Files
TARE-Learn/TRAE 培训大纲V1.0.md
smart 67837df8d0 docs: 更新TRA编程培训课程材料、课件与AI技能交付包
- 新增全套考试卷、评估卷、参考答案与考试培训包模板
- 修正slidev培训课件:调整模块标题、链路图缩放,替换工单示例为通用业务对象
- 修正课堂红线表述为证据红线,将小组作业调整为个人作业要求
- 新增权限、状态流转、审计日志、看板指标四类可复用业务规则块
- 整理AI工程技能交付包,迁移旧资产至客户专属交付包并统一术语
- 新增考试输出模板与TRAE使用记录文档
2026-08-08 11:00:36 +08:00

323 lines
15 KiB
Markdown

# TRAE 培训大纲V1\.0
项目建议:
> **企业级工单与研发效能看板系统**
>
>
> 包含工单流转、角色权限、审计日志、数据看板、历史代码重构、测试与CI门禁。
>
>
---
## 课程基本设置
- 培训对象:研发、测试
- 培训规模:约70人
- 总时长:6天
- 课程目标:让学员掌握TRAE在真实研发流程中的标准用法
---
## 课前准备
|事项|内容|
|---|---|
|环境检查|Node、pnpm、Git、IDE、TRAE 安装与登录|
|项目准备|拉取沙箱项目,安装依赖,启动前后端|
|账号准备|Git 仓库权限、CI 权限、测试账号|
|数据准备|工单样例数据、权限角色数据、审计日志样例、CI 失败样例|
|管理数据准备|PR 样例、缺陷样例、需求流转样例、测试覆盖率样例|
---
## 6 天课程大纲
### 第 1 天:TRAE 基础工作流与陌生代码库理解
**目标:**
掌握用 TRAE 快速理解陌生项目结构、业务模块、调用链路的方法,并能识别 AI 输出中的不确定结论。
|内容|实操|产出|
|---|---|---|
|TRAE 在真实研发流程中的定位|判断哪些任务适合交给 TRAE,哪些必须人工判断|TRAE 使用边界清单|
|沙箱项目业务导览|浏览工单、权限、审计、看板模块|项目模块认知图|
|使用 @workspace 理解全局结构|梳理目录、路由、接口、状态管理、测试与 CI|项目结构图|
|调用链路分析|分析工单流转、权限判断、接口调用链路|模块调用链路图|
|AI 输出可信度判断|要求 TRAE 标注依据文件、函数、调用关系|TRAE 输出校验清单|
|统一实战:代码理解报告|针对指定模块生成架构理解、风险点和改造建议|代码理解报告|
### 第 2 天:TRAE 上下文工程与规则体系
**目标:**
掌握正确投喂上下文的方法,学会编写 `.trae/rules.md`,把团队隐性开发习惯变成可执行规则。
|内容|实操|产出|
|---|---|---|
|上下文工程原则|明确目标、范围、约束、输出格式和验收标准|上下文组织清单|
|@workspace、\#Code、\#File、\#Web 使用|对同一任务使用不同上下文组合并比较结果|上下文引用模板|
|幻觉死循环切断方法|要求 TRAE 先找证据、再判断、再给方案|幻觉控制 Prompt|
|`.gitignore` 与 IDE 忽略配置|配置忽略规则,避免提交缓存、密钥、本地配置|忽略配置样例|
|`.trae/rules.md` 安全规则|禁止泄露密钥、禁止硬编码账号、禁止提交敏感目录|安全规则段落|
|`.trae/rules.md` 编码与测试规则|写入 TypeScript、状态管理、接口分层、测试、Review 规则|团队通用规则草案|
|前端规则|写入页面状态、接口类型、权限按钮、异常态、防重复提交等规则|前端规则段落|
|技能与规则的资产化|将常用 Prompt、规则、模板、案例归档到企业资产库|资产库目录草案|
|规则可执行性检查|用 TRAE 检查规则是否含糊、冲突、不可执行|规则验收清单|
### 第 3 天:需求拆解与功能开发基础闭环
**目标:**
训练学员用 TRAE 把业务需求拆成可开发、可测试、可验收的任务,并完成基础功能开发闭环。
