trae生成代码慢的根因是本地模型未加载或gpu加速未启用，需通过“trae: status”确认运行模式与设备信息，启用离线模式、指定本地量化模型路径、裁剪上下文、关闭符号链接追踪并用探针定位瓶颈。
☞☞☞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☜☜☜
Trae生成代码速度慢，直接表现为输入提示后等待超3秒才出现建议、补全弹窗卡顿、连续敲击时AI响应断续或完全无反馈，这通常不是网络波动导致的偶发延迟，而是本地模型加载异常、上下文索引失控或硬件加速未启用等可定位问题。
确认当前运行模式与设备状态
第一步：按下 Ctrl+Shift+P（Windows/Linux）或 Cmd+Shift+P（Mac），调出命令面板。
第二步：输入并执行“Trae: Status”，观察终端输出中的 runtime mode 与 device info 字段。
若显示 runtime mode: cloud，则说明本地模型未加载成功，AI被迫回退至带宽受限的云端API；若 device info 中无 cuda 或 mps 字样，代表GPU直通未启用，大模型正在纯CPU上推理——这两项是生成延迟超2秒的最常见根因。
启用本地量化模型+GPU加速
方法一：一键启用离线模式与本地模型
在命令面板中输入“Trae: Toggle Offline Mode”，执行后Trae将自动尝试加载已缓存的Qwen2.5-7B-Int4量化模型，并绑定ONNX Runtime GPU后端。该模型在M2芯片MacBook Pro上首Token延迟可压至0.38s，比默认云端模式快8.4倍。
【必须重启Trae才能使GPU绑定生效】
方法二：手动指定模型路径与推理引擎
打开设置 → 高级设置 → 模型配置 → Local Model Path，填入本地已下载的 .onnx 文件路径（如 ~/trae/models/qwen2.5-7b-int4-cuda.onnx）；再于同一页面将 Inference Engine 设为 ONNX Runtime (CUDA) 或 Metal (Apple Silicon)。
若路径填写错误或文件权限不足，Trae不会报错但会静默降级回云端，务必检查终端输出是否含 loaded model from xxx/onnx。
裁剪无效上下文降低索引负载
1、打开设置 → 规则和技能 → project_rules.md
2、清空原有 include_dirs 或 exclude_dirs 配置，替换为精确白名单：
include_dirs:
- "src/app/"
- "src/core/utils/"
- "types/"
3、保存后，在命令面板执行“Trae: Reload Project Context”强制重载。
这一步跳过 node_modules、dist、.git 等目录扫描，可使上下文初始化时间从47秒降至6秒以内。若项目含monorepo子包，需额外在 include_dirs 中显式添加 packages/*/src 路径。
关闭符号链接追踪与全工作区扫描
进入设置 → 搜索关键词“Follow Symlinks”，关闭该开关。
继续搜索“search.mode”，将选项从 Entire Workspace 改为 Current File Only。
若项目存在大量软链接（如 pnpm store 链接或构建产物 symlink），开启 Follow Symlinks 会导致路径爆炸式遍历，单次补全触发可能引发300+文件I/O操作，CPU占用瞬间拉满。
插入轻量探针定位生成瓶颈
在待生成逻辑上方添加注释：
// trae.probe: generate_login_handler
将光标置于注释下方换行处，触发AI补全。
Trae会在后台记录本次生成的预处理耗时、模型推理耗时、后处理耗时三项指标，并在终端输出类似：[probe] generate_login_handler: pre=12ms, infer=312ms, post=8ms。若 infer 值持续＞200ms，说明模型加载或GPU驱动异常；若 pre 值突增，大概率是当前文件被折叠/注释屏蔽导致上下文解析失败。
