人工智能（AI）技术正以惊人的速度改变着各个行业。从医疗保健到金融服务，从零售业到制造业，组织都在积极寻求利用人工智能的巨大商业价值。然而，从概念到部署AI应用程序的旅程充满了挑战，尤其是在缺乏合适工具的情况下。随着AI模型的复杂性和数据量的不断增长，构建AI解决方案的范围、成本和技术要求也在不断增加。

本文旨在为正在探索AI开发工具选项的读者照亮道路。我们将探讨不同类别的工具、它们的优缺点，以及它们如何适应AI开发生命周期的不同阶段。

AI开发工具的常见用途

首先，让我们看看AI开发者正在构建的解决方案类型。

在医疗保健领域，AI解决方案在开发诊断系统方面发挥着重要作用，这些系统可以分析医学影像或根据复杂数据集预测患者结果。金融机构创建了 sophisticated 的欺诈检测系统和算法交易平台，能够实时处理大量市场数据。

在零售业，AI驱动的推荐引擎通过个性化购物体验并优化库存管理和供应链运营来提升客户体验。制造业利用AI开发工具创建预测维护系统，能够在设备故障发生之前进行预测。

汽车工业使用这些工具开发自动驾驶系统，能够处理传感器数据并在道路上做出瞬间决策。环境科学家利用AI工具模拟气候变化情景并开发自然灾害的早期预警系统。在农业领域，AI可以帮助农场操作进行作物产量预测、害虫检测和资源优化。

这些用例突显了AI开发工具在解决各个领域复杂问题方面的多样性和强大功能。随着AI的不断进化，我们可以期待看到更多创新应用的出现。

顶级AI开发工具

接下来，我们来仔细看看一些基于预期用途的顶级AI开发工具。

模型构建

模型构建是设计和组装AI模型结构的过程，包括选择合适的算法、定义架构和实验参数。其目标是创建一个可以从数据中学习以进行预测或决策的框架。在这一领域，有三个工具尤为突出：PyTorch、TensorFlow和Keras。

• PyTorch 由Meta的人工智能研究实验室开发，尤其在研究人员中获得了显著的关注。其动态计算图允许灵活的模型架构，使其在需要频繁修改模型或复杂神经网络结构的项目中非常有用。PyTorch的直观设计与Python的编程风格相契合，使其成为数据科学家和开发者在应用计算机视觉和自然语言处理等AI技术时的宠儿。
• TensorFlow 由Google创建，在大规模部署和生产环境中具有很高的效率。TensorFlow可以在多个机器和GPU之间分配计算任务，从而在大规模数据集上高效地训练大型模型。这些优势使其在模型性能和可扩展性至关重要的场景中成为 excellent 的选择。
• Keras 现已集成到TensorFlow中，作为一个高层神经网络API。其用户友好的界面使其成为初学者和快速原型设计的良好选择。在需要快速迭代和实验的场景中，如黑客松或中小规模的创业公司，Keras特别有用。

模型训练

构建模型后，需要在数据上对其进行训练。模型训练工具有助于将大型数据集输入模型，调整其参数并优化性能。基于云的解决方案为模型训练提供了可扩展性和强大的计算资源。

• Google Cloud AI Platform 利用Google庞大的基础设施，并与其他Google Cloud服务集成。对于已经在使用Google Cloud或处理需要大量计算能力的大规模机器学习项目的组织来说，它非常合适。
• Amazon SageMaker 提供了一个全面的环境，用于构建、训练和部署机器学习模型。其优势在于与AWS生态系统的集成和自动机器学习功能。SageMaker对于已经投资于AWS或希望支持整个机器学习工作流的企业非常有效。
• IBM Watson Studio 提供了一个注重AutoAI和模型可解释性的协作环境。在模型可解释性至关重要的行业中，如能够以人类可理解的方式解释模型从输入到输出的过程，IBM Watson Studio非常有价值。

模型部署

经过训练和验证输出后，模型需要与实际应用集成，以便实时进行预测和采取行动。模型部署工具有助于打包训练好的模型并管理生产环境中的模型版本。在部署阶段，Docker、Kubernetes、TensorFlow Serving和Flask等工具被广泛使用。

• Docker 提供容器化技术，确保模型在不同环境中的一致性，从开发到生产。在需要将AI模型部署到各种平台或云提供商的场景中，Docker表现出色，确保模型在底层基础设施变化的情况下仍能 identical 运行。
• Kubernetes 在编排容器化应用方面表现出色，对于大规模AI部署至关重要。在需要高可用性和可扩展性的场景中，如实时预测服务或服务于大量用户群的AI驱动的Web应用，Kubernetes非常有用。
• TensorFlow Serving 专为在生产环境中部署TensorFlow模型而优化。对于在TensorFlow生态系统中投入巨大的组织来说，它表现出色，提供了模型版本控制和高性能服务等功能。
• Flask 作为一个轻量级的Python Web框架，非常适合部署简单的AI模型或创建概念验证应用。在创业环境或数据科学家需要快速为模型创建Web界面时，Flask非常有帮助。

AI平台

综合AI平台如Anaconda、H2O.ai和Databricks提供了端到端的AI开发解决方案。

• Anaconda 是一个受数据科学家和机器学习从业者欢迎的平台。Anaconda提供了访问开源软件包和包管理的仓库。Anaconda特别适合主要使用Python工作并希望访问广泛科学计算和机器学习库的数据科学家和研究人员。
• H2O.ai 专注于AutoML和可解释的AI。其优势在于自动构建模型和提供可解释的结果。H2O平台支持许多流行统计和机器学习算法。
• Databricks 是一个基于Apache Spark的云统一分析平台。它是一个可用于数据工程、机器学习和协作数据科学的统一数据分析平台。

如果您正在尝试在单独的AI开发工具和综合平台之间做出选择，最好从考虑项目的特定需求和约束开始。

单独的工具提供了更大的灵活性和定制性。它们允许开发者为工作流中的每个特定任务选择最佳工具。这种方法可以导致更优化的管道，特别是对于有特殊需求或独特约束的团队。例如，一个研究新AI算法的团队可能更喜欢PyTorch的灵活性加上自定义部署解决方案。

然而，这种灵活性也带来了在集成和维护方面的复杂性增加。每个工具可能都有自己的学习曲线，确保不同工具之间的成功交互通常具有挑战性。这种方法通常更适合具有强大技术专长和资源来管理多样化工具集的团队。

另一方面，综合AI平台提供了更集成和高效的体验。它们提供了一个连贯的环境，将AI开发生命周期的不同阶段连接起来。这种集成可以减少从数据准备到模型部署所需的时间和精力。像Anaconda这样的平台对于希望在团队中标准化AI开发流程的组织尤其有益。

平台通常还提供更好的协作和治理支持，这对于处理复杂项目的大型组织或团队至关重要。它们通常包括版本控制、模型跟踪和合规监控等功能，在受监管的行业中可能至关重要。

如何选择正确的AI开发工具

选择合适的AI开发工具需要系统化的方法。首先，通过考虑以下基本因素来制定标准：

• 项目需求：从明确项目的预期成果和技术需求开始。您是在处理计算机视觉任务、自然语言处理还是时间序列预测？每种问题类型可能更适合不同的工具。例如，如果您从事高级NLP任务，您可能会选择PyTorch，因为它在创建复杂模型架构方面具有灵活性。
• 数据特征：考虑数据的量、种类和速度。对于大数据项目，与Spark等分布式计算框架集成良好的工具（如Databricks）可能更合适。如果您处理的是来自关系数据库的结构化数据，具有强大SQL集成的工具可能会更有益。
• 可扩展性需求：考虑当前和未来增长的需求。未来是否需要扩展以处理更大的数据集或更复杂的模型？像Amazon SageMaker或Google Cloud AI Platform这样的基于云的平台提供了 excellent 的可扩展性选项。