|内容|实操|产出|
|---|---|---|
|工单系统核心需求输入|输入工单列表、详情、状态、指派、评论需求|原始需求说明|
|用 TRAE 拆解用户故事|生成用户故事、功能边界、非目标范围、异常场景|需求拆解文档|
|接口契约与页面状态设计|生成字段、枚举、加载态、空态、失败态|接口契约表|
|测试点前置设计|生成正常流、异常流、权限流、边界值测试点|测试点清单|
|Builder / SOLO 模式使用|比较功能开发、局部修复、方案生成中的适用场景|功能开发 Prompt|
|工单列表基础开发|完成查询、筛选、分页、排序|工单列表代码|
|工单详情基础开发|展示状态、优先级、指派人、评论记录|基础功能 Diff|
### 第 4 天:复杂业务开发:权限、审计、异常态与看板
**目标:**
训练 TRAE 处理真实业务复杂度,掌握权限、审计、状态流转、异常态和数据看板的生成与调优方法。
|内容|实操|产出|
|---|---|---|
|RBAC 权限模型设计|定义管理员、研发、测试、负责人、只读用户权限边界|RBAC 权限矩阵|
|权限控制方案生成|生成按钮级、页面级、接口级权限控制方案|权限控制方案|
|工单状态流转规则实现|实现创建、处理中、待验证、关闭、驳回|状态流转代码|
|审计日志设计|记录操作人、时间、动作、字段前后值|审计日志 SOP|
|异常态与防御性逻辑|处理空数据、接口失败、权限不足、重复提交、非法流转|异常态代码|
|研发效能看板指标开发|实现工单数量、关闭周期、缺陷分布、趋势指标|效能看板代码|
|阶段代码审查与修复|使用 TRAE 对当天代码进行 Review 和修复|Review 记录|
### 第 5 天:可沉淀的 AI 工程资产:Rule、任务上下文契约、Skill、Agent 与 MCP
**目标:**
以当前 JeecgBoot 的公务用车模块为真实素材,识别一次状态变更中的项目事实、反例与重复判断;重点拆解如何将这些信息分别沉淀为 Rule、任务上下文契约、检查单、示例和 Skill。案例只提供证据来源,不作为可复制的通用答案。
|内容|实操|产出|
|---|---|---|
|案例引子:识别资产原料|阅读取消派车的状态、入口、权限和写入顺序,区分项目事实与可迁移判断|事实与反例清单|
|资产边界与选型|根据变化频率、误用风险、决策复杂度和证据来源,区分稳定约束、运行时事实与可沉淀资产|资产选型表|
|Rule 设计契约|编写证据等级、适用场景、必须项、禁止项、来源与验收方式完整的 Rule|可执行 Rule 草案|
|任务上下文契约|拆分固定约束与运行时事实,定义结构化输出、证据缺口与停止边界,并用代表性输入验证|影响分析任务契约与测试样例|
|Skill 包拆解|理解 SKILL.md、发现配置、Prompt、检查单、模板、参考资料和脚本各自职责|Skill 包结构图|
|Skill 组合与停止条件|用 Rule、Prompt、检查单和模板编排事实提取、方案比较、验证设计与结论输出|Skill 工作流与输出契约|
|资产验证与演进|用完整输入、缺失证据、范围冲突和跨项目输入测试资产边界,明确可复用与必须重查的内容|资产测试矩阵与演进记录|
|自定义 Agent 角色契约|拆解角色名称、用途说明、参数提示、模型、工具和默认指令,区分稳定配置与运行时事实|自定义 Agent 设计卡|
|Agent 权限与停止边界|按职责配置最小工具集,明确证据不足、范围越界和验证缺失时的停止条件|Agent 权限矩阵与停止条件|
|Agent 与 Skill 组合|明确 Agent、Skill、Rule、Prompt、检查单和运行时事实的权威位置,设计结构化交接结果|Agent-Skill 组合图与交接契约|
|历史模块职责识别与方案比选|基于公务用车派车 Service 的现有校验、写入与事务边界,识别重构候选并比较最小方案|重构候选与方案比选表|
|重构风险审查|围绕取消派车的输入保护、状态保护、双对象写入、权限与审计入口识别不可改变行为|重构风险清单|
