TraeWork 的 Skills：装什么、怎么触发、官方推荐了哪些
先说清楚本文的位置：以下内容全部来自 TraeWork 官方文档《技能（Skills）》和《TraeWork 必装的 14 个 Skill》两页的公开文字，我们没有开通账号、没有安装过任何技能，所以不会有任何关于界面长相、点起来顺不顺手、生成效果好不好的描述。TraeWork 仍在快速迭代，这两页文档里都带着「重磅更新：以积分为核心的计费模式正式上线」这条公告文字，功能与计费口径随版本变动，读的时候请以官方最新说明为准。
一、它解决的是「每次都要把同一套规矩重讲一遍」
用 AI 干活干上一段时间，多数人都会碰到同一个别扭的地方：同一类任务，你每次都得把前提、约束、步骤重新交代一遍。提交代码要说清楚 commit message 用什么格式、哪些文件不能进暂存区；做数据分析要说清楚表怎么读、结果导成什么格式；写文档要说清楚先问需求再动笔。说少了产出跑偏，说多了自己累，而且换个人、换个项目，这套口头规矩就丢了。
TraeWork 给这件事的答案叫技能（Skill）。官方文档的定义很朴素：一个技能就是一个 SKILL.md 文件，把完成某一类任务所需的信息结构化写下来——文档列举的是「任务目标与适用场景」「关键约束与注意事项」「推荐流程或操作步骤」「可选的脚本、模板或示例」。文档把它比喻成给智能体的一套「专业能力说明书」。
值得注意的是文档对加载方式的说明：智能体不会在任务开始时读完所有技能的完整内容，而是先扫描所有技能的简要描述，只有判断当前任务与某个技能高度相关，才会加载该技能的详细内容。文档自述这样做是为了减少上下文中的 Token 消耗、避免无关信息干扰决策。
这一点顺带解释了技能和另外两个概念的分工，文档里写得很直接：
- 技能 vs 规则（Rules）：规则是全量加载，一旦开启对话就全部注入并持续占用上下文窗口；技能是按需加载，只在实际需要时才进上下文。
- 技能 vs MCP Server：技能用于向 AI 描述如何完成任务，MCP Server 负责向 AI 提供可以调用的工具。文档举的例子是 Playwright MCP Server 提供页面操作能力，而对应的技能约定测试工程结构、页面对象模型（POM）设计规范和用例编写流程。
二、官方文档写明的用法
技能分两类，落在两个不同的目录。 项目技能在项目内创建，仅在当前项目中生效，文件放在项目所在路径下的 .trae/skills/ 目录；全局技能在设置中心创建，在所有项目中生效，macOS/Linux 放在本地根目录 ~/.trae-cn/skills，Windows 放在 %userprofile%/.trae-cn/skills。
这里有个容易记岔的细节：项目技能目录名是 .trae，全局技能目录名是 .trae-cn，两者不一样，是文档原文如此。要手工往目录里塞文件的话，别凭印象拼路径。
目录结构方面，文档给的示例是一个技能目录下必须有 SKILL.md，另外可选 examples/（输入输出示例）、templates/（可复用模板）、resources/（参考文件、运行脚本或素材）。SKILL.md 的格式是 YAML frontmatter 里写 name 和 description，正文按「描述 / 使用场景 / 指令 / 示例（可选）」几节组织。文档对这几节的说明分别是：描述这个技能的作用、描述触发这个技能的条件、清晰的分步说明告诉智能体具体怎么做、展示预期效果的输入输出示例。
装进来有两条路。 一条是上传本地技能：官方写明待上传的技能必须是包含根级 SKILL.md 文件的 zip 或 .skill 文件，且 SKILL.md 必须包含以 YAML 格式编写的技能名称和描述。步骤是在左侧导航栏顶部选择「插件市场」，切到「技能」页签，点右上角的「上传技能」，在弹窗里传文件后确认。另一条是从市场安装：同样在「插件市场」的「技能」页签里搜索，点技能卡片右侧的「+」。两种方式装完后，技能都会出现在「已安装」页签，并且默认被启用。
顺带一提，同一个入口在两页文档里的叫法不完全一致：《技能（Skills）》里称「插件市场」，《必装的 14 个 Skill》开头称「TraeWork 技能市场」，同一页后面又写「关于 TraeWork 的插件市场」。按导航栏里的「插件市场」找就行。
