Raina测试学习指南Raina测试学习指南
导读
面试题
AI 测试教程
软件测试教程
🌍 知识星球
学习交流群
  • Raina测试工具集
  • Raina常用网站&工具合集
  • 小红书
  • B站
  • 作者介绍
导读
面试题
AI 测试教程
软件测试教程
🌍 知识星球
学习交流群
  • Raina测试工具集
  • Raina常用网站&工具合集
  • 小红书
  • B站
  • 作者介绍
  • 入门学习路线

    • AI 赋能测试完整学习流程
    • AI 基础知识学习清单
    • AI 工具选择
    • MCP学习清单
    • Skills学习清单
    • 工作流学习清单
  • AI测试基础

    • AI技术核心概念
    • Cursor

      • Cursor介绍
      • 下载与安装
      • 快速上手-基础使用
      • Cursor Rules的创建与使用
      • Cursor如何创建指令
      • Cursor如何集成Playwright MCP
      • Cursor如何配置MCP?
    • Kiro

      • Kiro介绍
      • 如何安装Kiro
      • Kiro简单使用
      • Kiro如何配置MCP
      • Kiro如何设置规则
    • Trae

      • Trae介绍
      • 如何安装Trae
      • 快速上手Trae(开发测试工具)
      • Trae如何使用Rules
    • Codex

      • Codex入门使用
  • AI 辅助生成测试用例

    • 方案对比(入门必看)
    • 需求读取

      • 读取PDF、word、ppt需求转md格式
      • 飞书CLI+Skill读取飞书需求文档
      • 蓝湖:读取蓝湖原型生成需求文档Skill
      • Figma:读取Figma生成需求文档Skill
    • 知识库与 RAG

      • Dify知识库-1:Dify 安装部署教程
      • Dify知识库-2:Dify知识库配置与使用全流程
      • Dify知识库-3:Dify知识库MCP 封装与调用
      • Notion知识库:Notion MCP+Skill 实现远程知识库检索
      • Obsidian知识库:Obsidian + MCP 构建本地知识库
    • Excel 用例生成

      • 基于规则:使用Cursor生成Excel格式测试用例(历史方案)
      • 基于skills:生成Excel测试用例的Skills包(⭐ 最新推荐,首选方案)
    • Xmind 用例生成

      • 基于工作流:从零搭建生成测试用例的coze工作流(历史方案)
      • 基于规则:使用Cursor自动生成Xmind测试用例(历史方案)
      • 基于智能体:使用Coze搭建一个测试用例智能体(历史方案)
      • 基于skills:生成xmind测试用例的Skills包(⭐ 最新推荐,首选方案)
    • Xmind 测试点

      • 基于规则生成功能测试点
    • Opentest

      • 从需求→用例→报告全流程skill方案(⭐ 最新推荐,首选方案)
    • 用例评审

      • 使用AI进行测试用例评审
  • AI 辅助接口测试

    • 获取接口文档

      • 读取项目代码生成接口文档的 skills
      • 读取Swagger接口信息的skill
      • 读取YApi接口信息的skill
    • 接口测试脚本生成

      • 生成API 测试用例的Skills分享
      • 生成jmeter脚本的Skills包分享
    • 全流程

      • 根据接口文档进行接口测试
  • AI 驱动接口自动化测试

    • 方案对比(入门必看)
    • 基于 Skills 方案

      • 1.前导篇:基于 Skill 的接口自动化测试方案说明
      • 2.项目准备:Python案例项目部署
      • 3.使用教程:基于skill的接口自动化测试方案完整使用教程
      • 4.思路解析:基于skill的接口自动化测试方案思路与原理解析
      • 5.方案升级:基于skill的接口自动化测试--新增多接口串联、自然语言场景用例
      • 6.方案升级:基于skill的接口自动化测试-新增Mysql断言
    • 规则驱动方案(历史)

      • 使用AI进行接口自动化测试(历史方案)
  • AI 驱动 Web UI 自动化测试

    • 方案对比(入门必看)
    • Playwright MCP 方案

      • 1.Playwright mcp实现UI自动化 概念&知识澄清篇
      • 2.基于Playwright MCP进行无代码UI自动化测试(历史方案1️⃣)
      • 3.Playwright框架 + MCP生成自动化测试代码(历史方案2️⃣
    • Playwright-cli 方案

      • 1.Playwright-cli 实现UI自动化-概念&知识澄清篇
      • 2. playwright-cli+skill 实现 UI 自动化实践案例1️⃣
      • 3. playwright-cli+skill实现 UI 自动化实践案例2️⃣
    • Midscene 方案

