Trỏ Trae Agent vào một endpoint cho mọi model.

Câu trả lời nhanh: một khối provider, một khối model.

Cấu hình hiện tại của Trae Agent là YAML: trae_config.yaml trong thư mục dự án, với ba khối liên quan. model_providers định nghĩa các endpoint, và mỗi entry nhận api_key, provider, và base_url, nên một gateway tương thích OpenAI đơn giản là một provider kiểu-openai với base_url được thay. models định nghĩa các cấu hình model có tên tham chiếu tới một provider qua model_provider. agents gắn trae_agent với một trong các tên model đó. README upstream cho thấy đúng hình dạng này cho việc định tuyến qua một dịch vụ đa model: một entry provider openai mà base_url của nó trỏ vào gốc /v1 của dịch vụ. Với APIsRouter, đó là https://api.apisrouter.com/v1, và trường model khi đó nhận bất kỳ id catalog nào dưới dạng một chuỗi trơn, gồm cả id Claude và Kimi, vì loại provider chỉ quyết định định dạng request, không phải vendor.

model_providers:
  apisrouter:
    api_key: your_apisrouter_api_key
    provider: openai
    base_url: https://api.apisrouter.com/v1

models:
  trae_agent_model:
    model_provider: apisrouter
    model: claude-sonnet-4-6
    max_tokens: 4096
    temperature: 0.5

Cách Trae Agent được nối dây bên trong.

Trae Agent (bytedance trên GitHub, khoảng 12K star) là agent kỹ thuật phần mềm hướng nghiên cứu của ByteDance cho dòng lệnh: cho trae-cli một tác vụ và nó xử lý qua một vòng lặp tool minh bạch, bash, sửa file, và tư duy tuần tự nằm trong số các tool tích hợp sẵn, tới một max_steps có thể cấu hình. Nó có chủ đích mô-đun hóa, đây là lý do cấu hình tách provider khỏi model khỏi agent: cùng một provider có thể phục vụ nhiều cấu hình model, và đổi những gì agent chạy trên đó là một chỉnh sửa một dòng tới một tham chiếu tên. Hai slot model quan trọng trong thực tế. trae_agent_model là vòng lặp chính, model làm lý luận, lệnh gọi tool, và chỉnh sửa, nơi max_steps là hai trăm nghĩa là một tác vụ đơn có thể là một chuỗi dài các lệnh gọi tính phí. lakeview_model cấp năng lượng cho Lakeview, tính năng tóm tắt-từng-bước của Trae tạo ra các bản tóm tắt ngắn dễ đọc về những gì agent đã làm ở mỗi bước. Lakeview khai hỏa thường xuyên và đầu ra của nó là văn xuôi lướt qua được, khiến nó là slot giáo khoa cho một id nhanh trong khi vòng lặp chính giữ một id frontier. Cấu hình giải quyết từ nhiều hơn YAML: CLI chấp nhận các flag --provider và --model theo từng lần chạy, và các biến môi trường theo từng provider, OPENAI_API_KEY và OPENAI_BASE_URL nằm trong bộ đã tài liệu hóa, nuôi cùng các cài đặt. Các flag là cách bạn A/B một model thứ hai mà không chạm vào file.

Cài đặt đầy đủ: agent, Lakeview, và một lần chạy.

Cấu hình đầy đủ gắn agent với một model chính và Lakeview với một model nhanh, cả hai qua cùng một entry provider. Lưu ý sự gián tiếp: agents.trae_agent.model gọi tên một entry trong models, và mỗi entry models gọi tên một provider qua model_provider. Một lỗi gõ sai ở một trong hai tham chiếu làm hỏng chuỗi, nên hãy giữ ba cái tên nhất quán. Một lưu ý lịch sử giải thích hầu hết các tutorial gây bối rối: cấu hình của Trae Agent từng là trae_config.json, và repo giờ tài liệu hóa định dạng đó là legacy với YAML là dạng hiện tại. Các hướng dẫn cho thấy JSON đang mô tả một bố cục cũ hơn; các khóa đã di chuyển, khái niệm được giữ nguyên. Nếu bạn có một cấu hình JSON cũ, tài liệu legacy-config của repo bao gồm ánh xạ. Góc nhìn một-key đáng nói rõ cho công cụ này đặc biệt. Danh sách provider gốc của Trae Agent trải rộng qua các vendor Mỹ và Trung Quốc, điều thường nghĩa là một tài khoản và key mỗi vendor, một số khó lấy tùy vào bạn ở đâu. Sau một entry gateway, claude-sonnet-4-6, gpt-5.5, deepseek-v4-pro, glm-5.2, và kimi-k2.7-code đều chỉ cách một chuỗi model, trên một key, với một số dư, dù bạn phát triển ở bên nào của Thái Bình Dương.

agents:
  trae_agent:
    enable_lakeview: true
    model: trae_agent_model
    max_steps: 200
    tools:
      - bash
      - str_replace_based_edit_tool
      - sequentialthinking
      - task_done

model_providers:
  apisrouter:
    api_key: your_apisrouter_api_key
    provider: openai
    base_url: https://api.apisrouter.com/v1

models:
  trae_agent_model:
    model_provider: apisrouter
    model: claude-sonnet-4-6
    max_tokens: 4096
    temperature: 0.5
  lakeview_model:
    model_provider: apisrouter
    model: claude-haiku-4-5-20251001
    max_tokens: 4096
    temperature: 0.5

Chọn model cho vòng lặp agent.

Các flag --provider và --model biến quy trình so sánh thành cụ thể: chạy cùng tác vụ hai lần với các flag khác nhau, đọc số-bước-tới-xong và sử dụng đã định giá theo từng model trong console, và đưa người thắng vào trae_config.yaml.

