基于Trae智能复杂项目重构实践

背景

之前在前文《基于CodeBuddy自定义Agent知识库重构实践》 IDEA下CodeBuddy+Deepseek R1 V0528尝试，与TonyYiLingMa+Qwen3-thinking模型勉强下完成单个子模块重构任务，存在过多编译不通过的情况。今天我们尝试使用Trae智能体+Gemini 2.5 Flash大模型实施重构，目标模块actor有90个java文件。

实践

上下文准备

4000个JAVA文件工程需要20分钟才能完成工作区索引

image

我们依然写了比较全的提示词，由于工程较大近4000个+JAVA文件，缩小范围到子模块的重构任务。智能体Agent 「OOP编程大师」， 点击 s.trae.ai

从分析类依赖关系，到设计模式识别，输出类库都做得比较好，超过Qwen3-thinking模型。

第二阶段 命令LLM按之前重构建议实施代码变更

image

继续

TraeAgentRefactorLargeScalproject2

总结

image

按计算机程序算法设计思想，我们还是只能采用"分而治之"思路，单个模块上下文 50个左右的类才能形成生产环境代码工程，必然消耗较多token。 模型需要支持较长token处理能力。