接下来，评估组织的独特需求：

• 团队专业知识：评估团队对不同工具的熟悉程度。如果您的团队对Python有经验，像Anaconda这样的平台可能是一个自然的选择。Anaconda提供培训课程，有助于团队提升技能并养成持续 upskilling 的习惯。
• 集成需求：考虑AI开发工具如何适应现有的基础设施。如果您的组织在AWS服务上有大量投入，Amazon SageMaker可能会提供更 smooth 的集成。对于使用Google Cloud的组织，Google Cloud AI Platform可能是一个更好的选择。
• 预算和资源：AI开发工具的成本差异很大，受技术能力、部署可扩展性和支持级别等因素影响。商业AI平台和企业级工具通常采用订阅模式，根据使用量、计算资源或用户数量设定价格层级。像主要云提供商提供的基于云的AI开发服务，通常根据使用的计算资源、数据存储和API调用收费。评估组织的总拥有成本，包括许可费用、实施成本、潜在的基础设施升级以及培训或招聘需求。
• 治理和合规性：如果您的行业受到监管，考虑具有强大安全功能、稳健的模型治理、版本控制和可解释性特征的工具。
• 社区和支持：一个由其他构建AI解决方案的人组成的强大社区对于解决问题和了解趋势及最佳实践至关重要。像TensorFlow、PyTorch和Anaconda这样的工具拥有 large，active 的用户社区。对于企业解决方案，考虑供应商支持和文档的质量也很重要，因为这些资源对于组织的团队成员来说是 critical 的。
• 性能和效率：对于有严格性能要求的项目，考虑对不同工具进行 benchmarking。例如，TensorFlow以其生产环境就绪的性能而闻名，而PyTorch在各种任务上实现高性能。
• 前瞻性：考虑工具的长期可行性。查看其开发轨迹、支持组织以及在行业中的采用趋势。

在考虑这些因素后，进行 hands-on 测试至关重要。使用 short-listed 的工具创建概念验证项目，以更好地了解它们在应用到您的 use cases 和 requirements 时的能力和限制。

请记住，通常没有单一的“最佳”工具，但有一个最适合您特定需求的“最佳 fit”工具。通过仔细评估这些方面并使它们与项目目标对齐，您可以做出 informed 的决定，为AI项目设定正确的方向。

对于刚入门的数据科学新手来说，学习一门编程语言（如Python）是与计算机交互、处理数据和构建强大AI及机器学习模型的必经之路。

Python作为一种编程语言，其流行源于其多功能性和易用性，这使其成为包括机器学习和AI在内的多种项目的理想选择。尽管入门相对简单，但新数据科学家仍需学习如何设置环境以及为特定项目安装合适的库。在正确的培训和指导下，Python的灵活性能让数据科学家在不同领域中脱颖而出。

继续阅读，深入了解Python在数据科学中的应用以及数据科学家最 essential 的工具。

数据科学是什么？

数据科学是一个关键领域，它结合了不同的工具和技巧，从结构化数据（如数据库或电子表格中以预定义格式或模式组织的数据）和非结构化数据（如电子邮件、视频和音频录音等以文本为主或多媒体形式且缺乏一致结构的数据）中提取知识和见解。

数据科学还有许多子领域，包括：

• 数据工程：涉及收集和管理数据，以供其他数据科学学科使用。
• 数据分析：更侧重于分析过去表现并促进数据驱动决策。
• 人工智能（AI）：计算机科学的一个分支，专注于创建能够执行通常需要人类智能的任务的系统。
• 机器学习：AI的一个子领域，使系统能够在不进行显式编程的情况下从数据中学习。
• 深度学习：机器学习的一个分支，使用神经网络在非常大的数据集中识别复杂模式。

根据具体使用场景，数据科学家可能会选择使用不同的编程语言。Python或R是进行分析、对数据应用统计方法以及构建AI/ML模型的有用语言。许多数据科学家还使用SQL来操作数据和提取相关见解，特别是在数据分析和商业智能场景中。

为什么Python被用于数据科学？

Python是数据科学和机器学习领域中最受欢迎的语言之一，因其多功能性和拥有一个充满活力的开源生态系统。因此，有一个庞大的开发者社区，他们创建了库和工具，使Python更易于使用。事实上，Python包装索引（PyPI）上有数十万个开源包可用。

许多开源Python库为数据科学家提供了更多功能，用于操作和分析数据、处理大型数据集、构建新的AI/ML模型、创建交互式可视化等。这种可扩展性和多功能性使Python成为初学者和有经验的数据科学家的理想选择。

让我们看看一些最受欢迎的Python工具、库和框架，用于各种数据科学项目。

pandas

pandas是一个开源的数据分析和操作库，旨在让处理结构化数据更加容易。该库提供了快速且灵活的数据结构和分析工具，扩展了Python的功能。pandas在分析、清理和探索大型数据集方面很受欢迎。

NumPy

NumPy是一个用于更高级数值计算的数据分析库。该库提供了强大的数组和数学运算功能，这对于机器学习和其他数据科学场景非常有用。许多最受欢迎的Python库依赖NumPy进行数值运算，因为它既快速又高效。

PyTorch

PyTorch是由Meta AI开发的用于机器学习项目的开源平台。该库包含全面的功能，用于处理机器学习模型，并且有一个丰富的工具和库生态系统，扩展了其功能。PyTorch在构建和部署深度学习模型方面特别有用，以支持计算机视觉和自然语言处理应用。

TensorFlow

TensorFlow是一个用于构建深度神经网络的开源机器学习框架，代码量很少。该框架提供端到端的机器学习功能，重点在于模型训练和推理。TensorFlow非常适合大规模机器学习应用，因为它可以部署在各种平台上，并且可以在多个CPU和GPU上运行。

Apache Spark

Apache Spark是一个用于大规模数据处理的开源统一分析引擎。它支持数据科学、数据工程和机器学习场景。该平台在实时流处理和大型数据集的批处理方面特别有用。

Keras

Keras是一个用于处理深度神经网络的开源深度学习框架。该库提供了一个简单的Python界面，旨在快速实验深度学习模型，并且与JAX、PyTorch和TensorFlow框架集成。Keras受欢迎的原因在于其API易于学习，可以减少构建原型所需的时间。

Matplotlib

Matplotlib是一个用于创建静态、交互式和动画可视化的库。它是最古老的数据可视化库之一，包括广泛的2D绘图类型和输出格式。Matplotlib是需要精细控制和高度自定义可视化的项目的不错选择。

Seaborn

Seaborn是一个统计数据可视化的库，扩展了Matplotlib的功能。额外的功能包括更多的绘图类型和开箱即用的高级选项。Seaborn非常适合用最少的代码快速创建数据可视化。

Scikit-learn

Scikit-learn是建立在NumPy、SciPy和Matplotlib之上的流行预测数据分析库。它提供了众多聚类、分类和回归算法，以及决策树。Scikit-learn非常适合在Python中构建和部署机器学习模型。

