全新TRAE SOLO实测，一句话整理文件、出报告、开发工具。

嗨大家好！我是阿真！

TRAE 大家应该不陌生了，字节做的 AI 开发工具。它的 IDE 里面其实一直有个叫 SOLO 的 Agent 模式，能力很不错，深度嵌在 IDE 架构里。

而最近，他们把 SOLO Agent 的核心能力完整保留，但单独做成了一个独立客户端。 PC 端和网页端都有，打开就是一个干净的对话框，没有 IDE、没有终端、不会给出满屏的代码，打开就是一个我们都熟悉的聊天界面。

链接我放在评论区了朋友们。

左上角有一个 MTC / Code 的切换按钮。MTC 模式（More Than Coding）就是面向办公场景的，首页展示的是网页读取、调研分析、数据挖掘、文件管理四个快捷入口。切到 Code 模式后，更适合全流程开发任务场景。快捷入口换成了应用开发、项目理解、游戏创意、工具脚本。两个模式共享同一套底层能力，只是任务引导和预设不同。

就一个聊天框，恰恰就是它厉害的地方了，非常友好的交互界面，简单清晰到没有学习成本。我们不用看教程，不用配置环境，不用理解任何技术概念，打开就是一个对话框，像聊天对话一样上传文件，打字描述想要什么，剩下的它来完成。

众所周知，AI Agent 能干的事情早就不只写代码了。我们使用它更多的场景，其实集中在更多类似整理文件、做 PPT、分析数据、写报告这样的办公任务，这些事情它只是之前缺一个更轻的入口。而 SOLO 现在把这个入口做出来了，为的就是在更多常用场景下，我们用更轻松的方式获得结果。

下面尝试了一些场景，和大家分享体验。下方所有信息和数字基本是虚构的，如有雷同纯属巧合啊。

1.文件管理

文件管理很方便，可以随时按照自己的要求让它清楚，它自己建文件夹、归档、出清单，全程不用自己动手。这种浪费时间的机械活完全不用自己拖来拖去了。

首先，选择要操作的目标文件夹。在左下角的项目选择器里可以快速切换工作目录，选好指定文件夹后就开始干活了。

几分钟后，SOLO 按我前期的选择和要求，给出了完整的整理结果：按项目和时间自动归类了六个文件夹，每个文件夹都标注了文件数量和占用大小。同时，它识别并删除了 4 个已解压的压缩包，释放了 114MB 空间。重复检测也跑了一遍，确认没有完全重复的文件。我让它整理之后给我输出一份报告，这样我也能心里有数

打开就是一份结构清晰的分类结构表，包含每个文件夹的项目数、大小和包含内容，还附上了备注说明。整个过程我只是选择了指定文件夹和提出了几句话要求。

2.文档输出

做报告和文档、PPT同样实用。手上有份产品大纲，可以让 SOLO 直接转成 PPT，结构映射、图表生成它自己处理，还能顺手写个演讲稿。甚至从零开始也行，描述清楚我们要什么，一套方案就出来了。

我虚拟了一个产品的场景：FlowTask v3.0 要发版，需要准备一整套发布物料。只给了一句需求描述和产品大纲，SOLO 自己规划任务、拆分步骤，一口气生成了 5 份完整的发布文档。

包括了版本更新公告、新功能操作指南、FAQ文档、话术文档，社交媒体推广文案。

右侧的任务产物栏可以直接点击查看每份文档。

下面是其中的版本更新公告和客户话术文档的截图，都是基于已有的信息进行的润色和延伸

招聘场景也试一把。

我上传了一份岗位需求说明和一份包含 6 位候选人的简历汇总表，让 SOLO 帮我完成整套招聘准备工作。

它自己设计了一套五维度加权评分模型（技术能力、经验匹配、成长潜力、薪资匹配、风险因素），给 6 位候选人逐一打分排序，推荐了前 3 名进入面试，并为每人定制了 6 道面试题（技术+行为+情景各 2 道）。最后还附上了一份给 HR 的招聘分析报告，包含候选人池质量评估、人才市场趋势观察和招聘策略建议。

