返回文章列表
本页目录7 个章节

本文依據 2026 年 9 月資料整理。價格、模型與介面名稱可能變動;這是操作指南,並非即時產品狀態。

面向 Python 和 R 的資料科學 IDE,助手可利用控制台、圖表與資料上下文。

集成 AI 的 IDE · Posit · macOS · Windows · Linux

適合的工作流

適合將交互式資料探索與 Agent 輔助編程相結合的分析師和開發者。

限制與計費

編輯器免費,接入的 AI 提供商有各自的賬號要求和收費標準。

已覈實的功能

Agent 工作流 · MCP · 技能 · 記憶 · 自帶 API 密鑰

這裡只列出有依據的功能,並非完整功能清單。未列出的能力尚未在這條資料中覈實。

價格與用量

可免費使用,需查看限制

免費編輯器+單獨的模型提供商用量。按量使用或外部 Agent 的費用可能與訂閱分開計算。

模型與存取權限

使用支援的提供商賬號或 API 密鑰接入,提供商費用與編輯器分開計算。

已覈實的模型系列: Claude, GPT.

專案評估步驟

  1. 打開一個熟悉的小型專案,確認必要的語言工具能夠正常工作。
  2. 給 Agent 一項範圍明確的修改任務,並設定可觀察的驗收標準。
  3. 審查差異、執行專案檢查,並與現有工作流的結果比較。
  4. 任務結束後查看用量,據此估算同類工作一個月的費用,包括單獨的模型或 Agent 賬單。

TRAE 站內延伸閱讀

分享这篇文章

引用的工具

浏览与本文主题相关的目录条目。

探索目录