整理好可直接复制即用的全套模板、Skill 文案、自动化脚本

墨子

这里整理好可直接复制即用的全套模板、Skill 文案、自动化脚本，按步骤部署即可，全程低 Token、开箱即用。

一、项目根目录文件（直接新建/粘贴内容）

1. .ai-context.md（核心项目上下文）

按需修改里面的技术栈、目录、规范，精简书写，控制在 500 Token 内

# 项目全局上下文（Trae 专用）
## 技术栈
框架/语言：
构建工具：
状态管理：
请求库：
UI 组件库：

## 目录结构（只列核心）
/src
  /features  业务功能模块（按页面/功能拆分）
  /components 通用公共组件
  /hooks 自定义钩子
  /store 全局状态
  /utils 工具函数
  /api 接口请求

## 核心数据模型
（例：User { id: number; name: string }）

## 编码规范
1. 组件统一使用函数式组件
2. 命名：小驼峰命名法
3. 状态统一使用项目内置状态方案
4. 接口请求统一封装 api 层，不直接写请求逻辑

## 补充说明
（项目特殊规则、历史遗留逻辑、限制条件，无则删除本行）

2. .trae/ignore（Trae 忽略文件，杜绝无效扫描）

先在根目录新建 .trae 文件夹，再在里面创建 ignore 文件，内容如下：

# 依赖&构建产物
node_modules/
dist/
build/
out/

# 静态资源&大文件
assets/
images/
fonts/
media/

# 配置&文档&日志
*.log
docs/
*.mdx
.env*
*.lock

# IDE 缓存
.idea/
.vscode/
*.swp
.DS_Store

二、Trae Skills 模板（一键调用，免重复输入）

打开 Trae → 左侧 Skills → 新建 Skill，分别创建 2 个高频模板

Skill 1：项目快速初始化（主推，省 Token）

名称：项目上下文载入
提示词内容：

你已读取当前项目 .ai-context.md，严格遵循文档内的技术栈、目录结构、编码规范进行工作。
后续仅聚焦当前任务，不再重复询问项目基础信息，输出代码贴合项目现有风格。

Skill 2：代码片段精读（精准读局部代码）

名称：局部代码分析
提示词内容：

仅分析我接下来给出的代码片段/指定文件行号，不扩展无关逻辑，修改代码保持原有写法和规范。

三、Python 自动生成上下文脚本（gen_ai_context.py）

功能：自动读取 package.json 识别技术栈、扫描目录结构，一键更新 .ai-context.md

import os
import json

# 可自行配置需要扫描的目录、忽略目录
SCAN_DIR = "src"
IGNORE_DIRS = ("node_modules", ".trae", "assets", "dist")
CONTEXT_FILE = ".ai-context.md"

def get_project_stack():
    """从 package.json 提取技术栈"""
    stack = []
    pkg_path = "package.json"
    if os.path.exists(pkg_path):
        with open(pkg_path, "r", encoding="utf-8") as f:
            pkg = json.load(f)
            deps = {**pkg.get("dependencies", {}), **pkg.get("devDependencies", {})}
            # 常用技术栈关键词匹配，可自行扩充
            match_map = {
                "react": "React",
                "vue": "Vue",
                "typescript": "TypeScript",
                "vite": "Vite",
                "webpack": "Webpack",
                "axios": "Axios",
                "zustand": "Zustand",
                "pinia": "Pinia"
            }
            for key, name in match_map.items():
                if key in deps:
                    stack.append(name)
    return "、".join(stack) if stack else "未识别"

def scan_dir_tree(root, prefix=""):
    """生成精简目录树"""
    tree = []
    if not os.path.exists(root):
        return tree
    items = sorted(os.listdir(root))
    for item in items:
        item_path = os.path.join(root, item)
        if item in IGNORE_DIRS or item.startswith("."):
            continue
        tree.append(f"{prefix}├─ {item}")
        if os.path.isdir(item_path):
            tree.extend(scan_dir_tree(item_path, prefix + "  "))
    return tree

def main():
    print("正在自动生成 .ai-context.md ...")
    # 组装内容
    content = "# 项目全局上下文（Trae 自动生成）\n\n"
    content += "## 技术栈\n"
    content += f"{get_project_stack()}\n\n"

    content += "## 目录结构\n"
    dir_tree = scan_dir_tree(SCAN_DIR)
    content += "\n".join(dir_tree) + "\n\n"

    content += "## 编码规范\n"
    content += "1. 遵循项目现有代码风格\n2. 新增逻辑复用现有工具、组件、接口\n"

    # 写入文件
    with open(CONTEXT_FILE, "w", encoding="utf-8") as f:
        f.write(content)
    print(f"生成完成 → {CONTEXT_FILE}")

if __name__ == "__main__":
    main()

脚本使用方法

  1. 将脚本放在项目根目录；
  2. 每次更新依赖/调整目录后，执行：python gen_ai_context.py；
  3. 脚本会自动覆盖更新 .ai-context.md，无需手动改。

四、标准使用流程（新开 Trae 会话固定步骤）

这套流程单次输入 Token 稳定控制在 400 以内，速度最快

  1. 输入指令读取全局上下文
   # .ai-context.md
  1. 精准引用当前任务相关文件/代码片段（二选一）
  • 整文件：# src/features/xxx/xxx.tsx
  • 局部行号（最省 Token）：# src/features/xxx/xxx.tsx:10-40
  1. 点击左侧 Skill → 执行 项目上下文载入
  2. 最后描述你的具体需求

完整示例（直接复制可用）

# .ai-context.md
# src/features/home/Index.tsx:25-60

帮我优化这段代码的渲染逻辑，修复重复请求问题

五、补充最优使用规则（进一步降 Token）

  1. 单任务单会话：一个功能/一个 bug 修复完就关闭会话，避免历史对话累积 Token；
  2. 绝不使用 # src/ 全目录扫描，只引用当前用到的 1~2 个文件；
  3. 简单代码补全、查语法用轻量模型，复杂架构再用高阶模型；
  4. 项目大版本迭代后，运行一次 gen_ai_context.py 更新上下文即可。