当trae因云端调用受限时，应切换至本地ollama服务：需安装并运行ollama，确认模型加载及端口11434可用，再在trae中添加自定义模型local-qwen2.5，api url必须为http://127.0.0.1:11434/v1/chat/completions，测试通过后即可离线使用。
☞☞☞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☜☜☜
当Trae调用云端模型频繁触发速率限制或配额耗尽，页面提示“请求过于频繁”或“已达到API调用上限”时，必须切换至本地Ollama服务以绕过所有网络限流机制。该方案不依赖任何外部API密钥、不产生Token费用、响应延迟低于300ms，且全部数据保留在本机内存中。
确认Ollama服务已在本地运行
打开终端，执行ollama list命令，检查输出中是否包含至少一个状态为running或已加载的模型（如qwen2.5:7b）。若无任何输出或提示“command not found”，说明Ollama未安装或服务未启动，需先执行curl -fsSL https://ollama.com/install.sh | sh安装，并运行ollama serve。
执行curl http://127.0.0.1:11434/api/tags，返回JSON中应含models数组且至少有一项name字段非空。若返回Connection refused，说明Ollama未绑定默认端口——此时需手动设置OLLAMA_HOST=127.0.0.1:11434 ollama serve &并确保后台进程持续运行。
在Trae中添加Ollama自定义模型
方法一：通过「模型管理」界面添加（推荐）
① 点击Trae左下角齿轮图标→「设置」→「模型管理」→「添加模型」；
② 类型选择「自定义」，模型名称填local-qwen2.5（可任意命名，但需避免空格和特殊字符）；
③ API Key留空（Ollama默认无需认证），API URL填http://127.0.0.1:11434/v1/chat/completions——【必须精确到/v1/chat/completions，少一个斜杠将导致测试失败】；
④ 点击「测试」，输入“你好”并等待返回文本。若显示“连接超时”或“invalid endpoint”，请立即检查Ollama是否正在运行、端口是否被防火墙拦截、URL末尾是否遗漏/chat/completions；
⑤ 测试成功后点击「保存」，该模型即出现在顶部模型下拉列表中。
验证本地模型是否生效
打开任意代码文件，在编辑器内右键选择「Ask Trae」或直接唤出AI侧边栏，顶部模型名称应显示为你刚添加的local-qwen2.5。发送一条简单指令如“把这段Python代码转成TypeScript”，观察响应时间与内容质量。若响应在2秒内完成且无网络错误提示，说明Ollama已接管全部推理任务。
关闭Wi-Fi或拔掉网线后重复上述操作，仍能正常响应——这证明Trae已完全脱离云端依赖，所有LLM调用均走本地11434端口。
