跳到主要内容

云开发 + Trae 配置指南

💡 为什么选择这个配置？
Trae 是一款新兴的 AI 原生开发环境，支持强大的 Builder with MCP 功能。通过配置 CloudBase AI ToolKit，可以实现智能化的全栈应用开发，特别适合喜欢尝试新技术和追求极致 AI 开发体验的创新型开发者。

🚀 快速配置​

步骤 1：获取项目模板​

📖 查看完整模板列表：项目模板

如果你已经有项目，可以跳过此步骤。

步骤 2：配置 MCP​

在 Trae 的 MCP 配置中添加：

{
  "mcpServers": {
    "cloudbase-mcp": {
      "command": "npx",
      "args": ["@cloudbase/cloudbase-mcp@latest"]
    }
  }
}

步骤 3：配置 AI 规则​

创建 .trae/rules/cloudbase.md 文件，或直接对 AI 说：

在当前项目中下载云开发 AI 规则

🎯 开始使用​

1. 选择 Builder with MCP​

在 Trae 的智能体选择中选择 Builder with MCP。

2. 推荐模型​

  • Claude/DeepSeek V3 0324：推荐用于复杂项目开发
  • GPT-4：适合通用开发任务

3. 登录云开发​

登录云开发

4. 开始开发​

创建一个在线教育平台，支持课程管理、视频播放、作业提交功能，使用云开发后端，最后部署

💡 使用技巧​

Builder with MCP 特性​

  • 智能架构设计：AI 自动设计应用架构
  • 代码生成：生成完整的前后端代码
  • MCP 工具集成：直接调用云开发 API
  • 实时预览：支持实时预览开发效果

开发工作流​

# 完整应用开发
开发一个智能客服系统，包含：
- 多轮对话管理
- 知识库问答
- 工单系统
- 数据统计分析
- 部署到云开发

# 小程序开发
创建一个健身打卡小程序，包含运动记录、社区分享、数据统计功能

# API 服务
设计并实现一套完整的用户管理 API，包含注册、登录、权限控制

最佳实践​

  1. 详细需求描述：提供完整的功能需求和技术要求
  2. 分模块开发：大型项目按模块逐步实现
  3. 及时测试：每个功能模块完成后进行测试
  4. 迭代优化：根据测试结果持续优化

📚 相关资源​

💬 技术支持​