ByteDance TRAE Work 实战教程，覆盖 HTML 一键生成、Work/Code/Design 三模式、Skills、定时任务与服务器部署，附选股系统与论文聚类两个真实构建案例。
ByteDance TRAE Work 实战教程，覆盖 HTML 一键生成、Work/Code/Design 三模式、Skills、定时任务与服务器部署，附选股系统与论文聚类两个真实构建案例。
阿里巴巴开源的 in-page GUI Agent，一行 CDN 脚本或一次 npm install，就能让任意网页获得 AI 自然语言操作能力。GitHub 26.8k stars，MIT 协议。
TRAE Work 是字节跳动推出的 AI 原生工作台，桌面端（Windows / macOS）+ 网页 / 移动端三端同步。它的核心差异不是"模型更强"，而是把"边说边干"做到了工作流闭环——一句话生成可分享网页、把 GitHub 仓库落地成本地数据库、定时任务自动跑数据。
本篇先从一个 3 分钟的 HTML 钩子切入，再用两个真实任务（自建选股系统、批量论文聚类）把 TRAE Work 的核心能力跑通，最后讲一个可以迁移到任何 AI 工具上的方法论。
官方知识库（40 万字 AI 工作教程）：bytedance.larkoffice.com/wiki/RxVXweukSi7JtIkhOKBcuSlbnfC
TRAE Work 上线的 HTML 能力是理解整个工作流的最好入口。它不是生成网页代码，而是直接生成一份能交付的东西。
输入一句话需求，比如把 4 篇 WAIC 2026 会议总结（几万字分散在四个链接）做成会议速览页：
把这四篇 WAIC 2026 的会议总结，做成一个给读者看的会议速览页面，四个主题分成四块，每块先给核心观点，细节可以点开展开，要适合手机阅读。
TRAE Work 自动拆解任务、逐步执行，屏幕上能看到进度。实测 4 份素材生成动态网页耗时约 9 分 48 秒。
改完点分享，生成可外发的链接，对方不用装任何东西，手机点开就能看，链接展示的永远是最新版本。隐藏功能：回退按钮，可瞬间回到任意修改前的状态。
整条链路：一句需求 → 生成页面 → 圈选改 / 手动改 → 出链接 → 对方手机点开。
💡 判断标准：这份东西会不会被超过一个人打开，会不会被打开超过一次。两个都是"会"，就值得用 TRAE Work 做。
⚠️ 声明：本节所有股票内容仅用于展示工具能力，不构成任何投资建议。
这个任务的目标是从零搭起一个完整的选股工作流：拉数据 → 落本地库 → 喂策略 → 输出结果 → 部署上线 → 自动更新。
使用 GitHub 上的开源 instock 股票数据仓库。TRAE Work 的差异化能力在这里很明显：
跑完后产物：4589 只股票的基础信息齐全，行情数据各就各位。
💡 关键经验：AI 干完的每一步都要验收。 让它做一个可视化数据库面板，列出有哪些表、各多少条、数据更新到哪天。手动抽两只股票检查数字是否正确。
策略全是股民行话——"回踩缩量""长下影""放量破位"。原样丢过去：
从 A 股非 ST、非退市、上市满一年且日均成交额大于 1 亿元的个股中，筛选处于上升趋势（收盘价 > 20 日均线 > 60 日均线）、近期回踩 3-8 天且成交量逐步缩至 5 日均量 70% 以下、在 20 日均线或前期突破平台附近出现十字星或长下影小 K 线……按趋势强度、缩量程度和支撑有效性综合排序输出前 10 只。
关键收尾：在 prompt 末尾加一句——
数据不足不得猜测推荐。
TRAE Work 会先查数据库、补齐缺失的历史 K 线数据，然后把行话逐条翻译成可计算的规则，最终给出符合条件的结果（实测 2 只），每只都带指标、入场条件、止损参考和一句话理由。
让 TRAE Work 把同一份结果输出到三个出口：
启动 /plan 计划模式——先让 TRAE Work 出一份部署方案，配合服务器 Skill，把整套系统部署到自己的服务器，得到一个真实的线上地址，再加访问密码保护。
照着官方知识库的自动化教程，配置定时任务。对话框里说清三件事：
第二天早上手机震动：数据同步完成。
完整链路：拉数据 → 翻译策略 → 执行筛选 → 生成展示 → 部署上线 → 自动更新。
任务目标：把 60 篇关于 Loop 和 Agent 的论文整理进一张飞书表格，归类、聚类、可视化研究脉络。
让 TRAE Work 一次性产出：
前几天 Grok 4.5 发布主打图论推理，直接让 TRAE Work 基于已有表格把图论推理相关论文捞出来，对照 Grok 4.5 的公开信息讲解：这个热点到底新在哪、哪些思路其实论文里早就写过。几分钟后一份简报到手。
💡 关键点：表格本身的价值有限，价值在于知识已经入了库——后续任何相关追问、对比、热点跟进，都可以基于这张表格秒级产出。
这次两个任务跑下来，最大的收获不是 TRAE Work 的使用技巧，而是一套可以迁移到任何 AI 工具的流程：
模型今天能用，明天可能涨价、改规则、封号。但跟模型磨合攒下的这些方法，换一个工具照样跑。这也是为什么 TRAE Work 团队把这套流程收进了官方知识库当通用模板——工具会换，方法论不会。
TRAE Work 在以下场景的"工作流闭环"价值最高：
体验入口：
复制知识库链接，发给自己的 TRAE 即可使用。
