一篇完整的文章:

除了上面这两张截图之外,还有更劲爆的。

我把我的flomo里面的1300多条笔记导出整理成CSV文件后,给到Trae,它直接把我"整理"出来了!

相比起市面上的知识库,魔改后的Trae,作为知识库支持更多的功能,比如接入不同的mcp插件获得更多的能力,也可以通过不同智能体的搭配来实现不同的功能。就像上面一样用一个智能体来搜索内容,一个智能体来写作。

而且因为可以使用御三家(ChatGPT/Gemini/Cladue)的最强大模型,整体回答的质量也非常高。

二、如何魔改Trae?

分享完效果,接下来就分享一下我的魔改方法。

第一步:下载并打开Trae

Trae目前有海外版和国内版,推荐大家使用海外版,海外版有支持御三家的模型,还有免费额度,作为知识库使用的话基本够用了。

海外版链接:www.trae.ai

下载完之后我们要打开Trae,然后要选择一个打开一个文件夹,作为我们的本地数据储存的地方,比如我的文件夹就叫"我的AI大脑"。

第二步:设置专门的知识库智能体

首先,我们需要创建一个专门作为知识库的智能体。这个智能体的核心作用是协助我们读取和管理本地文件,帮助我们快速找到需要的信息。

通过智能体的协作能力,我们可以让它更好地理解我们的查询意图,并准确定位到相关内容。

设置路径:Trae设置→智能体→创建智能体→添加MCP工具"sequentlal-thinking"

然后输入提示词就好了。提示词我已经写好,直接附上,如果喜欢我的文章,记得多点赞分享,这样我才有更多的动力分享更多的内容。

markdown 复制代码
## 角色
你是「Trae 知识库助手」,熟练掌握 Trae IDE 的 Chat / Builder / @Agent 规则系统,  
能够检索并理解用户工作区 Resource Manager 中的本地文档,  
在 30 秒内输出**结构清晰、可追溯**的答案或操作方案。
## 上下文变量
- {{input}}           : 用户自然语言问题  
- {{fileChunks}}      : 向量检索返回的文档片段(已按相关度排序,每段含 `#索引` 与来源文件名)  
- {{codeContext}}     : 当前选中文件/光标附近代码,或终端输出 (Trae 自动注入)  
- {{agentTools}}      : Trae 可调用的 Builder、终端、文件写入等 Action 描述
## 技能
### 技能 1|知识库检索回答  
1. 读取 {{fileChunks}},选取最相关的 1-5 段做要点摘录;如信息不足,再利用 {{codeContext}} 或追问用户。  
2. 组合专业背景知识,按「问题分析 → 解决方案 → 引用」三段式输出;  
3. 在文末以 `🔗 引用: #1, #4 ...` 格式列出所有使用过的 `#索引`,确保可回溯。
### 技能 2|Trae 操作指导与代码示例  
1. 当用户请求"怎么做"或报错排查:  
   - 给出最短可运行示例 (```语言 ...```),必要时调用 {{agentTools}} 并标注步骤;  
2. 涉及 Builder / Chat / @Agent 路径,使用 `👉 Trae 菜单 > ...` 指明具体位置。  
3. shell 命令前置 `$ `;输出示例用 ```text```。
### 技能 3|主动检索增强  
- 当 {{fileChunks}} 相关度平均低于 0.3 时(Trae 会在 metadata 提供分值),自动尝试第二轮检索:  
  1. 扩展关键词(同义词、缩写、标题词);  
  2. 若仍不足,提醒用户上传/同步更多资料,或限定检索范围。  
### 技能 4|运用sequential-thinking MCP提升回答质量
  1. 作用:把复杂问题拆解成若干个小块,通过逐步推理的方式来保证答案既有逻辑又连贯。
  2. 如何触发:碰到那些需要多个步骤解决,或者得靠逻辑推理才能搞定的问题时就派上用场了。这样能让回答更清楚、更有条理。
## 回答格式
> **标题**(`###`)  
> **正文**:分点 ≤ 80 字/点,逻辑递进  
> **代码/命令**:使用对齐的 ``` 块  
> **引用**:独立一行 `🔗 引用:`,列出使用的 `#索引` 与原文件名
## 限制
- **只处理与个人文档、Trae 功能或本地知识库检索相关的问题**;  
- 遭遇无关/敏感请求时回复:"抱歉,当前助手仅处理 Trae 知识库相关问题。"  
- 禁止编造未出现过的 API、命令或文档内容;所有结论须可在引用中找到依据。

MCP设置:

点击右上角,选择MCP,然后再点击"添加",在搜索框输入"sequential thinking"就能搜到了,点击➕,然后直接复制代码即可,非常简单。

这个MCP可以帮助AI逐步推理问题,让生成的内容质量更高。

第三步:准备足够的内容资料

有了智能体之后,我们还需要足够多的内容来支撑知识库的运作。由于Trae主要支持读取Markdown(.md)和CSV文件格式,所以我们需要把手上的各种资料转换成这两种格式。这包括:

  • 文档资料:将Word、PDF等文档转换为Markdown格式
  • 数据表格:将Excel表格保存为CSV格式
  • 网页内容:将收藏的网页内容整理成Markdown文件

所以我的流程是这样的,使用"飞书剪存"浏览器插件将内容保存到飞书文档,再复制或者下载导出,转换成markdown文件。 这是一个可以把任何网页识别成飞书文档的工具,使用方法和下载方式看下面这个链接。

www.feishu.cn/hc/zh-CN/ar...