触发有手动和自动两种。 手动调用文档给了三种方式：在对话框里输入 / 然后从列表中选取；直接向 AI 发指令明确点名，文档给的例句是「用 codemap 技能总结一下这个分支的改动」；或者在「已安装」页签里打开某个技能的详情窗口，点右下角的「运行技能」。自动调用则是 AI 结合当前任务内容与各技能中定义的「适用场景」或「何时使用」之类的描述来判断。文档举的例子是：一个代码审核技能，触发条件写成「当用户请求代码反馈或评审时」，那么你说「这个函数写得如何」，AI 就会识别相关性并自行加载。
启用、禁用、卸载都在技能管理中心的「已安装」页签：文档写的是滑动卡片右侧的滑块来启用或禁用，卸载则是点击目标技能的卡片，再点详情弹窗左下角的「卸载」。
三、边界在哪：这段才是要紧的
第一条，也是最容易踩的：技能分本地和云端两种运行环境，且客户端不通用。 文档里有一张表，写得很明确：
| 环境类型 | 适用任务 | 适用客户端 |
|---|---|---|
| 本地 | 仅对本地任务生效 | TraeWork 桌面版 |
| 云端 | 仅对云端任务（及从 GitHub 拉取的项目）生效 | TraeWork 网页版、桌面版 |
也就是说，如果你平时只开网页版，本地环境的技能这一栏对你是空的；反过来，一个只配了云端环境的技能，对你桌面上的本地任务也不生效。任务跑起来发现技能没被调用，先回来核对这张表，比反复改 description 有用。至于同一个技能能否同时挂在两种环境下、切换环境需要什么条件，官方文档没有说明这一点。
第二条：自动触发完全押在 description 上。 按文档的机制描述，AI 先扫的是「所有技能的简要描述」，判断「高度相关」才加载详情。那么描述写得含糊，技能就是躺在那儿不动。但「高度相关」怎么判定、有没有阈值、同时命中多个技能时按什么顺序加载——官方文档没有说明这一点。想要确定性，文档给的手段就是上面那三种手动调用方式。
第三条：项目技能和全局技能同名时怎么办，文档没写。 两者分处 .trae/skills/ 与 .trae-cn/skills，一个仅当前项目生效、一个所有项目生效，但是否覆盖、谁优先，官方文档没有说明这一点。技能数量上限、SKILL.md 的体积上限、上传包的大小限制，同样没有找到说明。
第四条：有些技能自带外部前置条件，装上不等于能用。 文档明确写了两处：使用 figma 技能前，需要先从 TraeWork 的 MCP 市场添加「Figma AI Bridge」这个 MCP Server；使用 byted-seedream-image-generate 技能前，需要在火山引擎官网的「火山方舟」控制台生成 API Key、并在「模型广场」开通对应模型，而且文档写明下达指令时你需要把 API Key 和要调用的模型告诉 AI。这意味着密钥会进入对话内容，这属于要你自己评估的事，文档里没有说明这类密钥在平台侧如何存储或留存多久。
第五条：技能会真的执行命令、动你的文件。 官方推荐清单里，文档给 git-commit 的示例是 AI 按顺序执行 git status、git diff、git add、git commit、git log 完成一次提交；webapp-testing 被文档描述为「基于 Playwright 的本地 Web 应用测试工具集」，会生成并执行测试脚本，并用其中的 with_server.py 脚本同时启动测试所需的多个服务，还能采集浏览器控制台日志；agent-browser 是浏览器自动化 CLI，文档写明支持打开页面、填写表单、点击元素、截图、抓取数据、登录网站；data-analysis 基于 DuckDB 处理你的 Excel（.xlsx/.xls）与 CSV 文件。这些都是文档写明的能力，不是我们的推测。文档确实为 git-commit 写了一套内置安全协议——不修改 Git 配置、不执行 --force 或 hard reset 这类破坏性命令、默认不跳过代码检查钩子（--no-verify）、钩子校验失败时修复后重新提交而不用 git commit --amend 覆盖历史，也写明不会把 .env、凭证或私钥等机密文件加入提交列表。但请注意，这段写的是该技能自身声明的行为约定，不是平台层面的强制限制。