需启用工作区级共享机制实现ai配置同步：一、在项目根目录创建并提交project_rules.md文件，成员拉取后右键重载规则；二、导出智能体为trae包并分发，成员导入覆盖本地配置；三、开启工作区ai协作开关绑定全局上下文沙箱。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在Trae中为项目配置了AI行为规则、技能或智能体，但团队成员无法自动继承这些设置，则说明工作区级共享机制尚未激活。以下是实现项目成员间AI配置统一同步的具体方式：
一、启用工作区级project_rules.md共享
project_rules.md是Trae识别的项目级规则主入口文件，当该文件置于项目根目录并设为Git跟踪后，所有克隆该项目的成员在首次打开时将自动加载其中定义的AI行为约束。
1、在项目根目录新建文本文件，命名为project_rules.md。
2、在文件中以Markdown格式编写结构化规则，例如：
【响应风格】技术文档式表达，禁用口语化词汇；
【代码规范】Java类名使用UpperCamelCase，方法名使用lowerCamelCase；
【安全要求】禁止生成含硬编码密码或密钥的示例代码。
3、执行git add project_rules.md && git commit -m "init shared AI rules"，推送到远程仓库。
4、团队成员拉取最新代码后，在Trae IDE中右键项目根目录，选择“重载AI规则上下文”，系统将解析并应用全部声明。
二、通过Trae IDE内置共享功能分发智能体配置
智能体（Agent）封装了特定任务所需的提示词、知识库引用与模型参数，其配置需显式导出为可复用包，才能被其他成员一键导入并保持行为一致。
1、在Trae IDE左侧导航栏点击智能体，选中已调试完成的智能体（如“API-Contract-Validator”）。
使用ydata-profiling（前身为pandas-profiling）生成全面的数据质量报告，包含相关性分析、缺失值模式和基数检测。导出交互式HTML仪表板和JSON摘要。
2、点击右侧管理智能体 → 导出为TRAE包，生成.zip格式的配置包，内含agent_config.json与knowledge_ref.yaml。
3、将该包上传至团队共享云盘或Git LFS，并在协作群中同步下载链接与校验码（SHA256）。
4、其他成员在Trae中进入智能体管理页，点击导入TRAE包，选择文件后确认覆盖本地同名智能体。
三、绑定工作区专属AI上下文沙箱
Trae默认将AI对话状态隔离于用户会话，启用工作区沙箱后，所有具备编辑权限的成员在该工作区内触发的AI交互将共享同一上下文缓存，包括变量赋值、历史指令回溯与临时知识注入。
1、在Trae IDE顶部菜单栏点击工作区 → 设置 → AI协作。
2、开启启用工作区全局上下文开关，并确认下方显示“存储位置：workspace://sandbox_v2”。
3、点击保存并重启AI引擎，系统将强制终止当前所有会话并重建上下文索引。
4、任意成员在频道中输入“@reviewer 检查src/main/java下的Controller类”，其余成员后续调用同一智能体时将自动继承此前已加载的源码结构快照。
