近来于学习运用AI知识库, 于使用了一阵子过后, 发觉眼下国内的AI知识库工具在使用过程中所呈现出的优点众多兮, 而负面之情况亦是颇为显著焉。比如说基本上全都不支持御三家的大模型, 仅仅能够作为知识库存在, 绝对不可以直接用以展开写作之类的行为等。

于是乎, 就在今日, 我要来分享一番, 关于我怎样把Trae转变成一个能发挥效用的知识库, 还有在这个知识库的基础之上, 如何将它转变成为一个写作助手。

这篇文章, 完全是本人亲身的使用经历所进行的分享, 并非是广告, 其中满满的都是干货, 你一定要持之以恒地看完。

一、知识库效果AI先上, 根据我在知识库里的文件, 告诉我五个避免亏钱的方法。

尔后我更换了一位智能个体, 使得人工智能依据上面那些予以呈现的内容写出了一篇完整的篇章:

除了上面这两张截图之外，还有更劲爆的。

在我将自己flomo里那1300多条笔记导出后整理成CSV文件, 而后把该文件给到Trae时, 竟然它直接就把我本身给“整理”出来了！

相比于市面上现存的知识库, 经过魔改之后的Trae这一知识库所支持的功能更多, 举例来说, 它能够接入不一样的mcp插件进而获取更多的能力, 并且还能够借助不同智能体的搭配去达成不同的功能。恰似上面所呈现的那般, 利用一个智能体来开展内容搜索, 利用另一个智能体来进行写作。

并且鉴于能够运用御三家的最强有力模型, 所以整个回答的品质相当之高。

二、如何魔改Trae？

分享完效果，接下来就分享一下我的魔改方法。

第一步：下载并打开Trae

Trae存在海外版以及国内版, 建议大伙选用海外版, 海外版具备支持御三家的模型, 并且拥有免费额度, 将其用作知识库使用的情形下大体是够用的。

海外版链接：

下载好之后, 我们需将Trae打开, 接着要挑选出一个, 把一个文件夹打开, 以此作为供我们本地数据进行储存的地点, 就像我的文件夹称作“我的AI大脑”这样。

第二步：设置专门的知识库智能体

首先, 我们得去创建一个智能体, 这个智能体是专门用来当作知识库的。它的核心作用在于协助我们, 协助我们去读取本地文件, 协助我们去管理本地文件, 以此帮助我们能够快速地找到所需的信息。

凭借智能体具备的协作能力, 这能使它更优地领会我们的查询意图, 进而精准地定位至相关内容。

进行路径设置: 先进入Trae设置, 接着转向智能体, 然后开展创建智能体的操作, 最后要添加MCP工具“-”。

接着, 将提示词输入进去便可以了。提示词我已然撰写完成, 直接附上就行。要是喜爱我的文章, 记住要多进行点赞以及分享, 如此我才会拥有更多的动力去分享更多的内容。

## 角色
你是「Trae 知识库助手」，熟练掌握 Trae IDE 的 Chat / Builder / @Agent 规则系统，  
能够检索并理解用户工作区 Resource Manager 中的本地文档，  
在 30 秒内输出**结构清晰、可追溯**的答案或操作方案。
## 上下文变量
- {{input}}           : 用户自然语言问题  
- {{fileChunks}}      : 向量检索返回的文档片段（已按相关度排序，每段含 `#索引` 与来源文件名）  
- {{codeContext}}     : 当前选中文件/光标附近代码，或终端输出 (Trae 自动注入)  
- {{agentTools}}      : Trae 可调用的 Builder、终端、文件写入等 Action 描述
## 技能
### 技能 1｜知识库检索回答  
1. 读取 {{fileChunks}}，选取最相关的 1-5 段做要点摘录；如信息不足，再利用 {{codeContext}} 或追问用户。  
2. 组合专业背景知识，按「问题分析 → 解决方案 → 引用」三段式输出；  
3. 在文末以 ` 引用: #1, #4 …` 格式列出所有使用过的 `#索引`，确保可回溯。
### 技能 2｜Trae 操作指导与代码示例  
1. 当用户请求“怎么做”或报错排查：  
   - 给出最短可运行示例 (```语言 …```)，必要时调用 {{agentTools}} 并标注步骤；  
2. 涉及 Builder / Chat / @Agent 路径，使用 ` Trae 菜单 > …` 指明具体位置。  
3. shell 命令前置 `$ `；输出示例用 ```text```。
### 技能 3｜主动检索增强  
- 当 {{fileChunks}} 相关度平均低于 0.3 时（Trae 会在 metadata 提供分值），自动尝试第二轮检索：  
  1. 扩展关键词（同义词、缩写、标题词）；  
  2. 若仍不足，提醒用户上传/同步更多资料，或限定检索范围。  
### 技能 4|运用sequential-thinking MCP提升回答质量
  1. 作用：把复杂问题拆解成若干个小块，通过逐步推理的方式来保证答案既有逻辑又连贯。
  2. 如何触发：碰到那些需要多个步骤解决，或者得靠逻辑推理才能搞定的问题时就派上用场了。这样能让回答更清楚、更有条理。
## 回答格式
> **标题**（`###`）  
> **正文**：分点 ≤ 80 字/点，逻辑递进  
> **代码/命令**：使用对齐的 ``` 块  
> **引用**：独立一行 ` 引用:`，列出使用的 `#索引` 与原文件名
## 限制
- **只处理与个人文档、Trae 功能或本地知识库检索相关的问题**；  
- 遭遇无关/敏感请求时回复：“抱歉，当前助手仅处理 Trae 知识库相关问题。”  
- 禁止编造未出现过的 API、命令或文档内容；所有结论须可在引用中找到依据。