整套内容打包成了一份 12 页的专业 Word 文档。从上传简历到拿到完整报告，全程仅一轮对话。

这里我调用了一个咨询及研究报告的技能，技能这个后续再细说

输出结果

3.数据处理

我个人体验下来，感觉数据处理可能是最高效且效果好的场景。现在描述一下需求，SOLO 自己写脚本跑完，给你一个干干净净的结果文件。对跟 Excel 打交道多的运营和数据分析应该会很有帮助。

比如下面这个任务。我给到了附件并列出了要求：

• 1

• 2

• 3

• 4

• 5

• 6

任务 A文件夹里有 3 份 Q1 总结——产品迭代、运营、商业化。帮我合并成一份 Q1 季度总报告，按业务线分章节，提炼出 5 条全公司层面的核心发现，给 Q2 的 3 条优先建议。输出 Word。任务 B附件是网站最近 30 天的流量数据，按日期和页面记录了 UV、PV、平均停留时长、跳出率。帮我做一份流量分析报告——哪些页面流量最高、哪些跳出率异常、用户路径有没有规律。做几张图表，输出 PDF。任务 C写一个 Python 脚本，功能是读取一个文件夹里所有的 CSV 文件，自动检测每个文件的列名和数据类型，生成一份数据字典文档（Markdown 格式），包含文件名、列名、数据类型、非空率、唯一值数量、示例值。

值得单独说说这些图表的细节。

首先图表类型比我会选多了。根据数据都匹配了最适合的图表形式，不是一股脑全用一类图表。

配色和排版有设计感。整套报告的色系统一，图表之间的配色协调，不会出现辣眼睛的配色很跳的问题。图表标题、坐标轴标签、图例位置都处理得很规范，数据标注清晰不遮挡，留白合理，整体观感接近专业 BI 工具的输出。

每张图表不是孤立存在的，图表之间有逻辑递进。它是先看整体趋势，再看渠道拆解，再看转化效率，最后落到异常检测。这个数据的叙事是非常符合逻辑的。

基于数据输出PPT也可以

还可以根据表格文件直出个人消费分析报告网页。

• 1

• 2

• 3

• 4

• 5

附件是最近 3 个月的信用卡消费记录，大概三四百条，有交易日期、时间、商户名称、金额、商户类别、交易类型。帮我做一份个人消费分析。先按消费类别重新分一下类——餐饮、交通、购物、娱乐、订阅服务、生活缴费、其他。做出每月各类别的占比饼图，看看钱都花哪儿了。然后分析一下消费模式——我是哪天花钱最多、周末还是工作日花得多、哪个时间段消费最集中。把单笔超过日均消费 3 倍的标成异常消费。最后给我 3 条具体的省钱建议，要基于我实际的消费数据来说，别给那种"少喝咖啡"的通用建议。再预测一下下个月大概会花多少钱。整个分析做成一份好看的报告，带图表。

上面这张超长截图就是 SOLO 生成的个人消费分析报告网页。它自己写了一套前端代码，直接在浏览器里渲染出了一份交互式报告，包含了消费总览仪表盘、按类别的饼图、每月消费类别占比，月度趋势柱形图、工作日与周末对比分析、异常消费标记，最后还给出了 3 条基于我实际数据的个性化省钱建议和下月消费预测。非常直观，整份报告配色统一、图表清晰、数据准确，效果真的不错。

4.调研访谈报告

调研报告也可以。上传几份 PDF，让它整合多源信息做竞品综述，输出文档结构清晰，还会标信息来源，方便我们快速验证。

我让 SOLO 分析竞品的落地页，然后基于分析结果生成推广文案和落地页。它先联网搜索了相关的 SaaS 产品落地页，提取了页面结构、文案策略和转化路径，然后直接生成了一份 FlowTask 的落地页 HTML。包含 Hero 区、功能展示、社会证明、CTA 按钮，还生成了 7 个区块的页面骨架文档。从调研到产出，一条龙完成。

做灵感收集也可以尝试。我说我是一名视觉设计师，让 SOLO 帮我找黑色极简风格的客户端首页灵感，要求界面采用黑色调、风格极简，优先考虑知名企业。SOLO 联网搜索后，整理出了一份结构化的灵感参考表格，列出了 8 家标杆企业，标注了行业、黑色极简程度评分和设计特点，最终输出了一份完整的视觉灵感参考文档，包含每个案例的官网截图。右侧和文档中都列出了所有联网搜索的参考来源，方便我进一步学习参考。

