本教程介绍在Ubuntu虚拟机上使用TRAE CN创建Java项目，编写MapReduce词频统计程序：以两个本地文本文件为输入并上传至HDFS，添加Hadoop 3.5.0相关JAR依赖，编译导出WordCount.jar并部署到Hadoop目录，最后提交作业统计单词出现次数，结果按单词排序输出到HDFS。

本指南介绍HDFS编程与使用方法，配套《大数据技术原理与应用（第5版）》第4章。内容包括：使用Shell命令与HDFS交互（创建用户目录、上传下载文件、查看和删除目录）；通过Web界面http://localhost:9870管理HDFS；使用Java API操作文件。重点讲解在TRAE中开发HDFS程序，添加Hadoop的JAR依赖，编写MergeFile程序合并HDFS中非.abc后缀文件，并导出JAR部署运行。

本指南介绍HDFS文件系统操作实践，涵盖Shell命令交互（创建用户目录、上传下载文件、查看内容）、通过Web界面http://localhost:9870管理HDFS，以及用TRAE编写Java程序，添加Hadoop JAR依赖，实现过滤.abc文件并合并内容到merge.txt，最后导出JAR部署运行。

作者将 Trae 桌面端模型代理重写为本地大模型网关，统一接入 Trae、DeepSeek、Kimi、Ollama 等渠道。客户端只需一个 baseURL 和 key，模型 id 通过前缀区分渠道。网关负责解析 id、选择渠道、转发请求并记录用量，支持 key 权限控制、SQLite 用量统计和客户端配置导入。核心思路是把 Trae 仅作为模型来源之一，对外提供统一的 /v1 端点。

作者最初为Trae桌面端开发OpenAI兼容代理，后转向构建本地大模型网关。该网关统一接入Trae、DeepSeek、Kimi、Ollama等渠道，模型ID带前缀，客户端只需一个baseURL和key。网关负责解析模型ID、选择渠道、转发请求并记录用量，支持key权限控制、SQLite用量统计和配置导入。核心产品是统一的/v1端点，Trae仅为渠道之一。

作者开发了 trae-proxy，一个零依赖的 Node 本地代理，将 Trae 桌面端已登录模型暴露为 OpenAI 兼容 API，支持国内版与国际版，凭据只读不落地。排查中的主要难点包括：上游新增 request_id/session_id 必填字段却返回误导性的假限流错误；企业版需依据 iCubeHostInfo 自动选路；模型目录需做 union 并采用 first-wins 策略；DeepSeek-V4.1-Flash 因客户端内置而服务端未开通，代理无法解决。

trae-proxy 是一个纯 Node 本地代理，将 Trae 桌面端已登录模型暴露为 OpenAI 兼容 API，支持国内版和国际版，无需额外 API key。它只读登录态、不写回凭据，并自动识别企业版网关。作者还记录了调试中遇到的误导性错误码、模型目录遗漏及客户端内置模型与服务端未开通的时间差问题。

本文介绍使用TRAE与Superpowers七步法开发微服务活动平台，涵盖环境初始化、规则配置、需求对齐、任务拆解、TDD开发、代码评审与合并。通过Docker Compose启动服务，利用curl和Playwright测试API及前端，人工审查修复架构问题，最终实现活动发布、报名、海报上传等功能。

本文介绍Python开发中的质量保证工具与AI辅助测试方法，涵盖代码格式化（Black、isort）、静态分析（Ruff）、类型检查（mypy）、辅助检查（Vulture）及pre-commit自动化配置，并演示利用TRAE生成单元测试、接口测试、端到端测试和性能测试。

本文介绍AI编程中的规范驱动开发工具，重点讲解Spec-Kit和OpenSpec。Spec-Kit通过Constitution（工程宪章）和Specification（系统规范）约束AI代码生成，确保代码质量与安全。OpenSpec提供结构化规范格式，支持提案、实施、归档流程，并展示在TRAE中安装配置及实践猜数字游戏和待办事项应用的步骤，强调规范与代码同步管理。

一位大学老师利用字节跳动的TRAE Work平台作为教学助理，用于制定课纲、制作课件、出考卷，并通过多端同步功能随时更新教学素材。他认为AI能高效处理事务性工作，但课堂互动等核心教学仍需教师主导，并推荐文科教师使用此工具。

字节跳动推出了TRAE的Linux原生版，基于VS Code，功能与其他版本相似，但存在崩溃和中文输入问题，期待后续更新解决这些问题。

这是我的第一个应用程序，名为seisamuse，使用字节跳动的AI编程工具TRAE。界面左侧为文件目录，右下角为AI对话框，用户可以与AI互动以构建程序。