1. Skills 引入与使用

4.1 什么是 Skills

Skills 是 AI IDE 中的可复用能力模块。每个 Skill 封装了特定领域的专业知识和工作流程，让 AI 在处理特定任务时更加专业和高效。

Skills 的核心价值：

• 标准化流程：确保团队成员使用一致的开发规范

• 知识沉淀：将最佳实践封装为可复用的 Skill

• 效率倍增：AI 根据场景自动匹配最合适的 Skill

4.2 在 Trae 中使用 Skills

Trae 的 AI 对话中支持通过 Rules / System Prompt 的方式引入 Skills：

方式一：项目级 Rules

在项目根目录创建 .trae/rules 文件：

# 项目开发规范  
​  
## 代码风格  
- 使用 TypeScript strict mode  
- 组件使用函数式写法 + Hooks  
- 命名规范：camelCase 变量，PascalCase 组件  
​  
## Git 规范  
- Commit message 使用 Conventional Commits  
- feat: 新功能 | fix: 修复 | refactor: 重构  
​  
## 测试要求  
- 新功能必须附带单元测试  
- 测试覆盖率不低于 80%

方式二：全局 Agent Rules

在 Trae 设置中配置全局规则：

Settings → AI → Agent Rules → 添加规则

适合配置团队统一的编码规范、安全要求等通用规则。

4.3 自定义 Skill 示例

以下是一个 "代码审查"Skill 的示例，可作为 Rules 添加到项目中：

# Code Review Skill  
  
当我要求你做 Code Review 时，请按以下流程执行：  
  
1. **安全检查**：是否存在 SQL 注入、XSS、敏感信息泄露  
2. **性能检查**：是否有 N+1 查询、内存泄漏、不必要的重渲染  
3. **可维护性**：命名是否清晰、函数是否单一职责、是否有适当注释  
4. **测试覆盖**：关键路径是否有测试用例覆盖  
  

* * *

5. 效率提升实践建议
-----------

### 5.1 日常开发 Tips

| 场景 | 传统做法 | AI 辅助做法 |
| --- | --- | --- |
| 写新接口 | 手动写 Controller/Service/DAO | 描述需求，AI 生成全栈代码 |
| 排查 Bug | 打断点、看日志、搜 Stack Overflow | 贴错误信息，AI 分析根因并修复 |
| 写测试 | 手动写 mock 和断言 | 指定文件，AI 自动生成测试用例 |
| 代码重构 | 逐文件修改，担心遗漏 | AI 全项目理解，一次性重构 |
| 写文档 | 事后补文档，容易遗忘 | AI 读代码后直接生成文档 |

### 5.2 高效使用原则

1.  **给足上下文**：描述需求时提供背景、约束和预期结果
    
2.  **迭代而非一步到位**：先让 AI 生成初版，再逐步调整
    
3.  **信任但验证**：AI 生成的代码仍需 Review，尤其是安全相关逻辑
    
4.  **善用 MCP**：让 AI 直接操作数据库和工具，减少手动复制粘贴
    
5.  **积累 Skills**：将团队的最佳实践沉淀为 Skills，持续提升 AI 质量
    

### 5.3 推荐工作流

需求 → AI 分析 & 方案设计
→ AI 代码生成 + MCP 辅助
→ AI Code Review
→ AI 测试生成 & 执行
→ AI 文档生成
→ 人工最终确认 → 部署

* * *

附录
--

### 常用资源

*   Trae 官网：trae.ai
    
*   MCP 协议规范：modelcontextprotocol.io
    
*   MCP Server 集合：github.com/modelcontextprotocol/servers
    

### FAQ

**Q: MCP Server 配置后显示 Disconnected？**  A: 检查 Node.js 版本是否 ≥ 18，检查 env 中的连接信息是否正确，尝试重启 Trae。

**Q: AI 生成的代码质量不高怎么办？**  A: 添加项目级 Rules 约束代码规范，提供更详细的需求描述，选择更强的 AI 模型。

**Q: MCP 操作数据库安全吗？**  A: 建议开发环境使用只读账号，生产环境不要配置 MCP 直连。MCP Server 执行前会征求用户确认。

* * *