Anaconda

Anaconda是一个Python发行版和综合平台，带有许多数据科学和机器学习包，以及一个名为Conda的包管理器，可以轻松安装更多包。该平台有一个名为Spyder的IDE，专为Python的科学计算和数据分析而设计。许多数据科学家选择Anaconda，因其交互式控制台、调试工具、数据探索能力以及对ML和AI模型的支持，以及其能够促进企业开源安全使用的能力。

Jupyter Notebook

Jupyter Notebook是一个界面，用于创建和共享结合了代码、文本解释、可视化等元素的文档。Jupyter笔记本对于各种数据科学任务非常有用，包括探索性分析和数据科学项目的协作。

Python在数据科学中无价，因为有众多免费的开源库和工具可以加速数据工作流程和项目。同时，这也使得在学习如何使用Python进行数据科学时，选择正确的资源和解决方案变得至关重要。

像Anaconda笔记本、AI助手和AI导航器这样的工具，使数据科学家更容易上手Python，并共享代码和协作数据项目。这是一个学习和共同加速数据科学、Anaconda和Python创新的社区。

Meta Llama 3：开启大语言模型新纪元

在人工智能领域，大语言模型正以迅猛之势改变着科技格局。从智能助手到内容创作，从学术研究到商业应用，这些强大的模型正渗透到我们生活的方方面面。今天，我们要深入探索的是Meta公司推出的Llama 3模型，一个在性能、可访问性和创新性上都堪称标杆的开源大语言模型。

Llama 3：性能与可访问性的完美结合

Llama 3的推出，标志着大语言模型技术的又一重大突破。这款模型不仅在性能上表现出色，更在可访问性上做出了巨大努力，使得广大个人开发者、创作者、研究者以及各类企业都能有机会接触到这一先进技术，为自己的项目注入强大的AI能力。

多样化的模型尺寸

Llama 3提供了从8B到70B参数的多种模型尺寸，这种多样化的选择使得用户可以根据自己的具体需求和硬件条件，灵活选择最合适的模型版本。无论是资源有限的初创团队，还是拥有强大计算资源的大型企业，都能在Llama 3中找到适合自己的解决方案。

开放的获取方式

Meta公司秉持着开放和负责任的态度，将Llama 3的模型权重和起始代码公开。用户只需访问Meta Llama官方网站并接受相关许可协议，经过审批后即可获得下载链接。这种开放的获取方式，极大地降低了进入门槛，让更多人有机会参与到大语言模型的开发和应用中来。

快速上手：Llama 3的部署与使用

环境准备

在开始使用Llama 3之前，确保你的开发环境已经安装了必要的工具和库。推荐在带有PyTorch和CUDA的Conda环境中进行操作，这将有助于充分发挥模型的性能。

模型下载

访问Meta Llama官方网站，完成注册并接受许可协议后，你会收到一封包含下载链接的电子邮件。运行download.sh脚本，并在提示时输入邮件中的URL，即可开始下载模型权重和相关文件。注意，下载链接有24小时的有效期限制，如遇下载问题，可重新申请链接。

本地推理

下载完成后，你可以通过简单的命令在本地运行Llama 3模型。以8B参数的指令微调模型为例，使用torchrun命令指定模型检查点目录、分词器路径以及最大序列长度和批量大小等参数，即可启动模型进行推理。Llama 3支持不同的模型并行（MP）值，根据所选模型调整相应的参数，以确保模型在你的硬件上高效运行。 使用 llama-3-8b-chat 的示例：

torchrun --nproc_per_node 1 example_chat_completion.py \
    --ckpt_dir Meta-Llama-3-8B-Instruct/ \
    --tokenizer_path Meta-Llama-3-8B-Instruct/tokenizer.model \
    --max_seq_len 512 --max_batch_size 6

应用场景与示例

文本生成

Llama 3在文本生成任务中表现出色。无论是撰写新闻报道、创作故事，还是生成产品描述，它都能提供高质量的文本输出。通过简单的提示词设置，你可以引导模型生成符合预期的文本内容。

对话系统

对于对话应用的开发，Llama 3提供了专门的指令微调模型。这些模型经过对话场景的训练，能够理解并生成自然、流畅的对话内容。通过遵循特定的格式要求，你可以轻松地将Llama 3集成到你的聊天机器人或虚拟助手项目中。

内容理解与分析

利用Llama 3强大的语言理解能力，你可以对大量的文本数据进行分析和处理。无论是情感分析、文本分类，还是信息抽取，它都能为你提供有力的支持，帮助你从海量数据中获取有价值的信息。

负责任的AI开发

Meta公司在推出Llama 3的同时，也强调了负责任的AI使用。他们提供了详细的风险使用指南，帮助开发者识别和缓解潜在的安全风险和伦理问题。在使用Llama 3进行项目开发时，我们应始终遵循这些指导原则，确保AI技术的应用是安全、可靠且符合道德规范的。

社区与支持

Llama 3拥有一个活跃的开发者社区，你可以在GitHub上找到相关的资源和帮助。如果在使用过程中遇到问题，可以通过提交问题报告的方式获得支持。此外，Meta公司还提供了FAQ文档，解答常见问题，并会随着社区的发展不断更新和完善。

总之，Llama 3作为一款开源的大语言模型，为我们打开了通往智能应用开发的大门。无论是个人开发者还是企业团队，都能在其中找到无限的可能性。通过合理利用Llama 3的强大功能，我们能够创造出更加智能、高效的应用程序，推动人工智能技术在各个领域的广泛应用。

现在全球数据处理需求越来越大，但硬件进步跟不上，程序运行速度变得特别重要。在这种情况下，那些速度快的编程语言在TIOBE排行榜上越来越受欢迎。

快速编程语言的崛起

C++凭借高效的性能和强大的功能，近期成功攀升至排行榜第二位。它不仅适用于系统软件开发，更在游戏开发、金融分析等对性能要求极高的领域大放异彩。同样，Go语言自推出以来，凭借其简洁的语法和强大的并发处理能力，迅速在云计算、微服务架构等领域占据一席之地，成为排行榜前十的常客。

Rust语言以其卓越的安全性和性能，吸引了众多开发者的关注。它在系统编程领域展现出了巨大的潜力，尤其是在需要高并发和高安全性保障的场景中。目前，Rust已创下1.47%的历史新高，其发展前景不容小觑。

不仅如此，一些新兴的快速语言如Mojo和Zig，虽然目前暂居第51和第56位，但它们正以强劲的势头敲打着排行榜的大门，有望在未来进入前50名。

Python的稳健地位

尽管Python以执行速度相对较慢而著称，但它却能在这些以速度为导向的语言中脱颖而出，稳居排行榜首位。这背后隐藏着另一个关键因素——易学性。在当今社会，除了对计算能力的需求外，对于程序员的需求也在持续增长。毕竟，完全依赖人工智能进行应用开发的时代尚未到来。

由于软件工程专业毕业生数量无法满足市场需求，大量非专业程序员纷纷投身于编程领域，而Python凭借其简洁易懂的语法，成为了他们的首选语言。这使得Python在排行榜上始终占据重要位置，成为编程界不可或缺的一部分。

TIOBE排行榜详情

以下是2025年2月TIOBE编程语言排行榜的具体数据，为您呈现编程语言领域的最新动态。

排名	语言	评分	变化
1	Python	23.88%	+8.72%
2	C++	11.37%	+0.84%
3	Java	10.66%	+1.79%
4	C	9.84%	-1.14%
5	C#	4.12%	-3.41%
6	JavaScript	3.78%	+0.61%
7	SQL	2.87%	+1.04%
8	Go	2.26%	+0.53%
9	Delphi/Object Pascal	2.18%	+0.78%
10	Visual Basic	2.04%	+0.52%

