TRAE Agent 模式实战：让它帮我写 WMS 的 RAG 工具路由，它连防御都替我写了

参赛赛道：全链路开发实战（用 TRAE 完成真实项目模块）本文是真实开发过程记录：用全新 TRAE 的 Agent 模式，为一个正在上线的仓库管理系统（WMS）智能助手编写 RAG 工具路由模块。所有代码、运行结果、修复过程均为实际发生。

一、背景：一个真实的 deadline

11 月 7 日，我负责的 WMS 智能助手要上线。这个助手的核心能力之一，是让新员工用自然语言查库存、查操作手册。

在这个项目里我已经手写了 10 天代码：流式输出、Function Calling、上下文管理、异常重试、Embedding、父子块检索、RAG 防幻觉。正好赶上 TRAE 双端融合升级（Agent + IDE 双模式），我决定把第 11 天的模块------RAG 注册为工具，让模型自主路由------交给 TRAE 的 Agent 模式来完成，顺便看看 AI 编程工具在"真实项目代码"上的成色。

任务定义很明确，在 day-10.py（已跑通的 RAG 问答脚本）基础上：

注册两个工具：query_stock（查库存）、search_manual（查手册，复用 Day 10 的父子块检索）
主循环改成"双跳"：第一跳带 tools 让模型决定调不调工具，执行工具后回填，第二跳基于工具结果生成回答
铁律：assistant(tool_calls) 与 tool 消息必须严格成对，拆散 = API 400

二、一段话任务书，一次生成

我没有拆步骤，直接把需求整段丢给 Agent 模式，还特意加了一句挑衅的上下文："assistant(tool_calls) 和 tool 消息必须成对出现"------想看看它是不是真懂这句话的分量。

结果它一次生成了完整的 day-11.py，约 200 行。我逐行核对后的感受是：它不是在写代码，是在还代码债------把我过去 10 天手写时踩过的坑，全部提前防御掉了。

几个让我意外的地方：

1. 协议铁律不是嘴上说说。 它没有直接把 API 返回的 message 塞回 messages 列表，而是手工重构了 tool_calls 数组再入栈，注释写着"作为后续 tool 消息的配对锚点"。每个 tool_call_id 有且只有一条 tool 消息回应------这是我手写时用一次 400 报错换来的教训。

2. 工具执行包了三层防御。 JSON 参数解析失败 → 兜底空参数；函数不存在 → 返回 unknown tool；函数抛异常 → 捕获后把错误信息作为工具结果回填给模型。最后这条是我 W1 的核心定律："工具报错也要回填，静默吞错等于逼模型幻觉"------它默认就这么写了。

3. 第二跳主动禁用了 tools。 双跳结构的第二跳如果还带着工具清单，模型可能二连调用。它生成时直接 tools=None------这个细节我自己手写时都漏过。

三、跑起来了，但栽在一个我没防住的地方

四个验收题，前三题全对：

"矿泉水在WH001还剩多少？" → 正确路由 query_stock，返回 1200
"收到货破损了怎么办" → 正确路由 search_manual，命中《收货入库流程》（相似度 0.58），回答准确
"盘点差异怎么处理" → 命中《库存盘点规范》（0.602），回答准确

第四题出事了。

"退货流程是什么" ------手册里确实没有退货流程，检索返回的是《出库流程》（相似度 0.609）。问题就在这：0.609 高于我设的 0.45 拒答阈值，代码层放行了；模型拿到一段"相似但不相关"的内容，最终回答是：

"手册中未找到关于退货流程的具体内容。通常，退货流程可能包括接收退货申请、检查退货商品、处理退货商品、退款等步骤。"

前半句诚实，后半句编造。部分幻觉。

这里要给 TRAE 说句公道话：这锅不是它的。0.45 阈值是我标定的，它照抄了------但"退货流程和出库流程在向量空间里长得像"这件事，是只有被真实数据坑过才知道的领域知识。代码层防线拦得住完全不相关（<0.45），拦不住灰色地带（0.45-0.65）。

四、修复：一句话 prompt，四个字的差距

修复没有动代码，只强化了系统提示词里的一条规则：

ini 复制代码

修改前：found=false 时，必须回答"手册中未找到相关内容"，不要猜测
修改后：matches 与用户问题主题不符时（如问退货却返回出库/入库内容），
        回答"手册中暂无退货相关内容"，禁止补充任何通用流程、可能步骤等猜测

重跑，第四题的回答变成了：

"手册中暂无退货相关内容。"

四个字没多。同一份代码，一句话的差距。

顺带一个连锁反应：修复后第二、三题的回答也自动带上了 [来源: xxx] 标注------prompt 规则之间会互相增强，这是调 prompt 时的小惊喜。

五、写在最后：AI 继承防御，判断自己长

这次实战让我对"AI 编程工具"的定位清晰了很多：

它防得住代码的错，防不了世界的坑。 TRAE 一次生成的代码，防御性编程比我自己手写更狠------异常兜底、参数校验、协议成对，全是它从海量开源代码里继承下来的工程共同体智慧。但"退货和出库在语义上像"这种真实世界的坑，它没被坑过，也替你坑不了。

所以我的结论是：代码可以交给 AI 一次生成，但阈值、评测集、拒答规则这些"领域标定"，必须自己用真实数据喂出来。 AI 负责把工程最佳实践一次给全，你负责知道你的数据长什么样。

这一个模块，从任务书到四题全绿，用了不到一个小时（TRAE Agent 实际执行耗时 4 分 13 秒，15 条命令，含读上下文和自检）。省下的时间，我拿去写评测集了------那才是 AI 替代不了的部分。

环境：TRAE CN 最新版（Agent 模式）+ Windows + Python 3.x + GLM-4-flash。文中代码为 TRAE 生成后经人工核对的实际生产代码。