smart/TARE-Learn
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
6baa4cd10e0fc338bebbb1dbb4837cd00f47025b
TARE-Learn/TRAE 培训大纲V1.0.md
T
smart 2fd8fc1f66 feat：update 3 4
2026-07-02 10:04:32 +08:00

12 KiB
Raw Blame History

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：历史代码重构、测试覆盖与团队资产库建设

目标：

掌握用 TRAE 安全治理技术债、补齐测试覆盖，并将课程中的规则、Prompt、模板、案例和流程沉淀为可维护的企业资产库。

内容 实操 产出
历史代码问题识别 分析长函数、重复判断、隐式规则、类型缺失、分支过深 代码坏味道清单
重构方案生成 生成策略模式、composable 拆分、类型抽取方案 重构方案
重构风险审查 检查行为一致性、影响范围、回滚方案、测试缺口 重构风险清单
重构实操 对预置历史模块进行分层拆分和类型治理 重构 Diff
TypeScript 类型治理 从接口响应、状态枚举、表单模型中抽取类型 TypeScript Interface
测试用例生成 覆盖权限、状态流转、异常输入、边界值 单测用例清单
Vitest 单测补齐 修正无效断言和脆弱测试 单测脚本与覆盖率报告
团队资产库分层设计 将课程产物分为规则、Prompt、模板、案例、SOP、指标 资产库目录结构
.trae/rules.md 生命周期 设计规则新增、评审、废弃、版本管理机制 规则维护机制
Prompt 模板库建设 标准化读代码、拆需求、写代码、重构、测试、Review、CI 修复 Prompt Prompt 模板库
案例库沉淀 提取优秀案例、问题案例、幻觉案例、CI 失败案例 案例库
资产评审机制 明确谁维护、多久评审、如何合入、如何淘汰 资产治理 SOP
新人和项目推广机制 设计新人学习路径、项目接入流程、检查机制 TRAE 推广流程

第 6 天：企业研发效能、PR 闭环、CI 门禁与落地计划

目标：

建立 AI 辅助研发效能管理方法，能够基于 PR、CI、缺陷、需求流转数据分析团队产出率、质量和吞吐，并跑通开发、Review、CI、验收、资产沉淀、管理复盘的完整闭环。

内容 实操 产出
研发效能指标体系 定义产出、质量、吞吐、周期、AI 使用、资产复用指标 指标字典
产出效率分析 分析 PR 数、有效提交、需求完成数、人均交付量 产出分析模板
需求吞吐分析 分析需求进入数、完成数、积压数、吞吐率 需求吞吐看板
交付周期分析 分析 Lead Time、Cycle Time、Review 等待时间、CI 修复时间 周期分析模板
质量指标分析 分析缺陷数、返工率、测试覆盖率、CI 失败率 质量分析模板
AI 使用指标 设计 AI 采纳率、AI 修改率、Prompt 复用率、AI Review 命中率 AI 使用指标表
团队资产指标 设计规则更新次数、模板复用次数、案例沉淀数、资产过期率 资产运营指标
TRAE 辅助效能分析 将 PR、CI、缺陷样例数据输入 TRAE，生成分析报告 效能分析报告
TRAE Code Review 方法 从安全、类型、性能、可维护性、测试缺口审查代码 AI Code Review 清单
PR 模板与审查标准 编写需求说明、实现说明、测试结果、风险点、AI 使用记录 PR 模板
CI 质量门禁设计 配置 lint、typecheck、unit test、coverage CI/CD YAML
TRAE 分析 CI 失败日志 将失败日志输入 TRAE，定位原因并生成修复方案 CI 失败修复记录
标准 PR 闭环演练 完成代码整理、Review、测试、CI 修复和验收 可运行 PR
Prompt 模板资产库沉淀 汇总读代码、拆需求、写代码、重构、测试、Review Prompt Prompt 模板资产库
ROI 测算方法 计算 AI 采纳率、PR 周期缩短、缺陷率变化、节省人日 ROI 测算报告

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
管理阶段 研发效能分析 效能分析报告
管理阶段 ROI 测算 ROI 测算报告

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

  • [ ] 核心历史模块的重构 Diff 记录

  • [ ] 高质量 TypeScript 接口定义文件

  • [ ] 达到标准覆盖率的单元测试脚本与报告

  • [ ] 跑通的 CI/CD 质量门禁 YAML 配置

  • [ ] 团队级 AI Code Review 标准清单

  • [ ] 精选沉淀的 Prompt 模板资产库

  • [ ] ROI 效能提升测算报告及落地计划

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. 管理量化力： 技术负责人能建立明确的 TRAE 落地方案，掌握代码产出比、交付周期等 ROI 测算方式。

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%。

Reference in New Issue View Git Blame Copy Permalink