反馈回顾|8 月 14 日「TRAE 进化论」直播中的用户问题

大模型向量数据库容器

picture.image

用户反馈是 TRAE 迭代和优化产品持续的动力,我们一直在聆听用户原声、收集用户需求,并尽可能做到快速响应更新。

在 8 月 14 日**「TRAE 进化论」** 直播中,TRAE 产品经理叶姝彤向大家详细介绍了 TRAE 新增 Prompt 一键优化,SOLO 内置 Figma 工具、快速接入 AI API 等新功能,并围绕大家高度关心 TRAE 的功能问题进行了集中解答。

picture.image

TRAE 已升级功能

TRAE 内置资源管理器

使用 TRAE 的时候内存占用很大,电脑会变卡

内存占用等性能问题大概率源于插件原因。TRAE 已上线资源管理器功能 ,您可在 IDE 左下角找到“小电脑”图标,点击即可查看各进程的资源占用详情,检查是否有占用较高的插件进程。如发现 CPU 占用过高,可选择“上报问题”或使用“一键修复”功能进行处理。

picture.image

及时跟进 Coding 领域 SOTA 模型

希望及时跟进 Coding 领域 SOTA 模型,比如 Claude-4.1-Opus、Grok 等

我们一直在及时跟进最新模型。例如,GPT-5 发布后的第一时间,我们便已在 TRAE 中完成支持。 如果期望使用更多模型,用户可在输入框模型列表底部找到“添加模型”选项,添加个人模型密钥进行自定义,即可在 TRAE 中使用需要的模型。

picture.image

picture.image

国际版 Pro 用户一键“月付转年付”

除了直播中提及的两个功能升级,我们本周也上线了与许多国际版 Pro 用户反馈相关的一键“月付转年付”功能。包月 Pro 用户不再需要取消当前订阅,变为 Free 用户后再下单年付,现可通过国际版官网 “Pricing_Yearly” 页或 “Plan & Billings” 页点击 “Switch to Annual Plan” 一键下单年付,支付完成后包年 Pro 方案立即生效,且加赠 30 天会员权益。当前月付套餐立即取消,且余量清零。

picture.image

picture.image

规划中的更新

支持渲染数据流类的图表

TRAE 能支持渲染数据流类的图表吗?

目前对话流里还不支持渲染 mermaid 数据流之类的图,但 SOLO DocView 里的 PRD 和技术文档已经支持 Mermaid 的图表渲染了。关于大家的这个需求,产品团队已经收到并加入排期。

打断对话功能

SOLO Builder 执行过程中无法继续发送消息,很难及时校正 AI 错误的方向

我们正在开发打断对话的功能啦。待相关功能上线后,SOLO Builder 回答的过程中,如果你有新的信息要补充,或者要纠正模型的工作,可以直接发送消息,模型会根据你提供的信息继续干活。

补全模型优化

补全生成的代码质量不高,有时候按 Tab 甚至会误删不需要调整的代码

这可能是一个模型没有很好理解用户编辑代码上下文的 badcase。模型在这次补全的推理中没有很好的理解用户编辑代码的上下文。目前模型在不同的编程语言上的效果存在一些差异,关于这个问题我们正在快速优化。

此外在直播中,我们也现场对部分用户的提问进行了解答,一起回顾一下吧。

1. Shell 命令能否设置为不需要人工确认?感觉目前 Agent 的长流程处理得不错了,但每次 Agent 要运行命令都需要我确认。

答:可以在 IDE 右上角找到齿轮 Icon「AI 功能管理」,打开后在「智能体」模块中找到「自动运行」开关。开启「启动运行」后,智能体就会自动执行模型任务安全的 Shell 命令。同时,你也可以设置黑名单命令来避免模型进行危险操作。

picture.image

2. TRAE 的用户配置不能跨设备同步。每次改配置,家里的电脑改完,还要在公司的电脑上改一遍。

答:我们发现越来越多用户会在不同场景和设备上使用 TRAE,这种情况下个人配置的云端同步确实很有必要,而这个功能已经在我们的规划中了~

3. SOLO 对部分技术栈支持程度还不够好,希望支持更多语言。

答:模型有一些偏好使用的技术栈,如果你期望使用不同的框架或者语言可以直接在 Prompt 中指定,我们后续会逐步支持更多不同形态的产品的开发,比如小程序等。

4. TRAE 能引用 Console 的信息吗?

答:我们理解这个问题是用户想要用浏览器上的一些 Info、报错之类的信息。现阶段,在 IDE 的浏览器里可以将报错引用到对话框里,但一些 Info 还是省略的状态,尚不支持引用,但大家的这个需求我们也看到了,后续我们也会不断优化 IDE 里面的浏览器,提升大家的使用体验。

用户提出的每一条建议、对功能的每一次期待,都能驱动我们不断向前。

我们始终关心大家的使用体验和需求,在直播中也会集中回应大家的高频反馈,欢迎大家将有关于 TRAE 的疑问、反馈和建议通过官方渠道提供给我们,并关注我们直播动态。

加入官方反馈群:在微信公众号后台发送“用户群”即可获取入群二维码。

picture.image

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
火山引擎大规模机器学习平台架构设计与应用实践
围绕数据加速、模型分布式训练框架建设、大规模异构集群调度、模型开发过程标准化等AI工程化实践,全面分享如何以开发者的极致体验为核心,进行机器学习平台的设计与实现。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论