TRAE 如何用 SOLO Coder 为自己添加新功能?更多技术解密明晚直播见!

大模型开发与运维智能应用

picture.image

picture.image

直播预告:明晚 SOLO Coder 技术解密专场

SOLO Coder 是什么?它包含了什么能力?

它如何支持复杂项目的开发以及多智能体的调度?

SOLO Coder 背后有什么技术秘密?

picture.image

11 月 20 日 19:00,锁定 TRAE 官方微信视频号、抖音、B 站,和「TRAE 坦白局」一起解密 SOLO Coder!

今天先跟大家分享我们 TRAE 研发团队是如何用 SOLO Coder 为 TRAE 开发新功能**“在对话中渲染并查看终端的执行历史”** 的。

picture.image

最佳实践:TRAE 如何用 SOLO Coder 为自己添加新功能

作者:李昊洋,TRAE 技术专家

TRAE 的开发能力正在不断进化。今天,我们想与大家分享 TRAE 研发团队如何在日常开发中使用 SOLO 模式

在使用 TRAE 的过程中,大家可能注意到 Agent 会通过 Terminal 执行脚本或启动项目 。但当需要回溯问题、查看终端输出时,却只能看到一张"命令卡片",无法便捷地回顾完整的执行过程。

picture.image

这一次,SOLO 迎来了重大升级——我们新增了智能体 SOLO Coder ,在 IDE 的交互界面中实现了强大的 Agent 调度和代码能力,为 AI 编程带来了**“先规划,再执行”** 的全新体验。接下来,让我们用它为 TRAE 开发一个新功能:在对话中渲染并查看终端的执行历史

第一步:启动 Plan ,自动生成技术方案

由于 TRAE 项目体量庞大,我们首先启动 Plan 。该能力会调用专门的 PlanAgent,对项目中可能涉及的文件进行语义化搜索。这相当于一次自动化的技术调研与设计评审 ——Agent 会根据需求自动检索关键词、分析文件间的关联关系,并生成初步的实现方案。

picture.image

Plan 会输出一份完整的 Markdown 技术方案文档,包含:

  • 本次改动涉及的文件

  • 功能实现链路

  • 后续任务清单

在这一阶段,需要仔细 review 规划思路 ,分析是否存在过度设计或实现方式不当的情况。如有问题,应通过追问引导模型优化方案。越早发现问题,越能提升后续执行的成功率。

本次规划中,模型成功识别出项目中已有可复用的依赖库和方法,并准确定位了需要实现组件的文件位置。

确认方案无误后,可直接点击执行,进入编码实现阶段。

picture.image

第二步:调用 SOLO Coder ,分步执行任务

此时,SOLO Coder 会启动新的 Agent 负责任务规划,将功能需求拆解为具体的执行任务。

picture.image

在执行阶段,SOLO Coder 会分步完成任务,并在每一步后自动总结执行结果 。开发者可以随时查看当前进展,确认是否符合预期。如果出现卡顿、死循环等异常情况,也能及时发现并终止,避免无效迭代。

第三步:统一 Review 并验证功能

当所有步骤顺利完成后,可以统一 review 技术方案和代码变更,并实际启动 TRAE 项目进行功能验证。

picture.image

可以看到,TRAE 成功为自己实现了一个基于终端渲染库的执行历史展示功能。开发者不仅能看到最终结果,还能清晰地回顾终端的完整执行轨迹。

picture.image

在 Plan 阶段理解项目,在 Coder 阶段稳步推进 ——希望 SOLO Coder 能成为大家信赖的开发伙伴。

效果对比

Before(优化前)

模型执行命令时,执行过程无法直接在对话界面中查看。

picture.image

After(优化后)

实时查看执行过程: 可以直接在对话界面中查看命令的完整执行过程

picture.image

支持交互式操作: 可以直接在对话中的镜像终端进行交互操作,例如选择构建选项

picture.image

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
大规模高性能计算集群优化实践
随着机器学习的发展,数据量和训练模型都有越来越大的趋势,这对基础设施有了更高的要求,包括硬件、网络架构等。本次分享主要介绍火山引擎支撑大规模高性能计算集群的架构和优化实践。
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