Trae-cli 自动化使用教程实战指南

最近在做swe-bench评测，尝试增加几种Coding Agent的cli自动化生成Patch方法，以此分享一下。

随着Trae-cli（来自字节跳动 Trae Agent 项目）的正式开源，开发者们现在可以直接通过命令行体验这两款前沿 AI 编程助手的强大功能。本文将详细介绍如何在您的环境中安装、配置和高效使用，助您轻松掌握它们的基本操作和高级用法，提升日常开发效率。

Trae-cli：字节跳动 AI 编程 Agent

先决条件：

本文使用的机器为mac，linux机器也可适用。

#前提条件
python –version
#Python：3.12+大于等于12
git –version
#已安装Git
cmake –version
#已安装cmake

1. 克隆Trae cli仓库  

Trae没有直接公开cli，但在github中发布了一个项目Trae Agent通过运行该项目可以使用Trae cli。

git clone https://github.com/bytedance/trae-agent
cd trae-agent

2. 安装依赖并创建虚拟环境

uv sync –all-extras
# 激活虚拟环境
source .venv/bin/activate # Linux/macOS
# 若为 Windows，使用：.venv\\Scripts\\activate

安装后可使用该命令验证

uv run python3 -m trae_agent.cli –help
#过程中可能需要安装docker和pexpect库
#在此给出安装docker和pexpect命令
uv pip install docker pexpect

使用uv因为有两套python环境：本地conda一套，项目本地uv环境一套，所以需要确保安装在uv环境中。

安装成功后如下图

命令行快捷方式设置：

#以下是两种方法一个临时一个永久任选其一即可
# 设置配置文件路径，后续可直接使用trae-cli命令
export TRAE_CONFIG_FILE="your_trae_config.json"

# 建议添加到~/.bashrc或~/.zshrc中，永久生效
echo 'export TRAE_CONFIG_FILE="your_trae_config.json"' >> ~/.zshrc
source ~/.zshrc

3. 配置 Trae Agent

Trae-agent 提供了两种格式的配置文件模板，位于项目根目录：

• trae_config.json.example：JSON 格式（推荐）
• trae_config.yaml.example：YAML 格式

配置步骤

复制模板文件并重命名

cp trae_config.json.example trae_config.json

编辑配置文件，更换 API 密钥

{
"api_keys": {
"anthropic": "your_anthropic_api_key",
"openai": "your_openai_api_key",
"doubao": "your_doubao_api_key"
},
"default_provider": "anthropic",
"default_model": "claude-sonnet-4-20250514"
}

支持的模型目录

4. 核心功能与基础使用

Trae-cli 的所有命令通过trae-cli执行，核心功能如下：

执行简单任务

# 直接输入自然语言指令，让Agent完成任务
trae-cli run "创建一个输出'Hello World'的Python脚本"

# 验证当前配置是否正确（API密钥、模型参数等）
trae-cli show-config

# 进入对话式交互，支持多轮对话
trae-cli interactive

指定 LLM 提供商和模型（临时覆盖配置）

# 使用Anthropic的Claude模型
trae-cli run "优化这个排序算法" –provider anthropic –model claude-sonnet-4-20250514

# 使用本地Ollama模型（无需联网）
trae-cli run "注释这段Python代码" –provider ollama –model qwen3:7b

强制生成代码补丁

# 用于patch生成，确保任务结束时输出Git补丁
trae-cli run "更新用户认证API端点" –must-patch

高级用法技巧

# 方式1：直接输入prompt命令
trae-cli run "编写一个hello world脚本，使用Python 3.12特性"

# 方式2：读取文件中的文本命令（适合复杂任务描述）
trae-cli run –file task_description.txt

# 错误用法（会导致冲突）
# trae-cli run "任务描述" –file task.txt

自定义模型配置（覆盖配置文件）

# 自定义model、api-key、model-base-url
trae-cli run "编写一个hello world脚本" \\
–model doubao-seed-code-preview-251028 \\
–model-base-url https://ark.cn-beijing.volces.com/api/v3 \\
–api-key "your_doubao_api_key"

Docker 模式与补丁输出

# 执行需要Docker环境的任务
trae-cli run "将当前项目打包为Docker镜像并导出为tar文件" \\
–docker-keep true # 任务完成后保留Docker容器

# 强制生成Git补丁（用于代码审查和版本控制）
trae-cli run "修复用户登录功能的bug" –must-patch

控制台与 Agent 类型配置

# 使用rich控制台（更美观的输出格式）
trae-cli run "分析这个Python项目的依赖关系" –console-type rich

# 指定Agent类型（当前仅支持trae_agent）
trae-cli run "生成单元测试" –agent-type trae_agent

运行trae-cli后模型输出结果会在当前目录文件下，trace轨迹文件也就是模型思考记录会在trajectories文件中