🎬 个人主页：艾莉丝努力练剑

❄专栏传送门：《C语言》《数据结构与算法》《C/C++干货分享&学过程记录》
《Linux操作系统编程详解》《笔试/面试常用算法：从基础到进阶》《Python干货分享》

⭐️为天地立心，为生民立命，为往圣继绝学，为万世开太平

文章目录

• 1 ~> ChatServer 工程背景与 main 方法开发需求
• 1.1 工程现状
• 1.2 ChatServer 构造函数核心代码（修正原始代码语法错误）

• 2.1 Trae IDE 基础简介
• 2.2 AI 对话面板核心控件
• 2.2.1 Auto Mode 自动模型模式
• 2.2.2 输入框快捷符号

• 3.1 大语言模型与智能体对比
• 3.1.1 大语言模型
• 3.1.2 智能体 Agent

• 3.2.1 Chat
• 3.2.2 Builder
• 3.2.3 Builder with MCP

1 ~> ChatServer 项目背景与 main 方法开发需求

1.1 项目现状

• 服务器业务代码已全部开发做好，程序无法运行，缺失入口main函数，该函数负责做好服务配置加载，实例化服务对象并启动 HTTP 服务。
• ChatServer构造函数接收ServerConfig配置对象，该对象保存各个大模型 API 密钥、超参数、Ollama 本地模型连接信息。

1.2 ChatServer 构造函数核心代码（修正原始代码语法错误）

#include"ChatServer.h"
#include
#include
#include
#include
#include
#include

namespace ai_chat_server
{
	ChatServer::ChatServer (const ServerConfig& config)
	{
	    // deepseek模型配置
	    auto deepseekConfig= std::make_shared();
	    deepseekConfig->_modelName="deepseek-chat";
	    deepseekConfig->_apikey= config.deepseekAPIKey;
	    deepseekConfig->_temperature= config.temperature;
	    deepseekConfig->_maxTokens=config.maxTokens;

	    // gpt‑4o‑mini模型配置
	    auto chatGPTConfig= std::make_shared();
	    chatGPTConfig->_modelName="gpt-4o-mini";
	    chatGPTConfig->_apikey= config.chatGPTAPIKey;
	    chatGPTConfig->_temperature= config.temperature;
	    chatGPTConfig->_maxTokens=config.maxTokens;

	    // gemini‑2.0‑flash模型配置
	    auto geminiConfig = std::make_shared();
	    geminiConfig->_modelName="gemini-2.0-flash";
	    geminiConfig->_apikey= config.geminiAPIKey;
	    geminiConfig->_temperature=config.temperature;
	    geminiConfig->_maxTokens=config.maxTokens;

	    // Ollama本地deepseek‑r1:1.5b模型配置
	    auto ollamaConfig= std::make_shared();
	    ollamaConfig->_modelName=config.ollamaModelName;
	    ollamaConfig->_modelDesc= config.ollamaModelDesc;
	    ollamaConfig->_endpoint= config.ollamaEndpoint;
	    ollamaConfig->_temperature=config.temperature;
	    ollamaConfig->_maxTokens=config.maxTokens;

	    // 组装全部模型配置集合
	    std::vector modelConfigs={
	        deepseekConfig,
	        chatGPTConfig,
	        geminiConfig,
	        ollamaConfig
	    };

	    // SDK初始化全部模型，初始化失败打印错误日志
	    if(!_chatSK->initModels(modelConfigs))
	    {
	        ERR("ChatSK init Failed!!!");
	    }
	}
}

• 代码修正项：修复原始代码中拼写错误：nake_shared→make_shared、各类变量名、头文件拼写、数组初始化语法错误。
• 业务逻辑说明：构造函数内部做好 4 套模型配置对象实例化，存入 vector 容器，调用 SDK 接口批量初始化模型。初始化失败输出错误日志。
• 后续任务：实现 main 函数，加载配置、构造ChatServer实例，启动 HTTP 服务，提供网页访问接口。