      • 1.Midscene.js MCP安装与配置
      • 2.基于Midscene.js 进行UI自动化测试的实践案例
    • Browser use 方案

      • 1. Browser use实现UI自动化-概念&知识澄清篇
      • 2. Browser use实现UI自动化-实践案例
  • AI 驱动的桌面端自动测试

    • Pywinauto桌面端自动化方案调研与简单实践
    • 基于midscene进行桌面端自动化方案调研与实践
  • AI 提效执行流程

    • 使用 tapd skill 一键提交bug
    • 使用tapd skill统计bug
  • AI 辅助性能测试

    • jmeter性能测试-全流程skill
  • Rules 与 Prompt

    • 实战案例:如何利用AI进行数据处理!对比
    • 实战案例:如何利用AI快速画业务流程图!时序图
    • Rules!如何创建与使用 Cursor Rules
  • Skills

    • Skills介绍
    • Cursor如何安装!使用Skills
    • Trae如何安装!使用Skills
    • 4 个实用的官方Skills
    • 使用技巧:学会按自己的需求去优化迭代
    • 基础教程:在Trae如何开发一个Skills
    • 基础教程:Cursor如何开发一个skill!
    • 实战案例:自然语言转SQL skill
    • 学习网站:分享 5 个我常用的 skill 学习网站
  • MCP

    • 什么是MCP?
    • MCP如何运用到测试工作?
    • 热门 MCP
    • 基础教程:如何去找需要的MCP?
    • 基础教程:Cursor如何配置MCP?
    • 实战案例:让AI自动帮你操作数据库场景集合
    • 实战案例:使用MysqlMCP实现自然语言操作数据库
    • 实战案例:BrowserTools MCP测试工程师运用场景
    • 实战案例:Cursor如何集成Playwright MCP
  • Dify

    • Dify 安装部署教程
    • 如何配置大模型LLM&获取API Key
    • Dify知识库配置与使用全流程
    • Dify知识库MCP 封装与调用
    • Dify如何配置MCP
    • Dify+MCP搭建数据库操作智能体
  • OpenClaw

    • 1.Windows 本地部署OpenClaw详细教程
    • 2.云服务器部署 OpenClaw +配置飞书 完整指南
    • 3.云服务器部署的 openclaw 如何访问 web ui
    • 4.如何给 openclaw 配置灵魂、身份、偏好、规则?
    • 5.如何给openclaw配置记忆
    • 6.OpenClaw如何使用Skill?

Trae介绍

工具介绍

Trae是由字节跳动推出的一款由AI驱动的中文集成编程开发环境,与AI深度集成,提供AI自动编程能力,还可以代码自动补全、智能问答等功能;

关于收费

Trae有国内版与国外版,目前国内版是免费的,但他支持的大模型只有豆包和DeepSeek;

国外版的近期才开始收费了,原先是免费使用的;目前的套餐是首月3刀,次月10刀,这个价格是cursor的一半;

国外版支持的大模型就多一些,有Claude、Gemini、DeepSeek、GPT 等大模型;Claude模型目前是比较强大的,生成的内容质量特别高,也是我平常用得最多的,所以有条件的话就搞个国外版的,可以找一些人拼单用一个账号,目前是没有限制账号多人使用的;

目前付费用户,拥有600次快速和无限慢速请求次数,对比cursor的是500次快速,简直良心,又是一个不按token计数的大善人。

官网入口:

国内版官网域名:https://www.trae.com.cn/

国外版官网域名:https://www.trae.ai/

核心功能

1. 智能代码生成

  • 自然语言转代码:用中文/英文描述需求 → 自动生成可运行代码(支持 Python/Java/Go/JavaScript/C++ 等主流语言)。 例:输入“用Python爬取微博热搜前10并保存到Excel” → 生成完整脚本。

2. 跨文件代码理解(核心突破)

  • 项目级上下文感知:

    • 解析整个代码仓库的文件结构,理解跨文件的类、函数依赖关系。

    • 根据项目上下文补全代码(如自动补全当前调用的内部API参数)。 适用场景:大型项目重构、遗留代码维护。

3. 精准Bug修复

  • 错误诊断:粘贴报错信息 → 定位问题根源(如内存泄漏、空指针异常)。

  • 修复建议:提供可直接应用的代码修补方案,并解释修复逻辑。

4. 代码优化与重构

  • 性能提升:识别低效代码(如循环嵌套过深)→ 建议向量化操作或算法优化。

  • 可读性增强:自动添加注释、拆分冗长函数、规范变量命名。

最近更新: 2026/6/3 13:04
Contributors: weixin_55062269
Next
如何安装Trae