从以上数据可以看出，编程语言的排名变化反映了技术发展的趋势和市场需求的转变。开发者们在选择编程语言时，不仅要考虑其性能和易学性，还需关注其在不同领域的应用前景和发展潜力。

结语

TIOBE排行榜的变化为我们揭示了编程语言领域的风向标。随着硬件技术的不断进步和应用场景的日益多样化，编程语言的性能和易学性将始终是开发者关注的焦点。在未来，我们有理由相信，那些能够在速度与易学性之间找到最佳平衡的编程语言，将在激烈的竞争中脱颖而出，引领编程技术的潮流。

公历每年的 3 月 12 日是一年一度的植树节。旨在宣传保护森林，并动员群众参加植树造林活动。作为程序员，也有自己独特的种树方式！下面随编程狮以前端 HTML+CSS 为例，一步一步在网页上“种出一棵树”。

效果预览

前期准备：

1、首先你要具备一些基础前端知识，学个入门就够了

• 推荐课程：《HTML入门课程》、《CSS 入门课程》、《HTML + CSS 基础实战》

2、其次要有一个编辑器，VScode、WebStrom、HbuilderX等，甚至系统自带的“记事本、Notepad、文本编辑”就够了

一、页面框架搭建

新建一个index.html的文件（注意是.html格式），用你的编辑器打开它：

1. 使用<!DOCTYPE html>声明文档类型
2. 设置中文字符集<meta charset="UTF-8">
3. 标题使用<title>标签设置为”程序员的3.12植树节 | 编程狮（w3cschool.cn）“

<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta charset="UTF-8">
    <title>程序员的3.12植树节 | 编程狮（w3cschool.cn）</title>

二、CSS样式设计

1. 背景设计：

   body {
   background: #1a2f38; /* 深蓝绿色背景 */
   display: flex; /* 弹性布局 */
   flex-direction: column; /* 垂直排列 */
   align-items: center; /* 水平居中 */
   }

2. 代码树绘制技巧：

   • 树干使用矩形+圆角：

     .trunk {
     width: 20px;
     height: 150px;
     border-radius: 5px;
     }

   • 树冠使用椭圆+内阴影：

     .canopy {
     border-radius: 50px;
     box-shadow: 
     0 0 10px #3c887e, /* 外发光 */
     inset 0 0 20px #1d4037; /* 内阴影 */
     }

3. 代码装饰实现：

   .code::before {
   content: "// "; /* 伪元素添加注释符号 */
   color: #4d7069;
   }

三、诗歌排版技巧

再配上一首专属诗歌更有意境

《森林的布尔值》
by 编程狮（w3cschool.cn）


键盘叩击的间隙
一粒粒字符正在发芽
我调试着循环里的年轮
直到指针在树冠间溢出月光


bug是误入的甲虫
蜷缩在某个叶片的背面
而我的注释如护林员
用括号加固每截脆弱的枝干


当风穿过if-else的缝隙
整片森林沙沙作响
光标闪烁的铁锹下
新绿正以十六进制生长


最后一次commit时
露珠从枝头滚落
整个春天突然return了
一行湿润的true

1. 使用pre标签保留换行格式
2. 左侧装饰线：

   .poem {
   border-left: 3px solid #3c887e;
   padding-left: 20px;
   }

四、程序员元素融合

1. 在树冠周围添加代码片段注释
2. 使用等宽字体font-family: 'Courier New'
3. 颜色选择蓝绿色系，模拟代码编辑器主题
4. 诗中融入编程术语：commit、return、十六进制等

五、布局技巧

1. 使用position: absolute进行图层叠加

2. 通过transform实现水平居中：

   transform: translateX(-50%);

3. 弹性布局保持整体垂直排列

完整代码展示

<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta charset="UTF-8">
    <title>程序员的3.12植树节 | 编程狮（w3cschool.cn）</title>
    <style>
        /* 全局样式 */
        body {
            background: #1a2f38;
            display: flex;
            flex-direction: column;
            align-items: center;
            font-family: 'Courier New', monospace;
        }


        /* 诗歌容器 */
        .poem {
            color: #c3d8df;
            max-width: 600px;
            margin: 40px;
            line-height: 1.8;
            border-left: 3px solid #3c887e;
            padding-left: 20px;
        }


        /* 代码树 */
        .code-tree {
            position: relative;
            margin: 50px;
            height: 300px;
        }


        /* 树干 */
        .trunk {
            position: absolute;
            width: 20px;
            height: 150px;
            background: #785549;
            bottom: 0;
            left: 50%;
            transform: translateX(-50%);
            border-radius: 5px;
        }


        /* 树冠 */
        .canopy {
            position: absolute;
            width: 120px;
            height: 100px;
            background: #2c5a47;
            bottom: 140px;
            left: 50%;
            transform: translateX(-50%);
            border-radius: 50px;
            box-shadow: 
                0 0 10px #3c887e,
                inset 0 0 20px #1d4037;
        }


        /* 代码装饰 */
        .code {
            position: absolute;
            color: #6ba08a;
            font-size: 12px;
            white-space: nowrap;
        }


        .code::before {
            content: "// ";
            color: #4d7069;
        }
    </style>
</head>
<body>
    <div class="code-tree">
        <div class="trunk"></div>
        <div class="canopy"></div>
        <div class="code" style="top:30px; left:-40px;">if (tree.isGrowing()) {</div>
        <div class="code" style="top:80px; right:-50px;">branch++;</div>
        <div class="code" style="top:150px; left:10px;">// 年轮.add()</div>
    </div>


    <div class="poem">
        <h2>《森林的布尔值》</h2>
        <p>by 编程狮（w3cschool.cn）</p>
        <pre>
键盘叩击的间隙
一粒粒字符正在发芽
我调试着循环里的年轮
直到指针在树冠间溢出月光


bug是误入的甲虫
蜷缩在某个叶片的背面
而我的注释如护林员
用括号加固每截脆弱的枝干


当风穿过if-else的缝隙
整片森林沙沙作响
光标闪烁的铁锹下
新绿正以十六进制生长


最后一次commit时
露珠从枝头滚落
整个春天突然return了
一行湿润的true
        </pre>
    </div>
</body>
</html>

保存你的index.html文件，用浏览器打开就能看到网页效果啦

编程狮的这个作品通过将编程元素与自然意象结合，用CSS绘制出独特的”代码之树”，诗歌排版采用类代码的显示风格，展现了程序员在植树节的特殊庆祝方式。你们也快来试试吧~

Trae 是国内首个 AI 原生 IDE，深度理解中文开发场景。AI 高度集成于 IDE 环境之中，带来比 AI 插件更加流畅、准确、优质的开发体验。

SiliconCloud 是硅基流动公司推出的一站式大模型云服务平台，致力于为开发者和企业提供高效、低成本且全面的生成式人工智能（GenAI）模型服务。其核心目标是通过优化大模型使用体验，帮助用户实现“Token自由”，即以更低成本和更高效率使用先进的大语言模型（LLMS）及其他生成式人工智能（AI）模型。