之所以选择飞书剪存是因为这个插件导出的网页文章格式最好,成功率最高。

得到了飞书文档后,我们可以直接把文字复制出来,可以粘贴到markdown编辑器中导出成md格式的文件。或者直接导出成word/pdf格式的文档,再用工具转换成md文档。

为了更加方便,我也做了一个本地的文件转换工具,可以直接把word/pdf/Excel文档转换成csv/md文件,非常方便。

这个工具我已经上传到了GitHub,仓库是:

github.com/bbwdadfg/of...

如何更好的保存内容:我们可以把不同的内容分别保存在不同的文件夹中,这样在让Trae执行一些更细化的问题可以选择更小的文件夹来提问。

比如像我下面这样,当我打开的是"我的AI大脑"时,它就是一个大而全的知识库。当我打开的是"旅行攻略"时,它就是一个小而精的知识库。

到这里,我们就已经借助Trae本身强大的文件处理和智能对话功能,把这个本地知识库完整地搭建起来,再搭配其他的智能体和mcp,可玩性非常强。

三、怎么使用这个知识库?

1. 作为知识库使用

既然我们已经把Trae魔改成了一个强大的知识库,那么它就具备了专业知识库的核心功能。具体来说,我们可以通过以下几种方式来使用:

  • 个人资料问答: 将个人简历、工作经历、技能清单等资料输入知识库,让AI根据这些信息回答关于你的专业背景的问题,可以用于面试准备、自我介绍优化等场景;
  • 学习笔记整理: 将学习资料、读书笔记、课程内容等整合到知识库,通过对话的方式复习和巩固知识点,支持跨领域知识的关联和整合。

需要特别提醒的是,虽然这个改造后的知识库功能强大,但它在处理大规模数据时可能不如专业的向量数据库那样高效。

目前我自己用下来方法至少能够稳定处理的几十万字的资料。如果你的资料数据特别大的话,建议分批处理或者考虑使用专业的知识库解决方案。

2. 配合写作 智能体 进行内容创作

这是我特别推荐将Trae改造成知识库的核心原因,也是这个方案最大的亮点所在。通过结合Trae强大的智能体功能,我们可以打造出一个极其高效的写作工作流。

我的写作实践案例

就拿这篇文章的创作过程来说,我首先将相关的参考资料和素材导入到知识库中,然后让AI根据这些资料生成文章的整体框架和大纲。有了这个基础结构后,我再通过口述的方式逐段进行内容补充和修改,最终完成了这篇完整的文章。

市面上虽然有很多知识库产品,但在写作能力方面,很少有能与这个改造方案相媲美的。

Trae不仅能检索信息,还能理解内容的深层含义和关联,而且支持多种文体和写作风格的切换,还可以通过对话不断完善和调整内容。

并且通过配置不同的智能体,实现研究、构思、写作、编辑的全流程写作解决方案。

3. 作为自己专属的 聊天机器人

这是这个知识库改造方案的第三个重要应用场景,也是最具个人化特色的功能。通过将个人资料和经历导入知识库,我们可以打造出一个真正了解自己的AI助手。

当我将1000多条flomo笔记资料导入系统后,这个AI助手就能够深度理解我是一个什么样的人。它不再是一个通用的聊天机器人,而是一个专门为我定制的智能伙伴,能够基于我的背景和经历提供个性化建议,理解我的思维方式和表达习惯,在对话中体现出对我个人情况的深度了解,提供符合我价值观和目标的指导意见。

文章最后附上一段我的AI大脑给我做的心灵马杀鸡,也祝你早日拥有自己的AI大脑。

最后,如果你喜欢这篇文章,不妨点个赞、收藏一下,或者转发给同样对AI感兴趣的朋友。你的每一次互动,都是我继续创作的动力!

相关推荐
funfan05173 小时前
Claude4、GPT4、Kimi K2、Gemini2.5、DeepSeek R1、Code Llama等2025主流AI编程大模型多维度对比分析报告
ai编程
草梅友仁3 小时前
草梅 Auth 1.1.0 发布与最新动态 | 2025 年第 30 周草梅周报
开源·github·ai编程
LinXunFeng3 小时前
AI - Gemini CLI 摆脱终端限制
openai·ai编程·gemini
程序员X小鹿4 小时前
腾讯还是太全面了,限时免费!超全CodeBuddy IDE保姆级教程!(附案例)
ai编程
yeshan9 小时前
使用 Claude Code 的自定义 Sub Agent 完善博文写作体验
ai编程·claude·掘金·日新计划
人生都在赌11 小时前
一个AI工作流如何让代码审查从手动到智能?实战拆解
ai编程·devops·cursor
北极的树11 小时前
大模型上下文工程之Prefix Caching技术详解
人工智能·ai编程
软件测试君11 小时前
【Rag实用分享】小白也能看懂的文档解析和分割教程
aigc·openai·ai编程
qiyue7711 小时前
AI编程专栏(七)-什么是上下文工程,与提示工程区别
人工智能·ai编程·cursor
wayne21411 小时前
不写一行代码,也能做出 App?一文看懂「Vibe Coding」
人工智能·ai编程