规则、记忆与命令

规则

通过制定规则来规范 AI 在 TraeCode 内的行为，包括代码风格、语言与框架、交互方式等，使 AI 的输出更符合你的个人偏好和项目要求。应用场景：提升效率（把个人经验和项目要求转化为可复用的规则，一次配置长期生效）、统一标准（把团队规范、项目标准结构化，使所有成员负责的内容在风格、结构和质量上一致）、保障质量（让 AI 明确架构设计、命名规范、代码风格等核心约束，避免常见错误）。

两类规则：全局规则基于个人使用习惯定制，在所有项目中生效，存放在 ~/.trae-cn/user_rules（Windows：%userprofile%/.trae-cn/user_rules）；项目规则针对当前项目，仅在所配置的项目中生效，存放在项目路径下的 .trae/rules/ 目录。创建全局规则：进入设置中心（IDE 模式点右上角设置图标，SOLO 模式点对话面板右上角设置图标），左侧选「规则」，在「规则」部分点 + 创建 选「全局」，在输入框里输入一条规则并保存。创建项目规则：项目规则用 Markdown 语法编写，打开一个项目，进入设置中心的规则面板，点 + 创建 选「项目」，输入规则名称并确认，系统自动在项目里创建 .trae/rules 文件夹和你命名的规则文件并打开编辑窗口。然后设置规则的生效方式：

生效方式	说明	相关属性
始终生效	在当前项目下的所有 AI 对话中生效	alwaysApply 自动设为 true
指定文件生效	仅在匹配到 globs 指定的文件时生效：在对话输入框里提及的文件与 globs 匹配时自动生效	alwaysApply 为 false，在「文件匹配模式」处用通配符指定（如 *.js、src/**/*.ts，多个用 , 分隔），自动同步到 globs
智能生效	由 AI 根据 description 里写的适用场景在对话中判断相关性并决定是否使用	alwaysApply 为 false，在「描述」处写适用场景（如「编写 React 组件的测试代码时，使用该规则」）
手动触发生效	仅当在对话中用 #Rule 提及某个规则时才生效	alwaysApply 为 false

在 --- 下方用 Markdown 添加规则内容并保存。多层规则嵌套：项目根目录规则很多时，可以在 .trae/rules/ 下创建子文件夹，把同类别规则放进去归类，系统自动递归读取，目前至多支持 3 层嵌套（第 4 层无法识别）。为子目录创建规则：大型项目里不同文件夹代表不同业务模块或技术栈，把所有规则（包括 AGENTS.md）都放在根目录既难维护，也可能让某个模块的专属规则干扰其他模块。TraeCode 支持读取项目任意子目录下的 .trae/rules/ 文件夹：只想为某个模块配置规则，就把规则文件放在该模块文件夹下，当你在对话里提及该目录下的文件、或 AI 执行任务时读取了该目录下的文件，系统自动携带并应用该目录下的专属规则（该目录下的 AGENTS.md 同理）。在对话中引用规则：「手动触发生效」类型的规则要在输入框里用 #Rule 引用；#Rule 的优先级最高，对「指定文件生效」或「智能生效」的规则，在对话里用 #Rule 提及它们，AI 也会在本次对话中使用。编辑/删除：在设置中心的规则列表里找到目标规则，点右侧设置图标选「编辑」或「删除」。

使用 AGENTS.md、CLAUDE.md 和 CLAUDE.local.md：AGENTS.md 是项目根目录里轻量级的 Markdown 文件，用直观易读的文本向 AI 智能体提供行为指引，是项目级规则，只在当前项目生效；在 TraeCode 里创建的 AGENTS.md 可以在其他支持 AGENTS.md 的 IDE 里复用，反之亦然。TraeCode 兼容 CLAUDE.md 和 CLAUDE.local.md：如果你已在 Claude Code 里创建项目并添加了它们，导入 TraeCode 时会一并导入。要让它们生效，前往 设置 > 规则，在「导入设置」处打开「将 AGENTS.md 包含在上下文中」和「将 CLAUDE.md 包含在上下文中」开关，之后智能体会读取根目录里的这三个文件并加入上下文。为 Git 提交内容设置规则：在规则文件里用 scene: git_message 字段，AI 生成提交内容时就会遵循其中定义的规则，不受 alwaysApply、description、globs 等其他字段配置的影响（项目里多个规则文件都含该字段时，AI 同时遵循它们）。方式一：在现有规则文件里添加 scene: git_message 并在 --- 下写具体规则；方式二：在源代码管理面板里，点提交内容输入框右侧的下拉图标选「配置提交信息生成规则」，系统自动在 .trae/rules 下生成 git-commit-message.md（若已有含该字段的规则文件，则直接打开它）。生成提交内容：打开源代码管理面板，点「生成提交内容」按钮，或点下拉图标选「自动生成提交内容」。