现在，Trae 已经支持自定义模型配置，并预置了硅基流动 SiliconCloud 平台作为模型提供方之一，支持用户通过 API 密钥（API Key）接入平台中的 DeepSeek-R1 & V3、QWQ-32B、Qwen2.5-Coder 等多款适合编码的模型，满足用户多样化模型使用需求，定制专属 AI 编程体验。SiliconCloud 还免费提供 DeepSeek-R1 蒸馏版模型（1.5B、7B、8B）、Qwen2.5（7B）等多个模型 API，助力开发者实现 “Token 自由”。

本文将介绍如何在 Trae 中接入 SiliconCloud 平台模型。

添加模型

进入 Trae 官网，下载登录后，用户可通过两种添加路径添加模型。首先，在输入框的右下角，打开模型列表，点击“添加模型”。

其次，还可前往头像 > 设置 > Trae AI > 模型管理，点击“添加模型”。

选择“硅基流动”为模型服务商

页面上显示添加模型窗口，选择服务商为“硅基流动”，可选择 DeepSeek-R1 & V3 模型，或通过自定义模型配置其他模型。

填写 API 密钥

点击“获取 API 密钥”按钮，Trae 会为你打开硅基流动 SiliconCloud 平台的 API 密钥配置页面。（若未注册/登录对应网站，需先完成注册/登录动作）。进入页面后创建新的 API Key，点击密钥进行复制。

点击”添加模型”按钮

Trae 将调用服务商的接口来检测 API 密钥是否有效。可能的结果如下：

• 若连接成功，该自定义模型会被添加。
• 若连接失败，添加模型窗口中展示错误信息和服务商返回的错误日志，你可以参考这些信息排查问题。

更多Trae教程请访问：Trae 中文教程

本文将以Windows系统为例，教你用最简单的记事本创建并保存第一个HTML网页。

第一步：准备工具

1. 文本编辑器：使用系统自带的记事本（无需下载）。

   • 按下 Win + S，输入“记事本”并打开。

   

2. 浏览器：Chrome、Edge等均可。

   

️ 第二步：创建HTML文件

1. 新建文本文档
   右键桌面或文件夹 → 选择“新建” → “文本文档”。

   

   

2. 重命名为.html文件

   • 右键新建的文档 → 选择“重命名”。

   

   • 将文件名改为 index.html（关键步骤！）

   

   若看不到.txt扩展名：

   打开文件夹顶部菜单【查看】→ 勾选【文件扩展名】。

   

️ 第三步：编写HTML代码

1. 右键 index.html → 选择“打开方式” → “记事本”。

   

2. 输入以下代码（复制粘贴即可）：

   <!DOCTYPE html>
   <html>
   <head>
      <title>我的第一个网页 | 编程狮（w3cschool.cn）</title>
   </head>
   <body>
      <h1>欢迎来到编程狮！</h1>
      <p>我正在编程狮学习HTML！</p>
   </body>
   </html>

   

第四步：保存文件

1. 按下 Ctrl + S 保存。

2. 确保保存类型正确：

   • 点击“保存类型”下拉框 → 选择【所有文件 (.)】

   

   • 确认文件名结尾为 .html（如 index.html）

第五步：在浏览器中查看

1. 双击 index.html 文件，浏览器会自动打开。

2. 效果应显示大标题和段落文字，如下图：

   

修改并更新网页

1. 右键文件 → 用记事本重新打开。

2. 修改文字（如将“编程狮”改为“W3Cschool”）→ 保存。

   

3. 返回浏览器 → 按下 F5 刷新页面，立即查看变化！

   

常见问题解答

1. 文件打开方式错误？
   • 右键.html文件 → “属性” → 将打开方式设置为浏览器。

2. 代码没效果？

   • 检查标签是否闭合（如</h1>）。
   • 确保文件扩展名是.html而非.txt。

   

3. 中文显示乱码？
   • 保存时选择编码为 UTF-8：文件 → 另存为 → 底部编码选择UTF-8。

进阶推荐

• 专业编辑器：VS Code（来自微软的免费且高亮代码编辑器）
  下载地址：code.visualstudio.com/

• AI 编辑器：Trea（字节跳动推出的免费AI IDE，专为中国开发者打造）

  下载地址：trae.com.cn/

• 在线编译器：HTML在线编译器（W3Cschool提供的免下载HTML在线免费编译器）

  在线地址：www.w3cschool.cn/tryrun/runcode?lang=html

下一步学习建议：学会基础操作后，可尝试添加图片、链接等元素，逐步构建完整网页！

课程推荐：《HTML入门课程》、《HTML + CSS 基础实战》

在 Windows 上安装 PowerShell 有多种方式。每种安装方法都适用于不同的场景和工作流。请选择最适合您需求的方法。

• WinGet：推荐在 Windows 客户端上安装 PowerShell 的方式
• MSI 包：适用于 Windows 服务器和企业部署场景的最佳选择
• ZIP 包：“侧载” 或安装多个版本的最简单方法

• 建议用于 Windows Nano Server、Windows IoT 和基于 Arm 的系统
  • .NET 全局工具：适用于安装和使用其他全局工具的 .NET 开发者的好选择
  • Microsoft Store 包：适用于 PowerShell 的休闲用户，但存在一些限制

使用 WinGet 安装 PowerShell（推荐）

WinGet 是 Windows 包管理器，是一个命令行工具，允许用户在 Windows 客户端计算机上发现、安装、升级、删除和配置应用程序。winget 命令行工具默认与 Windows 11 和较新的 Windows 10 版本捆绑在一起，作为 应用安装程序。

注意：请参阅 winget 文档以获取系统要求和安装说明列表。Windows Server 2022 及更早版本不支持 winget。Windows Server 2025 预览版 26085 及更高版本仅在 具有桌面体验的 Windows Server 上包含 winget。

以下命令可用于使用发布的 winget 包安装 PowerShell：

搜索最新版本的 PowerShell

winget search Microsoft.PowerShell

名称               ID                           版本  来源
---------------------------------------------------------------
PowerShell         Microsoft.PowerShell         7.5.0.0 winget
PowerShell 预览版 Microsoft.PowerShell.Preview 7.6.0.2 winget

使用 id 参数安装 PowerShell 或 PowerShell 预览版

winget install --id Microsoft.PowerShell --source winget

winget install --id Microsoft.PowerShell.Preview --source winget

注意：在使用 X86 或 X64 处理器的 Windows 系统上，winget 安装 MSI 包。在使用 Arm64 处理器的系统上，winget 安装 Microsoft Store (MSIX) 包。有关更多信息，请参阅从 Microsoft Store 安装。

要下载安装包，可以使用以下链接从 GitHub 安装 PowerShell：

• PowerShell-7.5.0-win-x64.msi
• PowerShell-7.5.0-win-x86.msi
• PowerShell-7.5.0-win-arm64.msi

下载完成后，双击安装文件并按照提示进行操作。

安装程序会在 Windows 开始菜单中创建一个快捷方式。

• 默认情况下，包安装在 $env:ProgramFiles\PowerShell\<version>
• 您可以通过开始菜单或 $env:ProgramFiles\PowerShell\<version>\pwsh.exe 启动 PowerShell

注意： PowerShell 7.4 安装在新目录中，并与 Windows PowerShell 5.1 并行运行。PowerShell 7.4 是就地升级，会删除之前的 PowerShell 7 版本。PowerShell 7 的预览版可以与其他版本的 PowerShell 并行安装。

• PowerShell 7.4 安装在 $env:ProgramFiles\PowerShell\7
• $env:ProgramFiles\PowerShell\7 文件夹被添加到 $env:PATH