• Vòng lặp chính là công việc tool dài hơi: đọc file, chỉnh sửa, chạy bash, phán đoán khi nào tác vụ hoàn thành. claude-sonnet-4-6 và gpt-5.5 giữ vững một kế hoạch hai trăm bước; đây là slot cuối cùng để tiết kiệm.
• Lakeview là tóm tắt tần suất cao, rủi ro thấp. claude-haiku-4-5-20251001 hoặc deepseek-v4-flash giữ nó gần như miễn phí cạnh chi tiêu của vòng lặp chính.
• kimi-k2.7-code và glm-5.2 là ứng viên nghiêm túc cho vòng lặp chính trên các codebase có comment, lịch sử commit, hoặc tài liệu tiếng Trung; một repo song ngữ là nơi chúng vượt qua các model tiếng Anh-trước ở khả năng hiểu, không chỉ về giá.
• deepseek-v4-pro là lựa chọn khối lượng cho các lần chạy hàng loạt, quét cùng một bản sửa qua nhiều repo hoặc chạy agent trong CI, nơi chi phí mỗi tác vụ nhân lên.
• max_steps là bộ điều tiết chi phí của bạn. Một model đi lạc tiêu tốn các bước; khi so sánh các ứng viên, hãy so sánh số-bước-tới-xong trên cùng tác vụ, không phải token mỗi request.

Trả theo mức sử dụng · thấp hơn giá chính thức

Selected models are priced below official list prices. Exact input, output, cache, and per-request prices are shown for each model.

Các kiểu lỗi đặc thù của Trae Agent.

Sự nhầm lẫn JSON-so-với-YAML dẫn đầu mọi thứ. Một trae_config.json copy từ một hướng dẫn cũ hơn được đọc như legacy tốt nhất và bị bỏ qua tệ nhất, và triệu chứng là CLI hành xử như thể bạn chưa từng cấu hình gì. Các thiết lập hiện tại thuộc về trae_config.yaml; hãy di chuyển các file cũ dùng tài liệu legacy-config của repo thay vì đoán tên khóa. Chuỗi ba-tên gãy âm thầm. agents.trae_agent.model phải gọi tên một entry models, và model_provider của entry đó phải gọi tên một entry model_providers. Đổi tên một cái mà không đổi các cái khác và lần chạy thất bại lúc khởi động với một lỗi giải quyết thay vì một lỗi request, điều này chỉ bạn về YAML, không phải mạng. base_url muốn bao gồm /v1, khớp với ví dụ upstream trỏ vào gốc /v1 của một router. Một host trần tạo ra lỗi 404 một khi client nối thêm đường dẫn chat-completions. Lakeview thất bại trong khi agent hoạt động nghĩa là lakeview_model tham chiếu một id endpoint không phục vụ, dễ bỏ sót vì bạn đã test model chính và quên slot thứ hai. Và các biến môi trường âm thầm hậu thuẫn một provider bạn tưởng được cấu hình qua file, đặc biệt OPENAI_API_KEY, đáng kiểm tra khi xác thực hành xử không nhất quán giữa các shell.

Ai định tuyến Trae Agent qua một gateway.

• Lập trình viên muốn Claude hoặc GPT điều khiển vòng lặp agent và GLM, Kimi, hoặc DeepSeek chỉ cách một flag, mà không cần giữ một tài khoản ở mỗi vendor.
• Đội song ngữ làm việc qua các codebase tiếng Trung và tiếng Anh, đối với họ model mạnh nhất cho mỗi repo có thể đến từ một trong hai hệ sinh thái, gọi được qua một key.
• Kỹ sư chạy các tác vụ agent hàng loạt hoặc CI, nơi theo dõi sử dụng theo từng key biến một đội tàu chạy trae-cli thành một báo cáo chi phí dễ đọc.
• Nhà nghiên cứu benchmark model agent, vì Trae Agent được xây cho so sánh kiểu ablation và gateway biến mỗi ứng viên thành cùng một thay đổi một-flag.
• Lập trình viên không có quyền truy cập billing của một vendor cụ thể. Truy cập dựa trên nạp tiền không yêu cầu thẻ loại bỏ phụ thuộc đăng ký theo từng provider.

Xác minh endpoint và debug tác vụ đầu tiên.

Xác nhận endpoint phục vụ các id của bạn trước lần chạy đầu: danh sách /v1/models với key của bạn là cách viết có thẩm quyền cho mọi trường model trong YAML, cả slot chính lẫn slot Lakeview. Lỗi lần chạy đầu phân loại rõ ràng. Một lỗi giải quyết cấu hình trước bất kỳ request nào là chuỗi ba-tên hoặc một file JSON legacy. Một lỗi 401 là api_key trong khối provider, hoặc một biến môi trường ghi đè nó. Một lỗi 404 trên mọi request là một base_url thiếu /v1. Một lỗi model-not-found nêu tên slot sai, hãy kiểm tra đó là model agent hay model Lakeview. Và một lần chạy bắt đầu nhưng đình trệ giữa tác vụ thường là model đi lạc chứ không phải endpoint thất bại, đây là lý do có max_steps và log bước. Khi tác vụ chạy, console APIsRouter hiển thị model theo từng request, số lượng token, và chi tiêu. Một agent mất một trăm bước mỗi tác vụ nhân mọi thứ lên, và log sử dụng là nơi bạn học được một tác vụ thực sự tốn bao nhiêu trên từng model ứng viên.

curl -s https://api.apisrouter.com/v1/models \
  -H "Authorization: Bearer $APISROUTER_API_KEY" | head -50

Câu hỏi thường gặp