01
本文基于真实开发场景，介绍 TRAE IDE 中常用的 10 个 MCP Server，梳理它们的核心能力、使用场景与可用工具，帮助你在不同开发阶段选择合适的 MCP Server，从而提升开发效率。
例如：
GitHub
GitHub MCP Server 基于 GitHub API，允许 LLM 直接访问并管理 GitHub 上的仓库、代码、用户、Issue 与 Pull Request。
该 MCP Server 支持的所有操作仅作用于 GitHub 上的远程资源：所有文件操作均发生在 GitHub 仓库中，通过 Commit 与 Pull Request 提交，不会读取或修改用户本地的文件系统。
- 核心功能
- 仓库与文件管理
支持全面管理代码库，支持仓库的创建、Fork、搜索及分支管理；同时具备精细的文件操作功能，允许直接读取内容、创建或更新文件以及批量推送代码。
- Issue 追踪
聚焦于项目进度的管理与协同，支持对 Issue 进行创建、筛选、状态更新及评论。
- Pull Request 协作
涵盖代码合并的全生命周期，从发起 Pull Request、查看变更详情、同步分支最新改动，到最终合并代码。
- 代码评审与信息检索
支持发起和管理代码评审，获取评审意见；同时提供强大的搜索能力，可快速定位代码片段、用户或相关评论。
- 使用场景
- AI 辅助代码开发
自动执行从代码修改、分支创建到变更提交的全流程。在遵循版本控制规范的前提下，实现开发需求的快速落地与代码历史的清晰记录。
- 自动化协作工作流
全面接管 Issue 追踪与 Pull Request 管理。自动完成任务创建、上下文补充、评审及分支合并，减少人工操作成本。
- 项目调研与分析
深度解析仓库的架构、代码逻辑及变更历史。结合全局检索能力，快速定位核心信息并梳理项目脉络，然后生成调研报告。
- 智能的仓库管理
将 AI 作为团队协作的一部分，执行重复性的 GitHub 操作，提升个人或团队的开发效率。
- 工具
GitHub MCP Server 为 LLM 提供以下可调用的工具：
02
打开trae开始配置。
打开MCP
从市场添加，全部安装。
安装即可
安装本地打勾的这种。
根据自己的项目安装需要的就行。这是我的安装。
03
支持一键导入的自定义智能体
针对项目开发中的不同场景，本文档提供了一系列可直接导入并使用的自定义智能体示例。这些智能体可以被单独调用；或在开发流程的相应阶段由 SOLO Coder 自动调用，以完成特定任务，详情参考《SOLO Coder》。同时，这些自定义智能体也可以作为参考模板，你可以根据实际需求调整现有配置。你可以通过点击下表中相应的链接，将这些智能体快速导入 TRAE 中并使用。
直接点击链接，即可配置专属于自己的智能体。
最终集成的个人智能体