|跨端类型契约治理|核验审批结果与申请状态在 Java 常量、TypeScript 模型和表单配置中的表示差异|类型契约与核验项|
|测试基线与定向补齐|区分当前 JUnit/Mockito 与 Jest 已证明的范围,补齐派车状态、副作用、请求载荷和类型契约测试|测试缺口矩阵与定向用例清单|
|真实 Skill 包与资产库|拆解现有 Skill 包的目录、Prompt、模板、检查单与反例,用测试夹具验证资产边界|资产索引与验收夹具|
|MCP 能力资产|围绕外部工具的能力说明、输入输出、权限、审计、故障降级与验证夹具编写 MCP 契约|MCP 能力契约与权限验收清单|
|派车重构目标结构|在不改变事务边界、拒绝顺序、接口字段和状态写入语义的前提下,设计派车入口的候选职责拆分|候选职责结构图|
|无损重构行为基线|将申请、车辆、司机的拒绝路径与派车成功后的车辆预占整理为可回归的行为基线|无损重构验收表|
|命令与展示模型分离|基于派车 VO、实体和前端模型区分用户可提交字段与系统生成字段|命令与展示类型表|
|类型契约核验用例|将审批结果大小写与申请状态表示差异转化为可执行的接受、拒绝和载荷检查|类型契约用例集|
|取消派车测试矩阵|覆盖空白原因、任务不存在、非法状态、正常取消与车辆缺失等真实分支|取消派车测试矩阵|
|测试层级与断言边界|区分 Controller 委派、Service 状态副作用与 API 契约各自应验证的内容|测试分层检查表|
### 第 6 天:工程协作与质量闭环:PR、Git、CI、证据链与资产验证
**目标:**
将 AI 参与的分析、实现和资产使用放入可审查、可验证、可追溯的工程交付链路,掌握 PR 说明、Git 合并控制、CI 失败分析、变更证据链、资产版本兼容性和可演进性审查的方法。AI Code Review 方法沿用第 4 天的既有流程,不再重复讲解。
|内容|实操|产出|
|---|---|---|
|AI 改动的工程闭环|建立从影响分析、变更实现到 PR、CI 和技术结论的交付链路|工程质量检查视图|
|标准 PR 说明与 AI 使用记录|基于 diff、需求、测试结果和风险点生成可审查的 PR 描述|PR 模板与样例|
|AI 变更 Git 协作|明确分支范围、提交粒度、冲突处理、合并前置条件和回退方式|Git 协作检查单|
|CI 失败日志分析|结合日志、构建配置、相关 diff 和项目规则,区分源码、依赖与环境问题|CI 失败分析记录|
|CI 质量门禁|理解 lint、typecheck、unit test、coverage 与人工检查各自覆盖的风险|CI 质量门禁清单|
|共享资产的版本与兼容性|识别会改变 Agent 行为的资产 diff,说明版本边界、不兼容点、迁移与回退条件|资产兼容性说明|
|变更证据链与可追溯说明|将需求、diff、测试、CI、日志和人工观察连接到可复核的技术结论|技术说明与证据地图|
|AI 改动的可演进性审查|审查修改入口、规则权威位置、依赖隔离和回归定位能力,降低后续变化成本|可演进性审查清单|
|资产变更的工程验证|审查 Rule、任务上下文契约、Skill、Agent 与 MCP 契约的行为变化、引用完整性、兼容性和测试夹具|资产变更审查清单|
### AI Native 技能清单
|阶段|技能|典型产出|
|---|---|---|
|需求阶段|Brain 需求澄清|需求澄清问题清单|
|需求阶段|Md 文档生成|标准需求说明书|
|需求阶段|Grill 评审追问|需求评审问题清单|
|需求阶段|用户故事拆解|用户故事、验收标准、非目标范围|
|设计阶段|代码库理解|项目结构图、模块认知图|
|设计阶段|调用链分析|调用链路图|
|设计阶段|接口契约设计|接口契约表|
|设计阶段|状态机设计|状态流转图|
|设计阶段|RBAC 权限设计|权限矩阵|
|开发阶段|JeecgBoot 代码生成|Controller、Service、Mapper、DTO、VO|