MCP设置：

在右上角处进行点击, 去选择MCP, 接着再次展开点击 “添加” 这一操作, 将空白输入于搜索框当中, 如此便能够搜索到, 对其进行点击, 随后直接把代码复制出来就可以了, 这极为简单。

这个MCP可以帮助AI逐步推理问题，让生成的内容质量更高。

第三步：准备足够的内容资料

在拥有智能体之后, 我们对于支撑知识库运作所需的内容量要求是足够多的。Trae主要具备的是读取（.md）以及CSV文件格式的支持能力, 因此我们必须将手头有的各类资料转变为这两种格式。这其中涵盖了。

因此我所遵循的流程是这般模样, 借助“飞书剪存”这款浏览器插件, 把相关内容于该处予以保存, 进而使之存储至飞书文档里, 然后再去进行复制处置, 又或者实施下载导出动作, 最终将其转换成为文件形态。这可是一款能够把任意网页都精准识别为飞书文档的工具哟, 至于其使用方法以及下载方式, 则可查看下方给出的这个链接之处。

飞书剪存被选, 是由于该插件导出的网页文章格式为最佳, 且成功率是最高的。

获取飞书文档后, 我们能够直接将文字复制出来, 接着可粘贴至编辑器中而后导出成md格式的文件。或者直接导出成word/pdf格式的文档, 随后运用工具转换成md文档。

为了达成更为便利的目的, 我制作出了一个处于本地的文件转换工具, 它能够直接把具备word格式的文档, 以及pdf格式的文档, 还有Excel格式的文档, 统统变换成csv格式的文件, 以及md格式的文件, 极为便利。

这个工具我已经上传到了，仓库是：

可以试着进行本地部署, 除此之外, 在网上存在着诸多现成易用的工具能够加以使用, 只要直接去搜索便都能够搜索到, 于此我就不再详细叙述了。

如何更妥善地留存内容呢, 我们能够将各异的内容分别放置于不同的文件夹内里, 如此一来, 当让Trae去执行某些更为细化的问题时, 便能够挑选更小的文件夹用以提问。

如下这般, 比如说, 当我将“我的AI大脑”予以打开之际, 它便成为了一个涵盖内容广泛且全面的知识库。而当我把“旅行攻略”进行开启之时, 它又作为了一个具备内容精要且细致的知识库。

我们来到此处, 已然凭借Trae自身具备的强大文件处理功能, 以及智能对话功能, 将这个本地知识库周全地搭建完成, 而后再与其他智能体以及mcp相搭配, 其可玩性极为强大。

三、怎么使用这个知识库？1. 作为知识库使用

倘若我们已然将Trae改造成了一个强悍的知识库, 那么它便拥有了专业知识库的核心功能。具体而言, 我们能够借由以下几种途径来运用:

要尤其特别提醒的是, 虽说这个经过改造之后的知识库功能十分强大, 然而它在应对处理大规模数据的时候, 或许有可能不像专业的向量数据库那般具备高效性。

当下, 就我个人运用的情形来讲, 至少方法这方面能够达至稳定运作进而去处理几十万字那类资料。要是你的相关资料中的数据特别庞大的情况下, 建议采取分批处置这种方式或者可以做打算去运用专业类型的知识库解决方案。

2. 配合写作智能体进行内容创作

这是我尤为推荐把Trae改造成知识库的关键根源, 也是此方案最突出的耀眼之处。借助Trae强大的智能体功能, 我们能够塑造出一个无比高效的写作工作流。

我的写作实践案例

对于这篇文章的创作进程来讲, 我先是把相关参考资料及素材输入了知识库, 接着让AI依据这些资料去生成文章的整体架构与大纲。在有了这个基础架构之后, 我又借助口述的办法逐段开展内容的补充与修改, 最终达成了这篇完整的文章。

市面上存在着诸多知识库产品, 然而，就写作能力这一方面而言, 极少出现有能够和此改造方案相匹敌媲美的情况。

Trae, 它具备检索信息的能力, 它能够理解内容之中深层的含义以及关联, 并且它支持多种文体的切换, 同时它也支持多种写作风格的切换, 它还能够凭借对话持续不断地完善内容, 它也能够凭借对话持续不断地调整内容。

可借助配置各异的智能体, 达成研究这一环节, 实现构思这一过程, 完成写作这件事, 达成编辑这一操作, 进而形成全流程写作解决方案。

3. 作为自己专属的聊天机器人

这属于这个知识库改造方案里的第三个有着重要意义的应用场景, 并且还是具备最为突出个人化特质的功能。借助把个人资料以及经历输入到知识库之中, 我们能够塑造出一个对自身有着切实了解的AI助手。

我把1000多条flomo笔记资料导入系统后, 它能深度理解我是何种人, 它不是通用聊天机器人, 而是专为我定制的智能伙伴, 能基于我的背景与经历提供个性化建议, 能理解我的思维方式和表达习惯, 在对话中展现出对我个人情况的深度了解, 还能提供契合我价值观和目标的指导意见。

在文章的末尾, 附上由我的AI大脑为我制作的、一段心灵马杀鸡, 还祝愿你能够早日拥有属于自己的AI大脑。

最终, 要是你对这篇文章怀有喜好, 不妨去点个赞, 进行收藏, 或者转发给那些同样对AI感到有兴趣的朋友。你的每一回互动, 皆是我持续创作的动力！