Trae-Agent 使用本地模型
trae-agent:字节开源的高扩展性AI编程助手 trae-agent是字节跳动开源的智能化编程工具,具有高度扩展性,主要用于代码生成与自动化任务。支持通过命令行运行任务,可自定义工作目录、保存执行轨迹或强制生成补丁。提供交互模式,允许指定模型(如GPT-4o)和步骤上限。特色功能包括Docker容器内执行任务(支持镜像指定和目录挂载)。配置灵活,可对接OpenRouter或本地模型(示例配置
·
1、项目地址
https://github.com/bytedance/trae-agent
2、简单说明
trae-agent是字节开源的一个扩展性很强的agent项目,目前主要是用来写代码。
3、安装运行
# 安装uv
https://docs.astral.sh/uv/
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
$env:Path = "C:\Users\XMSUMI\.local\bin;$env:Path"
uv sync --all-extras
# 特殊依赖
uv pip install docker
4、常用命令
常用的命令如下
# 自定义工作目录
trae-cli run "为 utils 模块添加测试" --working-dir /path/to/project
# 保存执行轨迹
trae-cli run "调试身份验证" --trajectory-file debug_session.json
# 强制生成补丁
trae-cli run "更新 API 端点" --must-patch
# 带自定义设置的交互模式
trae-cli interactive --provider openai --model gpt-4o --max-steps 30
# 指定 Docker 镜像在新容器中运行任务
trae-cli run "为 utils 模块添加测试" --docker-image python:3.11
# 指定 Docker 镜像在新容器中运行任务并挂载目录
trae-cli run "编写打印 helloworld 的脚本" --docker-image python:3.12 --working-dir test_workdir/
5、示例配置(使用本地模型)
{
"default_provider": "openrouter",
"max_steps": 20,
"enable_lakeview": true,
"model_providers": {
"openrouter": {
"api_key": "local",
"base_url": "http://localhost:11434/v1",
"model": "deepseek-r1",
"temperature": 0.5,
"top_p": 1,
"max_retries": 10
}
},
"lakeview_config": {
"model_provider": "openrouter",
"model_name": "deepseek-r1"
}
}
更多推荐
所有评论(0)