5.Code 模式

前面跑的都是 MTC 模式下的办公场景，但别忘了 SOLO 左上角还有个 Code 模式。切过去之后，它就是一个完整的开发 Agent，能直接写代码、跑项目、做应用。

这是我一个朋友的需求，他希望有 AI 工具能基于他现在做的表格帮他做一个房租水电记账系统，解决他每月都要收房租的小小烦恼

我把朋友的 Excel 表格丢给 SOLO，描述了需求。它自己选了技术栈，从零搭了一个完整的 Web 应用，最终交付了七个功能模块：房间管理、租户管理、房租记录、水电费管理、支出管理、统计报表、收据生成。

有意思的是开发过程中的迭代。整个项目经历了多轮修改，我一边用一边提需求，SOLO 一边改一边跑。比如我让它虚拟一些 2026 年的演示数据，它会先生成房间，再创建关联的租户和记录，确保数据之间的关系都是对的。中间有一次它自己改代码改出了语法错误，报错了以后，它自己发现了问题，重建了文件，没让我操心。

而且 SOLO 支持边做边改的迭代交互。比如它生成了一张收据图片，我希望按照 175mm × 95mm 的比例修改，它就会立刻重新生成。不用从头来，不用重复描述，跟真人协作一样自然。

回头看这几个场景，我全程没写过一行代码，没打开过终端。文件分类要写脚本吧？数据清洗合并要写 Python 吧？画图表要用代码库吧？以前是的，现在 SOLO 在背后把这些全干了。我只管用人话描述需求，它自己决定该写什么脚本、调什么工具、按什么顺序跑。普通人能够无感拥有编程级别的生产力，但完全不需要懂编程。

技能

跑完上面这些场景，有一个感受越来越明显：通用 Agent 的基础能力已经很强了，但遇到特定工作流的时候，效率瓶颈还是存在的。比如每次做数据分析都要重新解释一遍，每次做咨询报告都要强调“要有数据支撑、要有图表”。Agent 其他都很厉害，就是不知道这个任务的最佳实践是什么。

SOLO 的解法是技能。每个 Skill 就像是一个可插拔的技能包，把完成某类任务的工作流、专业知识和工具调用打包在一起。装上之后，Agent 需要的时候会自动调用，不用我们每次都从头解释该怎么做。

比如我前面提到的消费分析报告，SOLO 就自动调用了 chart-visualization 技能，从 26 种图表类型中智能选择了最合适的方案。还有 consulting-analysis 技能可以自动生成咨询级别的分析报告，data-analysis 技能负责处理 Excel 和 CSV 文件的清洗与可视化，slides 技能则专门用来构建和编辑 PPT。

而这些技能的发现和安装，都在 SOLO 内置的技能市场里完成。

官方精选的技能目前覆盖了开发工具、数据分析、界面设计、内容创作、效率提升这几个大类，也支持用户自己上传。这个生态一旦跑起来，SOLO 的能力边界就会不断被拓宽。

小结

Coding Agent的基础能力到位了，但大多数非技术岗位还是用不上，普通用户天然会对这样的界面有点怯。SOLO 解决的就是这个问题：把 Agent 从 IDE 里拉出来，做成一个打开就能聊就能干活的独立工具。

而技能，让 SOLO 从一个聪明的通用助手变成了一个可以不断长本事的专业助手。就像 VS Code 靠插件生态成为万能编辑器，SOLO 的技能市场让每个人都能按需扩展 Agent 的能力边界。每个岗位都能积累自己的数字工作经验，而且这些经验可以封装成 Skill 分享给别人，变成可复用的能力包。

产品也在持续迭代中，可能细分场景还需要打磨，但方向本身很好，AI Agent 的价值，不应该只属于会写代码的人，AI Agent 的场景，也不应该仅限于 Coding。

好了，分享就到这里啦，如果大家也感兴趣，欢迎评论区聊聊你最希望 AI Agent 帮你解决什么日常工作，猛猛三连 鼓励阿真，这对阿真真的很重要～

下期见~