Trae Agent는 범용 소프트웨어 엔지니어링 작업을 위한 LLM 기반 에이전트입니다. 이 에이전트는 자연어 지침을 이해하고 다양한 도구 및 LLM 제공업체를 사용하여 복잡한 소프트웨어 엔지니어링 워크플로우를 실행할 수 있는 강력한 CLI 인터페이스를 제공합니다.

기술적 세부 사항은 기술 보고서를 참조해 주십시오.

프로젝트 상태: 프로젝트는 현재 활발하게 개발 중입니다. Trae Agent 개선에 기여할 의향이 있으시면 docs/roadmap.md와 CONTRIBUTING을 참조해 주십시오.

다른 CLI 에이전트와의 차별점: Trae Agent는 연구원과 개발자가 쉽게 수정, 확장 및 분석할 수 있는 투명하고 모듈식 아키텍처를 제공하여 AI 에이전트 아키텍처 연구, 제거(ablation) 연구 수행, 새로운 에이전트 기능 개발에 이상적인 플랫폼입니다. 이러한 연구 친화적 디자인은 학계와 오픈 소스 커뮤니티가 기초 에이전트 프레임워크에 기여하고 구축할 수 있게 하여 급변하는 AI 에이전트 분야의 혁신을 촉진합니다.

• 🌊
  Lakeview: 에이전트 단계에 대한 짧고 간결한 요약 제공 - 🤖
  Multi-LLM 지원: OpenAI, Anthropic, Doubao, Azure, OpenRouter, Ollama 및 Google Gemini API와 연동됩니다 - 🛠️
  풍부한 도구 생태계: 파일 편집, bash 실행, 순차적 사고 등 - 🎯
  대화형 모드: 반복적인 개발을 위한 대화형 인터페이스 - 📊
  궤적 기록(Trajectory Recording): 디버깅 및 분석을 위해 모든 에이전트 동작에 대한 상세 로깅 - ⚙️
  유연한 구성: 환경 변수 지원과 함께 YAML 기반 구성 - 🚀
  쉬운 설치: 간단한 pip 기반 설치

• UV (https://docs.astral.sh/uv/)

• 선택한 제공업체(OpenAI, Anthropic, Google Gemini, OpenRouter 등)의 API 키

git clone https://github.com/bytedance/trae-agent.git
cd trae-agent
uv sync --all-extras
...

예제 구성 파일을 복사하세요:

cp trae_config.yaml.example trae_config.yaml

편집

trae_config.yaml

에 API 자격 증명 및 선호 설정을 추가하십시오:

agents:
trae_agent:
enable_lakeview: true
...

참고: trae_config.yaml 파일은 API 키를 보호하기 위해 git에 의해 무시됩니다.

어떤 경우에는 api에 대한 사용자 지정 URL을 사용해야 할 수 있습니다. 이 경우, provider 뒤에 base_url 필드를 추가하십시오. 다음 설정을 예로 참고하십시오:

openai:
api_key: your_openrouter_api_key
provider: openai
...

참고: 필드 형식 지정 시 공백만 사용하십시오. 탭( )은 허용되지 않습니다.

또한 환경 변수를 사용하여 API 키를 구성하고 .env 파일에 저장할 수도 있습니다:

export OPENAI_API_KEY="your-openai-api-key"
export OPENAI_BASE_URL="your-openai-base-url"
export ANTHROPIC_API_KEY="your-anthropic-api-key"
...

Model Context Protocol (MCP) 서비스를 활성화하려면 구성에 mcp_servers 섹션을 추가하십시오:

mcp_servers:
playwright:
command: npx
...

구성 우선순위: 명령줄 인자 > 구성 파일 > 환경 변수 > 기본값

레거시 JSON 구성: 이전 JSON 형식을 사용하는 경우, docs/legacy_config.md를 참조하십시오. YAML로 마이그레이션하는 것을 권장합니다.

# 간단한 작업 실행
trae-cli run "hello world 파이썬 스크립트 생성"
# 구성 확인
...

# OpenAI
trae-cli run "main.py의 버그 수정" --provider openai --model gpt-4o
# Anthropic
...

# 사용자 지정 작업 디렉토리
trae-cli run "utils 모듈에 대한 테스트 추가" --working-dir /path/to/project
# 실행 궤적 저장
...

중요: 환경에서 Docker가 구성되어 있는지 확인해야 합니다.

# 새 컨테이너에서 작업을 실행할 Docker 이미지 지정
trae-cli run "utils 모듈에 대한 테스트 추가" --docker-image python:3.11
# 새 컨테이너에서 작업을 실행하고 디렉토리를 마운트할 Docker 이미지 지정
...

대화형 모드에서는 다음을 사용할 수 있습니다:

• 작업 설명을 입력하여 실행: status
• 에이전트 정보 표시: help
• 사용 가능한 명령어 표시: clear
• 화면 지우기: exit 또는 quit
• 세션 종료

Trae Agent는 파일 편집, bash 실행, 구조적 사고 (structured thinking), 그리고 작업 완료를 포함한 소프트웨어 엔지니어링 작업을 위한 포괄적인 툴킷을 제공합니다. 사용 가능한 모든 도구와 그 기능에 대한 자세한 정보는 docs/tools.md를 참조하세요.

Trae Agent는 디버깅 및 분석을 위해 상세한 실행 궤적 (execution trajectories)을 자동으로 기록합니다:

# 자동 생성된 궤적 파일
trae-cli run "Debug the authentication module"
# 저장 위치: trajectories/trajectory_YYYYMMDD_HHMMSS.json
...

궤적 파일에는 LLM 상호작용, 에이전트 단계 (agent steps), 도구 사용, 그리고 실행 메타데이터가 포함되어 있습니다. 더 자세한 내용은 docs/TRAJECTORY_RECORDING.md를 참조하세요.

기여 가이드라인은 CONTRIBUTING.md를 참조해 주세요.

임포트 오류 (Import Errors):

PYTHONPATH=. trae-cli run "your task"

API 키 문제 (API Key Issues):

# API 키 확인
echo $OPENAI_API_KEY
trae-cli show-config

명령어를 찾을 수 없음 (Command Not Found):

uv run trae-cli run "your task"

권한 오류 (Permission Errors):

chmod +x /path/to/your/project

이 프로젝트는 MIT 라이선스 하에 라이선스가 부여됩니다 - 자세한 내용은 LICENSE 파일을 참조하세요.

@article{traeresearchteam2025traeagent,
title={Trae Agent: An LLM-based Agent for Software Engineering with Test-time Scaling},
author={Trae Research Team and Pengfei Gao and Zhao Tian and Xiangxin Meng and Xinchen Wang and Ruida Hu and Yuanan Xiao and Yizhou Liu and Zhao Zhang and Junjie Chen and Cuiyun Gao and Yun Lin and Yingfei Xiong and Chao Peng and Xia Liu},
...

도구 생태계의 귀중한 참고 자료가 된 anthropic-quickstart 프로젝트를 구축해 준 Anthropic에 감사드립니다.