如果您需要在同一台计算机上并行运行 PowerShell 7.4 与其他版本，请使用 ZIP 安装方法将其他版本安装到不同的文件夹中。

安装 MSI 包

MSI 包可以从命令行安装，允许管理员在没有用户交互的情况下部署包。MSI 包包含以下属性以控制安装选项：

• ADD_EXPLORER_CONTEXT_MENU_OPENPOWERSHELL：此属性控制在 Windows 资源管理器的上下文菜单中添加 打开 PowerShell 选项。
• ADD_FILE_CONTEXT_MENU_RUNPOWERSHELL：此属性控制在 Windows 资源管理器的上下文菜单中添加 用 PowerShell 运行 选项。
• ENABLE_PSREMOTING：此属性控制在安装过程中启用 PowerShell 远程处理。
• REGISTER_MANIFEST：此属性控制注册 Windows 事件日志记录清单。
• ADD_PATH：此属性控制将 PowerShell 添加到 Windows PATH 环境变量。
• DISABLE_TELEMETRY：此属性通过设置 POWERSHELL_TELEMETRY_OPTOUT 环境变量来禁用 PowerShell 的遥测功能。
• INSTALLFOLDER：此属性控制安装目录。默认是 $env:ProgramFiles\PowerShell\。这是安装程序创建版本化子文件夹的位置。您不能更改版本化子文件夹的名称。

• 对于当前版本，版本化子文件夹是 7
• 对于预览版本，版本化子文件夹是 7-preview

以下示例显示如何在启用所有安装选项的情况下静默安装 PowerShell。

msiexec.exe /package PowerShell-7.5.0-win-x64.msi /quiet ADD_EXPLORER_CONTEXT_MENU_OPENPOWERSHELL=1 ADD_FILE_CONTEXT_MENU_RUNPOWERSHELL=1 ENABLE_PSREMOTING=1 REGISTER_MANIFEST=1 USE_MU=1 ENABLE_MU=1 ADD_PATH=1

有关 Msiexec.exe 的完整命令行选项列表，请参阅命令行选项。

安装 ZIP 包

提供 PowerShell 二进制 ZIP 存档，以支持高级部署场景。可以从当前版本页面下载以下 ZIP 存档之一。

• PowerShell-7.5.0-win-x64.zip
• PowerShell-7.5.0-win-x86.zip
• PowerShell-7.5.0-win-arm64.zip

根据下载文件的方式，可能需要使用 Unblock-File cmdlet 解除文件阻止。将内容解压到您选择的位置，然后从那里运行 pwsh.exe。与安装 MSI 包不同，安装 ZIP 存档不会检查先决条件。为了使 WSMan 上的远程处理正常工作，请确保您已满足先决条件。

使用此方法在像 Microsoft Surface Pro X 这样的计算机上安装基于 ARM 的 PowerShell 版本。为了获得最佳效果，请将 PowerShell 安装到 $env:ProgramFiles\PowerShell\7 文件夹。

如果您已经安装了 .NET Core SDK，可以将 PowerShell 安装为 .NET 全局工具。

dotnet tool install --global PowerShell

dotnet 工具安装程序会将 $HOME\.dotnet\tools 添加到您的 $env:PATH 环境变量。但是，当前运行的 shell 不会有更新的 $env:PATH。您可以在新 shell 中通过输入 pwsh 启动 PowerShell。

可以从 Microsoft Store 安装 PowerShell。您可以在 Microsoft Store 网站或 Windows 中的 Store 应用程序中找到 PowerShell 版本。

Microsoft Store 包的优势：

• Windows 中内置的自动更新
• 与其他软件分发机制（如 Intune 和 Configuration Manager）集成
• 可以安装在使用 x86、x64 或 Arm64 处理器的 Windows 系统上

已知限制

默认情况下，Windows Store 包在应用程序沙盒中运行，该沙盒会虚拟化对某些文件系统和注册表位置的访问。对虚拟化文件和注册表位置的更改不会在应用程序沙盒外部持久化。

此沙盒会阻止对应用程序根文件夹的所有更改。存储在 $PSHOME 中的任何系统级配置设置都无法修改。这包括 WSMAN 配置。这会阻止远程会话连接到基于 Store 的 PowerShell 安装。支持用户级配置和 SSH 远程处理。

以下命令需要写入 $PSHOME。这些命令在 Microsoft Store 实例的 PowerShell 中不受支持。

• Register-PSSessionConfiguration
• Update-Help -Scope AllUsers
• Enable-ExperimentalFeature -Scope AllUsers
• Set-ExecutionPolicy -Scope LocalMachine

有关更多信息，请参阅了解打包桌面应用在 Windows 上的运行方式。

从 PowerShell 7.2 开始，PowerShell 包现在免于文件和注册表虚拟化。对虚拟化文件和注册表位置的更改现在会在应用程序沙盒外部持久化。但是，对应用程序根文件夹的更改仍然被阻止。

重要提示：您必须在 Windows build 1903 或更高版本上运行，此豁免才能生效。

安装预览版本

PowerShell 7 的预览版安装到 $env:ProgramFiles\PowerShell\7-preview，以便它们可以与非预览版的 PowerShell 并行运行。PowerShell 7.4 是下一个预览版。

升级现有安装

升级时，建议使用首次安装 PowerShell 时所用的相同安装方法。如果您不确定 PowerShell 是如何安装的，可以检查 $PSHOME 变量的值，该变量始终指向当前会话运行的 PowerShell 所在的目录。

• 如果值是 $HOME\.dotnet\tools，则 PowerShell 是通过 .NET 全局工具安装的。
• 如果值是 $Env:ProgramFiles\PowerShell\7，则 PowerShell 是作为 MSI 包安装的，或者在具有 X86 或 x64 处理器的计算机上通过 WinGet 安装的。
• 如果值以 $Env:ProgramFiles\WindowsApps\ 开头，则 PowerShell 是作为 Microsoft Store 包安装的，或者在具有 ARM 处理器的计算机上通过 WinGet 安装的。
• 如果值是其他任何内容，则很可能 PowerShell 是作为 ZIP 包安装的。

如果您通过 MSI 包安装，该信息还会出现在“程序和功能”控制面板中。

要确定是否可以使用 WinGet 升级 PowerShell，请运行以下命令：

winget list --id Microsoft.PowerShell --upgrade-available

如果有可用的升级，输出将指示最新可用版本。使用以下命令通过 WinGet 升级 PowerShell：

winget upgrade --id Microsoft.PowerShell

在 Windows 10 IoT Enterprise 上部署

Windows 10 IoT Enterprise 配备了 Windows PowerShell，我们可以利用它来部署 PowerShell 7。

# 替换以下变量的占位符信息：
$deviceip = '<设备 IP 地址'
$zipfile = 'PowerShell-7.5.0-win-arm64.zip'
$downloadfolder = 'u:\users\administrator\Downloads'  # 下载位置是设备本地的。
    # 应该有足够的空间用于存储 ZIP 文件和解压后的内容。


# 创建到目标设备的 PowerShell 会话
Set-Item -Path WSMan:\localhost\Client\TrustedHosts $deviceip
$S = New-PSSession -ComputerName $deviceIp -Credential Administrator
# 将 ZIP 包复制到设备
Copy-Item $zipfile -Destination $downloadfolder -ToSession $S


# 连接到设备并解压存档
Enter-PSSession $S
Set-Location u:\users\administrator\Downloads
Expand-Archive .\PowerShell-7.5.0-win-arm64.zip


# 设置到 PowerShell 7 的远程处理
Set-Location .\PowerShell-7.5.0-win-arm64
# 确保使用 -PowerShellHome 参数，否则它会尝试使用 Windows PowerShell 5.1 创建新的端点
.\Install-PowerShellRemoting.ps1 -PowerShellHome .