|开发阶段|前端页面生成|列表、详情、表单、看板页面|
|开发阶段|异常态补齐|loading、empty、error、forbidden 状态|
|测试阶段|测试点生成|正常流、异常流、权限流、边界值|
|测试阶段|单测生成|Vitest / JUnit 单测|
|重构阶段|代码坏味道识别|坏味道清单|
|重构阶段|无损重构|重构 Diff、风险清单|
|Review 阶段|AI Code Review|Review 问题清单|
|CI 阶段|CI 失败分析|CI 失败原因与修复方案|
|工程协作阶段|PR 与变更说明|可审查的变更记录|
|工程协作阶段|CI 失败分析|失败原因与验证方案|
---
## 企业通用规则
- AI 输出必须标注依据文件、函数、接口、日志或数据来源。
- 输出必须区分事实、推断和建议。
- 修改代码前必须说明影响范围。
- 复杂改动必须先给方案,再生成代码。
- 不允许盲目删除历史逻辑。
- 不允许泄露密钥、Token、账号、内网地址。
- 不允许硬编码账号、密码、租户 ID、环境地址。
- 不允许提交缓存、构建产物、本地配置和 IDE 私有配置。
- 测试必须覆盖正常流、异常流、权限流、边界值。
- Review 必须覆盖安全、类型、性能、可维护性、测试缺口。
- CI 修复必须先解释失败原因,再给修复方案。
## 最终交付物清单
- \[ \] 全局 `.gitignore` \+ IDE 忽略配置
- \[ \] 团队通用 `.trae/rules.md`
- \[ \] TRAE 上下文引用避坑指南与模板
- \[ \] 读代码与架构分析 Prompt 模板
- \[ \] 标准化需求拆解文档与接口契约表
- \[ \] RBAC 权限矩阵与审计日志 SOP
- \[ \] 可运行的工单/效能看板业务代码
- \[ \] 项目知识库 README 与新人上手导览
- \[ \] AI 任务委派模板
- \[ \] 核心历史模块的坏味道清单、重构风险清单与最小重构方案
- \[ \] 测试安全网清单、单元测试脚本与覆盖率记录
- \[ \] Rule / Prompt / Command / Skill 设计卡与候选资产清单
- \[ \] 标准 PR 模板与 AI 使用记录表
- \[ \] 团队级 AI Code Review 标准清单与 Review 修复闭环记录
- \[ \] CI 失败分析记录与 CI/CD 质量门禁方案
- \[ \] 团队资产库目录、入库标准、版本维护与淘汰机制
- \[ \] 交付证据包与复用边界说明
---
## 课程验收标准
1. **架构认知力:** 学员能脱离业务宣讲,仅依靠 TRAE 快速梳理出陌生代码库的正确拓扑图。
2. **上下文管控力:** 学员能精准组合 `@workspace`、`#Code`、`#File`、`#Web`,不产生 token 浪费与无意义的全局检索。
3. **规则执行力:** 团队能成功编写并维护 `.trae/rules.md`,使 AI 生成的代码无需人工二次调整基础格式。
4. **架构设计力:** 学员不再直接让 AI 写代码,而是先用 TRAE 拆解需求、生成契约和防御性测试点。
5. **代码掌控力:** 学员具备对 TRAE 产出代码的局部重写和纠错能力,而不是盲目执行“Accept All”。
6. **技术债治理力:** 学员能在建立测试安全网的前提下,指挥 TRAE 进行复杂逻辑的无损重构。
7. **质量保障力:** 学员能用 TRAE 快速补齐核心流与边界条件的单测,消除无效的虚假断言。
8. **工程闭环力:** 能够将 AI Review 融入个人提交习惯,并掌握借助 CI 日志让 AI 自动修复代码的流水线能力。
9. **工程协作力:** 学员能够把 AI 参与的变更说明、验证证据和可复用资产纳入可审查、可追溯的研发交付链路。
## 咨询费用
6 \* 12000 = 720000 元
付款方式:合同签订后付款50%,培训过半后付款30%,培训结束付款20%。