需配置mcp server并编写rules实现ai在linear上规范操作：先配mcp server接入linear api，再写rules.yaml定义硬约束与软策略，最后用rules触发mcp自动状态流转。
☞☞☞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☜☜☜
让AI在Linear上自动创建任务、更新状态、关联代码仓库，同时确保每一步都严格按你定的开发规范执行，而不是凭模型自由发挥——这需要MCP打通工具链，Rules框住行为边界，两者必须咬合运转。
先配MCP Server，让Trae能“碰”到外部平台
打开Trae Settings → 找到MCP模块 → 点击“Add MCP Server” → 粘贴Linear官方提供的JSON配置（含token、workspace ID等）→ 点击Save。
这一步不能跳过或简化。如果token权限不足，后续所有状态流转都会失败；如果workspace ID写错，AI会把任务创建到别人项目里。【务必确认token已开通Linear API写入权限】
配完后，在命令行输入@Builder list tools，能看到42个可用接口，说明MCP通道已通。
再写Rules，告诉AI“什么能干、什么不能干”
在项目根目录新建.trae/rules.yaml文件，用纯YAML语法定义规则。
方法一：全局硬约束（所有任务都生效）
比如禁止AI在未确认前直接标记Done：
on_task_status_change:<br> - when: status == "Done"<br> then: require_confirmation: true
方法二：阶段级软策略（只对Plan文档里的阶段生效）
比如要求“阶段1必须先建Git分支再写代码”：
if task_name starts_with "阶段1":<br> enforce: ["git checkout -b feat/stage-1", "run linter before commit"]
注意：Rules不是提示词，它不参与模型推理，而是由Trae引擎在调用MCP前强制校验。写错语法会导致整个Rules加载失败，AI退回默认行为。
最后用Rules触发MCP，实现自动状态流转
第一步：在.trae/rules.yaml中定义触发条件
例如：
on_user_says:<br> - match: "开始做阶段.*"<br> action: mcp_linear_update_status(task_id, "In Progress")
第二步：确保MCP Server已注册名为mcp_linear_update_status的工具
这个函数名必须和Rules里写的完全一致，大小写、下划线都不能错。
第三步：对Trae说：“开始做阶段3，先搭数据库迁移脚本”
Trae会立刻：
① 解析语义匹配Rules中的正则
② 加载Memory中缓存的阶段3对应Linear任务ID
③ 调用MCP协议向Linear发送状态变更请求
④ 返回确认信息：“已将阶段3标记为In Progress”
这一步成功的关键是Rules里的match字段必须覆盖你日常说话的真实句式。如果总说“搞起阶段3”，但Rules只写了“开始做阶段.*”，那AI就永远不会触发MCP。