当您设置 PowerShell 远程处理时，会收到错误消息并从设备断开连接。PowerShell 必须重新启动 WinRM。现在您可以连接到设备上的 PowerShell 7 端点。

# 确保使用 -Configuration 参数。如果您省略它，您将连接到 Windows PowerShell 5.1
Enter-PSSession -ComputerName $deviceIp -Credential Administrator -Configuration PowerShell.7.5.0

在 Windows 10 IoT Core 上部署

当您包含 _IOTPOWERSHELL 功能时，Windows 10 IoT Core 会添加 Windows PowerShell，我们可以利用它来部署 PowerShell 7。上述 Windows 10 IoT Enterprise 的步骤也适用于 IoT Core。

要将最新的 PowerShell 添加到发货映像中，请使用 Import-PSCoreRelease 命令将包包含在工作区中，并将 _OPENSRCPOWERSHELL 功能添加到您的映像中。

注意：对于 ARM64 架构，当您包含 _IOTPOWERSHELL 时，不会添加 Windows PowerShell。因此，基于 zip 的安装无法工作。您需要使用 Import-PSCoreRelease 命令将其添加到映像中。

在 Nano Server 上部署

这些说明假设 Nano Server 是一个“无头”操作系统，它已经在其上运行了 PowerShell 的某个版本。有关更多信息，请参阅 Nano Server 映像生成器文档。

可以使用两种不同的方法部署 PowerShell 二进制文件。

1. 离线 – 挂载 Nano Server VHD 并将 zip 文件的内容解压到挂载映像中您选择的位置。
2. 在线 – 通过 PowerShell 会话将 zip 文件传输到您选择的位置并解压。

在这两种情况下，您都需要 Windows x64 ZIP 发布包。请在“管理员”实例的 PowerShell 中运行命令。

离线部署 PowerShell

1. 使用您喜欢的 zip 工具将包解压到挂载的 Nano Server 映像中的目录。
2. 卸载映像并启动它。
3. 连接到内置的 Windows PowerShell 实例。

在线部署 PowerShell

按照以下步骤将 PowerShell 部署到 Nano Server。

# 替换以下变量的占位符信息：
$ipaddr = '<Nano Server IP 地址>'
$credential = Get-Credential # <系统上的管理员账户>
$zipfile = 'PowerShell-7.5.0-win-x64.zip'
# 连接到内置的 Windows PowerShell 实例
$session = New-PSSession -ComputerName $ipaddr -Credential $credential
# 将文件复制到 Nano Server 实例
Copy-Item $zipfile c:\ -ToSession $session
# 进入交互式远程会话
Enter-PSSession $session
# 解压 ZIP 文件
Expand-Archive -Path C:\PowerShell-7.5.0-win-x64.zip -DestinationPath 'C:\Program Files\PowerShell 7'

PowerShell 远程处理

PowerShell 支持通过 WSMan 和 SSH 的 PowerShell 远程处理协议 (PSRP)。有关更多信息，请参阅：

• PowerShell 中的 SSH 远程处理
• PowerShell 中的 WSMan 远程处理

支持的 Windows 版本

Microsoft 支持 PowerShell，直到 PowerShell 达到支持结束或 Windows 版本达到支持结束。

• 包含 PowerShell 7.4 和 PowerShell 7.5-preview（适用于 x64）的 Docker 映像，适用于 Windows Server 2022、Windows Server Core 2022 和 Windows Server Nano build 1809，可从 Microsoft Artifact Registry 获得。
• PowerShell 7.4 及更高版本可以安装在 Windows 10 build 1607 及更高版本、Windows 11、Windows Server 2016 及更高版本上。

您可以通过运行 winver.exe 来检查您正在使用的版本。

安装支持

Microsoft 支持本文档中的安装方法。可能还有其他第三方安装方法可从其他来源获得。虽然这些工具和方法可能有效，但 Microsoft 无法支持这些方法。

本地环境与远程环境兼容的开发难题，向来是开发者容易遇到的一大痛点。在远程服务器上开发通常面临以下问题：

• 环境不一致：本地环境和远程环境的依赖不同，导致代码运行异常。
• 调试不便：传统的 SSH 连接无法提供现代 IDE 的代码补全、调试等功能。
• 代码同步繁琐：手动上传/拉取代码，影响开发效率。

而 AI 原生 IDE Trae 最近的更新便精准解决了开发者的这一痛点，实属开发者福音。

01、Trae Remote-SSH 解决方案

Trae 是一款由字节跳动推出的免费 AI IDE，它深度整合了 AI 技术，旨在提升开发效率。它支持中文，并集成了主流 AI 模型，国内版使用豆包大模型和 DeepSeek 模型。

Trae 最近上新了远程资源管理功能（Remote SSH），很好的解决了我们远程开发和部署的困境。Trae Remote-SSH 允许我们在本地 PC 直接访问和操作远程主机的文件，而无需存储远程代码，就像操作本地项目一样。通过这一功能，可以协助我们提升体验：

• 无缝连接远程服务器：直接在本地 IDE 中开发远程代码，无需手动同步。
• 完整 IDE 体验：支持代码补全、调试、智能提示、AI 辅助等功能。
• 自动安装 Trae 服务器端：连接时自动安装 Trae Server，确保使用体验与本地一致。

Trae Remote-SSH 的运行原理如下图所示：本地 PC 运行 Trae 客户端，远程主机安装 Trae 服务器端，二者通过 SSH 通道通信。

Trae Remote-SSH 对设备的要求如下表所示

️ 注意：

• 旧版本（如 Debian 8、Ubuntu 16）可能存在兼容性问题。
• 远程主机需启用 SSH 服务，并具备出站 HTTPS 访问能力（端口 443）。

02、快速上手 & 开发实践

下面，让我们来快速上手 Trae Remote-SSH

步骤 1：打开远程资源管理器

• 在 Trae 的远程资源管理器中，点击“+”按钮。
• 在弹出的面板中输入 SSH 连接命令，例如：

  ssh user@remote-server

代码片段：可切换语言，无法单独设置文字格式

• 按回车键，远程主机将出现在连接目标列表。

步骤 2：连接远程主机

• 右下角点击 连接主机，或者在列表中点击远程主机右侧的 在新窗口连接。
• 输入密码或使用 SSH 密钥进行连接。
• 连接成功后，Trae 会自动安装服务端。

步骤 3：打开远程文件夹，开始开发

• 你可以在本地 PC 上直接编辑远程代码，并享受 Trae 提供的 AI 辅助和调试功能。
• 通过 终端 > 新建终端，可以在远程服务器上执行命令。

在成功启动后，让我们来通过 Trae Remote-SSH 远程开发一个贪吃蛇项目。

前置条件

• 本地 PC：macOS，安装 OpenSSH。
• 远程主机：Linux（推荐 Ubuntu 20.04+，2GB RAM，双核 CPU）。
• 网络要求：远程主机需要能访问 HTTPS（端口 443）。

