Files
TARE-Learn/TRAE 培训大纲V1.0.md
T
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

15 KiB

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%。