平台层面的约束在另外两页文档里：《权限审批概览》写明该功能仅作用于本地任务（云端任务运行于隔离的云端环境，无需配置权限模式），并提供手动审批、自动审批、完全访问三种预设模式，其中「完全访问」模式的原文描述是「沙箱关闭，命令直接在宿主机执行；文件系统完全读写，所有安全检查已禁用，不会触发审批」；《沙箱》页则给出了本地任务的具体边界：项目目录中除 .trae、.vscode、.git 之外的文件与目录可读写，.vscode 被列为项目目录中的受保护目录只读，根目录 / 按「所有未显式声明为可写的目录均为只读」的默认策略处理。这两页我们另有专门篇目讲，这里只提一句结论：技能能干什么，受你当前选的权限模式约束，别默认它一定被隔离。装第三方技能前自己看一眼它的 SKILL.md 和脚本，是通用做法，不是该产品文档里的要求。
第六条：那份「必装 14 个 Skill」的清单，标题和开头的表格对不上。 页面标题写的是 14 个，开头「本文介绍的技能如下」的表格我们逐行数了一遍是 13 行——git-commit、react-best-practices、webapp-testing、composition-patterns、agent-browser、brainstorming、figma、frontend-design、frontend-skill、chart-visualization、data-analysis、canvas-design、doc-coauthoring。正文分节里则多出一个 byted-seedream-image-generate（归在「内容创作」下），加上它正好 14 个，页面底部的目录里也有它。两处不一致，以正文分节和目录为准去找它。我们不推断原因。
至于调用技能本身是否额外消耗积分、不同技能的消耗有没有差别，这两页文档里都没有相关说明，请以官方定价页和最新公告为准。
四、什么时候用，什么时候不必开
值得开的场景，基本对应文档自己列的三类：其一是要保证输出的一致性与规范性，比如把团队的代码约定、设计规范、文档模板固化下来；其二是自动化重复性的多步骤工作流，把已有 SOP 写成技能，触发一次就按流程走完；其三是把个人或团队经验总结成可共享的东西——文档提到可以在社区、交流群等公共平台分享技能，在不同智能体、项目、团队之间复用。
从官方那份清单看，它的重心明显偏工程侧：开发工具四个（git-commit、react-best-practices、webapp-testing、composition-patterns），效率提升两个（agent-browser、brainstorming），界面设计三个（figma、frontend-design、frontend-skill），数据分析两个（chart-visualization、data-analysis），内容创作三个（canvas-design、byted-seedream-image-generate、doc-coauthoring）。文档标注的作者也很杂：Vercel、Anthropic、OpenAI、ByteDance、Figma、Obra、GitHub 都有。如果你的活儿离前端和代码比较远，这份清单里真正对得上号的可能就是数据分析和内容创作那五个。
不必开的情况有几类。 一是任务只做一次、下次不会再来——为它写一份 SKILL.md 的成本可能高过直接把要求说清楚。二是你要的是「AI 能调某个工具」，而不是「AI 知道该怎么做」——按文档的分工，那是 MCP Server 的活儿，技能不提供工具。三是你的约束需要每一轮都生效，比如全局的语气、语言、禁用词——按文档口径，规则是全量注入的，技能是按需加载的，这类约束放规则更合适，代价是持续占用上下文窗口。四是市场里那些附带外部依赖和密钥的技能，如果你没打算去开通对应的第三方服务，装了也用不起来。
最后重复一遍前面那条最省时间的自查：技能没被调用时，先看它是本地还是云端环境、你现在用的是网页版还是桌面版，再去怀疑描述写得不够好。
本文依据 TraeWork 官方文档（docs.trae.cn）于 2026-08-17 的公开内容整理。
我们没有开通付费账号，也没有实际操作过该产品，因此不涉及界面外观、操作手感与生成质量的任何描述。
该产品仍在快速迭代，功能与计费口径随版本变动，文中涉及积分与套餐的表述均为复述官方文档原文，
请以官方最新公告与定价页为准。
安全与合规相关做法请结合自身环境评估，本文不构成安全方案建议。