规则最佳实践：控制单条规则的内容粒度，保持清晰、聚焦、易于理解；各条规则之间不得彼此冲突或相互覆盖；指定文件路径时用相对项目根目录的相对路径；引用规则时优先选与当前对话或任务强相关的；新建或修改规则后建议开启全新的对话再使用，避免历史上下文与新规则冲突；项目里已有大量不符合规范的代码时，模型可能沿用现有风格而非新规则，这时明确告诉模型当前任务是「重构」、在特定场景强制要求严格遵循新规则，或启动专门的重构项目逐步提升代码质量。示例规则：「所有回答都使用中文表述」「如需提供代码，为关键逻辑和可能造成理解困难的部分添加简明的中文注释」「当生成的代码超过 20 行时，优先考虑是否可以进行适当的抽象或聚合」；项目规则多层嵌套的组织方式例如 general-rules.md、frontend/（react-best-practices、css-naming、testing/unit-test-rules）、backend/（api-design、error-handling）、devops/ci-rules.md。

记忆

把对后续协作有价值的偏好与规则保存为「记忆」。TraeCode 支持两类：全局记忆在当前用户本地的所有项目中生效，存储在 ~/.trae-cn/memory/user_profile.md（Windows：%userprofile%/.trae-cn/memory/user_profile.md）；项目记忆仅在当前用户本地的当前项目中生效，存储在 ~/.trae-cn/memory/projects/{project_path}/project_memory.md。记忆数据存储于本地，无法跨电脑共享。以下信息不会被自动保存为记忆（除非用户指定要保存）：一次性或临时指令；模糊、不确定的偏好；敏感信息（如密码、个人隐私）。启用：前往 设置 > 规则与记忆 > 记忆，打开「记忆」开关。手动管理：在「全局」或「项目」页签里点「用户记忆」或「项目记忆」区域，系统在编辑器里打开 user_profile.md 或 project_memory.md，你可以写入新记忆、更新已有记忆、删除不再需要的记忆，然后保存。让 AI 主动管理：自动创建记忆（AI 识别对后续协作有价值的偏好或规则并创建）；自动更新记忆（识别到偏好或规则变化时主动更新）；按要求创建（如「记住我偏好使用中文回答」）；按要求修改（如「以后叫我 David」）；按要求删除（如「删除关于我偏好的称呼的记忆」）。

命令

命令是在对话中快速执行重复性任务的快捷方式：通过自定义命令，把常用的指令或操作封装起来，简化工作流程、提高与 AI 协作的效率。使用场景：复用常用 Prompt（把经常使用的提示词封装为命令，如总结 PR 变更、生成文档摘要、整理会议记录）；规范输出格式（固定 AI 的输出结构或模板，如生成符合 Conventional Commits 规范的 commit message、PR 描述或 Issue 模板）；自动化常见开发流程（把多步骤或复杂的指令封装为一个命令，如代码审查、性能分析、安全检查）。类型：项目命令仅在当前项目生效，在项目路径下的 .trae/commands 目录；全局命令在所有项目生效，在 ~/.trae-cn/commands（Windows：%userprofile%/.trae-cn/commands）。项目命令最多支持 3 层目录嵌套，用来对多个命令做更清晰的分类（第 4 层无法识别）。内置命令：/plan（调用 Plan 工作流）、/spec（调用 Spec 工作流）、/goal（调用 Goal 工作流）。

创建自定义命令：前往 设置 > 技能与命令，在「命令」面板里点「创建」，选择命令类型（全局/项目），输入命令名称（建议用能反映功能的关键词，如 summarize-pr-info）并确认，TraeCode 自动创建 {command_name}.md 文件并在编辑器里打开。在命令文件里配置：名称（命令的唯一标识，已自动填充）、描述（命令用途的简要说明）、指令（在 --- 下方定义触发命令时 AI 应执行的具体操作，建议清晰描述执行步骤、上下文来源和输出内容）。例如「查看当前 Pull Request 的代码变更内容，对比修改前后的代码，并总结本次 PR 的主要变更」，输出核心改动点、主要修改的文件或模块、关键逻辑变化或新增功能、可能影响的功能或潜在风险。使用：在对话框里输入 /，从 Commands 列表里选一个命令。