2 ~> Trae IDE 基础功能与 AI 对话面板

2.1 Trae IDE 基础简介

• Trae IDE 基于 VSCode 内核深度改造，深度集成 AI 能力，具备智能问答、代码补全、Agent 自动编程能力。
• 官方资源

• 使用手册：https://docs.trae.ai/ide/what-is-trae?_lang=zh
• 下载地址：https://www.trae.ai/download

• clangd：C/C++ 开发插件，能力包含语法高亮、代码补全、静态语法检查、符号跳转、悬停查看函数文档。
• CMake Tools：CMake 项目构建、编译、调试支持。

2.2 AI 对话面板核心控件

2.2.1 Auto Mode 自动模型模式

• 开启 Auto Mode：Trae 根据任务复杂度、模型负载自动选择最优可用模型，界面不展示模型下拉列表。
• 关闭 Auto Mode：手动从内置模型列表选择推理模型。
• 内置模型列表：Doubao‑Seed‑1.6、Kimi‑K2‑0905、Qwen‑3‑Coder、GLM‑4.6、GLM‑4.5、DeepSeek‑V3.1‑Terminus。
• 模型悬停提示：光标悬浮模型名称，展示模型能力标签，区分推理模型。

2.2.2 输入框快捷符号

@：指定智能体，支持选择内置智能体，也支持自定义创建智能体。
#：引用外部文件作为对话上下文，适合长提示词、引用项目源码文件，把项目代码交给 AI 读取。

2.3 Trae 全局模式分类

• Max 模式
• Auto 模式
• 隐私模式

3 ~> 智能体 (Agent) 核心概念

3.1 大语言模型与智能体对比

3.1.1 大语言模型

• 代表模型：deepseek‑chat、gpt‑4o‑mini、gemini‑2.0‑flash
• 本质：文本生成模型，擅长知识问答、文本搞懂，类比知识渊博的博士生。
• 局限：仅输出文本，无法主动调用外部工具 API，不能执行真实业务动作。
• 示例场景：让大模型订机票，只能输出操作步骤，无法调用订票 API 完成实际下单。

3.1.2 智能体 Agent

• 定义：以大语言模型作为大脑的编程助手；接收复杂任务，自动拆解为多个可执行子步骤，调用各类外部工具、API 完成真实业务，达成最终目标。类比 “有手有脚也能干活的实干家”。
• 核心能力

• 工具调用：调用文件读写、命令执行、网络请求等工具。
• 上下文维护：维护完整任务上下文，多步骤之间状态传递。
• 迭代执行：根据工具返回结果，调整后续执行策略。

3.2 Trae IDE 内置智能体

3.2.1 Chat

• 适用场景：代码库对话、普通问答、简单代码片段生成。
• 定位：轻量对话智能体，不执行复杂多步骤项目构建。

3.2.2 Builder

• 适用场景：从零到一完整项目开发。
• 能力：自动调用多套工具：代码解析、文件编辑、命令行执行、编译构建；多轮交互完成项目落地。本项目使用 Builder 智能体生成 main 入口代码。

3.2.3 Builder with MCP

• 继承 Builder 全部能力；自动加载全部配置好的 MCP Server，MCP 相关东西查阅文档附录。

3.3 自定义智能体

• Trae 支持用户自行创建自定义智能体，配置专属工具集与系统提示词。

4 ~> 本项目工作流程总结

1. 已有 ChatServer 业务类，缺失 main 入口函数。
2. 使用 Trae IDE，打开 AI 侧边栏，选择Builder智能体。
3. 可关闭 Auto 模式手动挑选推理模型，或保持 Auto 模式自动分配模型。
4. 使用#引用项目源码文件作为上下文，向 Builder 下达指令生成 main 函数代码。
5. 将生成 main 函数整合进项目，编译运行 ChatServer 服务，对外提供 HTTP 接口，完成多模型对话服务。

结尾

uu们，这篇文章的东西到这里就全部结束了，艾莉丝在这里再次

艾莉丝努力练剑