连接远程主机

打开 Trae 远程资源管理器，点击 “+” 添加 SSH 连接。

输入 ssh user@remote-server-ip 并回车。

在弹出的提示框中，输入密码或使用密钥认证。

连接成功后，界面左下角会显示远程主机地址。

选择远程文件夹，即可像本地一样编写代码。

通过本地Trae远程编码

可以看到我本地通过 Trae 的 Builder模式进行自然语言交互，需要做一个贪吃蛇项目，结果项目和代码都在远程的服务器为我生成了，不要太爽啊！

查看服务器确实有了该项目

远程调试

代码中有问题的时候，直接选中然后在 Builder 中对话解决，并且 Trae 会一直尝试解决问题，直到问题解决

一个简单的贪吃蛇游戏就通过 Trae 的能力在远程搞定！

自定义模型接入能力

除此之外，Trae 的 Chat 和 Builder 模式下能自定义接入模型，下面我以硅基流动为例。

点击添加模型选项：首次进入 Builder 模型下，可以看到需要先选择模型，有一个添加模型的选项

模型配置：由于硅基流动有一些免费额度的 token 可以用，所以我就以硅基流动为例

丝滑使用自定义模型：可以看到上面操作很简单便捷，已经可以在 Builder 模式下选中并使用自定义的 deepseek 模型了

03、AI 助力远程开发

Trae 的 AI 原生功能，进一步提升了开发效率：

• 代码补全 & 纠错：智能提示代码，减少语法错误，提高编写效率。
• 远程调试 & 日志分析：自动解析日志并提供优化建议。
• 智能助手：根据上下文生成代码、优化 SQL 查询、快速跳转到代码关键位置等。

全自然语言项目初始化

• 零代码起手式
• Trae Builder 模式响应，能够自动生成项目结构（对比传统脚手架工具）
• 智能识别远程Python版本（3.8→自动适配walrus运算符）

智能编码全流程演示

• 上下文感知补全，Trae 拥有较强的上下文感知能力，可以实现更精准的代码补全。
• 跨文件调试黑科技，Trae 的全局感知能力使其可以实现跨文件的调试，提升开发效率。

混合编程模式进阶

• 自然语言微调：

“当前蛇移动速度调整不够平滑，请添加加速度机制：- 每吃5个食物速度提升10%- 最高不超过初始速度3倍”

AI生成代码差异对比：

\+ self.base_delay = 0.2+ self.speed_boost = 1.0def check_speed(self):

• 跨平台测试

远程部署一体化

• 依赖智能解决

Trae自动生成的requirements.txtcurses-menu==2.1.0 → 检测到远程缺库自动替换为windows-curses

• 一键热更新

“将当前版本推送到测试服务器192.168.1.100“

执行过程：

• 自动识别.gitignore规则
• 通过 SSH 通道增量同步
• 执行远程pip install -r requirements.txt

开发者效率革命

• 与传统工作流对比：

04、总结 & 个人体验

Trae Remote-SSH 让远程开发变得更加简单高效：

• 无需手动同步代码。
• 享受本地级别的开发体验。
• AI 助力提高开发效率。

技术决策者的认知升维

演进路线预判

05、致开发者同仁的推荐信

对于开发者而言，Trae Remote-SSH 解决了远程开发的诸多痛点，让远程服务器的开发体验接近本地环境，是现代开发者不可或缺的利器。

选择 Trae Remote-SSH 的三重必然性：

• 技术债务对冲工具:每一行AI生成的代码都自带技术规范检查（SonarQube 集成示例）
• 架构师能力放大器通过自然语言实现设计模式注入：

“在用户服务模块实施CQRS模式”→ 自动生成Command/Query分离结构→ 附带Event Sourcing实现方案

• 职业生涯护城河：早期接触智能协作范式，掌握下一代IDE扩展机制（演示插件开发工作台）

此刻的行动建议: 使用并体验 Trae Remote-SSH ，使用这颠覆性的革命工具，加快走在技术前沿的步伐！

一、基础概念解析

1. Native App（原生应用）

• 定义：基于操作系统原生语言开发（如Swift/Kotlin），直接调用设备硬件API
  推荐课程：《Swift 入门课程》、《Kotlin 入门课程》
• 新特性：支持AR/VR硬件协同（如Apple Vision Pro）、AI芯片加速推理
• 案例：抖音视频特效处理、高德地图实时3D导航

2. Web App（网页应用）

• 进化形态：PWA（渐进式Web应用）成为主流，支持离线访问和消息推送
• 核心技术：Service Worker + WebAssembly + WebGPU
• 国内案例：飞书文档网页版、腾讯会议Web端

3. Hybrid App（混合应用）

• 现代方案：React Native/Flutter/Ionic框架 + Capacitor运行时
• 开发优势：一套代码兼容iOS/Android/Web三端
• 典型场景：电商类App（如拼多多的活动页面）

二、技术对比与选型指南

维度	Native App	Web App	Hybrid App
性能	GPU直接渲染（>120FPS）	依赖浏览器渲染（30-60FPS）	接近原生（60-90FPS）
开发成本	双团队维护（iOS/Android）	单前端团队	单团队跨平台
热更新	需应用商店审核	实时更新	非核心模块热更新
典型框架	SwiftUI/Jetpack Compose	Vue3/Next.js	Flutter/UniApp

三、现代开发技术栈推荐

1. 跨平台开发方案

• Flutter 4.0：Google主推的UI框架，支持Windows/macOS/嵌入式设备
• UniApp 3.0：基于Vue3的国产框架，兼容微信小程序生态
• React Native 0.80：Facebook维护，支持Hermes引擎提速40%

2. 渐进式增强方案

• Capacitor 6.x：替代Cordova的跨平台运行时，支持iOS隐私沙盒
• Tauri 2.0：Rust构建的轻量级桌面应用框架，包体积减少70%

3. 性能优化工具

• Hermes引擎：针对React Native的字节码预编译方案
• Skia图形库：Flutter底层渲染引擎，支持硬件加速
• WebAssembly：将C++/Rust代码编译为浏览器可执行模块

四、实战建议（2025版）

1. 启动阶段：先用UniApp快速验证业务原型，后期用Flutter重构核心模块
2. 混合架构：核心功能用Native开发（如支付/生物认证），UI层用跨平台方案
3. 动态化方案：结合Flutter的JIT/AOT模式，实现热更新不违反应用商店政策
4. 小程序融合：通过UniApp同时生成微信/支付宝小程序，覆盖10亿级用户场景

五、学习路径推荐

1. 基础阶段：HTML5/CSS3 → JavaScript/TypeScript
   推荐课程：《HTML + CSS 基础实战》、《HTML + CSS 进阶实战》、《HTML5 新特性实战》、《HTML5+CSS3零基础快速入门》、《JavaScript 基础实战》、《TypeScript 入门到进阶课程》
2. 框架学习：Vue3+UniApp → Flutter+Dart
   推荐课程：《Vue3从零开始系列课程》、《uni-app跨平台开发入门到实战》、《Uniapp Vue3 基础到实战》、《Flutter完全入门》、《一分钟学会 Dart 编程》
3. 进阶方向：
   • Native扩展开发（Swift/Kotlin）
   • 跨平台引擎原理（Skia/Dart VM）
   • 性能调优（内存管理/渲染管线）

最新技术动态可通过《MDN Web Docs》和《Flutter中文社区》持续跟进。建议初学者从UniApp入手，快速体验完整开发流程。推荐课程：《uni-app跨平台开发入门到实战》