# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
上周我们发了一篇Agent大横评的文章三家评测，结果评论区出现了一个高频问题：
“字节的TRAE Work建议测一下。”
当时为什么没有测trae work呢，我先讲一个故事，真人真事。
前段时间workbuddy突然变得火了起来，我特别纳闷：到底谁在用workbuddy？
和同事聊的时候，他说了一个他朋友的例子。他的朋友参加一个培训，演示者放了一个workbuddy操作电脑本地文件的case，他朋友立马觉得wow，觉得很牛。
我心里想这得是离AI多远的人，这不是早就有的功能么。就跟之前腾讯元宝的广告下乡一样，太下沉了吧。
而我对TRAE的印象，觉得还是得对AI有一点基础了解的人才能用的起来的。
可是，为什么Agent这么久了普通人还是不用？普通人还是只开对话框。
到底是工具真的有门槛，还是没人给他看过有用的东西。
正好这么多朋友点名，TRAE work我确实一直在用，这次就单独安排一期。
除了Work办公模式，还有Code编程模式和Design设计模式，Codex、Claude Code有的东西，Trae基本都有——多模式、Skills、定时任务、手机端联动等等。
所以这次我换个思路，拿最近手里头正在做的两个任务跑一下，过程和方法给大家摊开讲一下。
一共两个任务：
第一个是一个适合自用的选股系统；
第二个是做批量论文分析；
先剧透一个后续——
这次测出来的全流程，TRAE Work官方看完，说要收进他们的知识库，我放进这期文章结尾了。
TRAE Work前阵子上线了一个40万字的AI工作知识库，里面介绍很多使用场景，产品、运营、数据分析、行研....教你怎么最大威力地用上TRAE work。
https://bytedance.larkoffice.com/wiki/RxVXweukSi7JtIkhOKBcuSlbnfC
开工之前，我已经把里面数据分析、自动化任务相关的几篇翻了翻，方法讲得很细——怎么把需求拆成任务、怎么让AI先规划再动手、每一步怎么验收，一件活从头到尾怎么干，有需要可以翻一翻，工作流的经验在其他Agent工具里也用的上。
不过，「搭一套自己的选股系统」这种活，库里还没有现成的教程。所以这次相当于，我要拿官方教的方法，去干一件官方还没写过的事。
第一个任务，选股票。
先声明：本文测的是TRAE Work干活的能力，所有股票内容纯属功能测试，不构成任何投资建议，文中涉及的具体股票统一做了匿名处理。
先说清楚我想干什么：我自己琢磨了一套选股的规则，条件特别多、特别杂，A股现在4000多只股票，人肉筛选是不可能的。
同花顺那些软件都是固定的菜单，勾勾涨幅、选选市盈率之类的，满足不了我的规则。所以只能搞一套自己的筛选分析系统。
股票极其依赖数据，干这个事逻辑是，先有数据，再计算和分析，最后才是选。
所以第一步，先搞定数据。
我找了个GitHub上的 instock 股票数据仓库，它提供了充足的数据接口和计算公式，可以进行一些初阶的量化操作。
但这项目的上手门槛非常高，至少要有一定的代码基础，而且要掌握分析数据库能力的人才能驾驭。
像我这种小白用户根本用不来，搁以前，我看都不看一眼。
但好在我有TRAE Work，非常擅长解析这种复杂的系统。
我先让它了解一下这个仓库，看看有没有什么便于小白直接使用的办法，最好直接对话就能交互，不用点来点去。
TRAE Work建议我把它做成一个cli，这样就能直接把它接入TRAE Work，有量化的问题，直接问它。
不用在上面点来点去，对话解决量化，好主意啊！
于是，我就指挥TRAE Work去把这个仓库包装成cli。
经过噼里啪啦一顿操作，终于成功把仓库落了下来，而且直接沉淀在我云端的 github 仓库里面，非常方便。
这里要特别夸一下TRAE Work，可以直连 github ，写好的代码直接上传，不用费劲吧啦去找密钥。
cli 搭建好以后，我接着告诉TRAE Work：基于这个本地仓库帮我搭起本地选股系统，我要能随时按自己的规则筛股票、分析个股、回看历史数据。
它接到活，先把仓库从头到尾读了一遍，了解完任务需求列了张任务清单：分析代码、搭数据库，到测试功能。
全程没管，等它跑完，我先看了眼数据库：一共4589只股票的基础信息齐全了，行情数据也各就各位。
这里和大家分享一个让AI干活又好又快的经验，就是AI干完的每一步都要验收。
为了确认它没糊弄我，我让它做成一个可视化数据库，有哪些表、各多少条、数据更新到哪天——
我手动抽了两只检查了下，数字是对的。
第二步，把我的规则喂给它。
这是整个任务里最难的一段。
因为我的策略里没有一行代码，全是股民之间口口相传的行话——「回踩缩量」「长下影」「放量破位」。这些词，炒股的人一听就懂；但一个个教给机器，背后的计算公式是极其庞大的。之前卡住我的，就是这一步。
这次，我直接把几十个条件。我把需求原样丢了过去：
请从A股非ST、非退市、上市满一年且日均成交额大于1亿元的个股中，筛选处于上升趋势（收盘价＞20日均线＞60日均线）、近期回踩3—8天且成交量逐步缩至5日均量70%以下、在20日均线或前期突破平台附近出现十字星或长下影小K线（实体不超过振幅25%、下影线不短于实体2倍）的股票，剔除一字板、连续涨停及明显放量破位股，按趋势强度、缩量程度和支撑有效性综合排序输出前10只，并列出代码、名称、关键指标、入场条件、止损位及一句话理由；数据不足不得猜测推荐。
最后加了一句，数据不足不得猜测推荐。目的就是让AI不要瞎编。
它的处理方式是先查数据库，发现有些数据字段不全，先是自己补了历史K线数据，然后把黑话逐条翻译成可计算的规则。
这部是我后来翻看它的过程记录看到的，它做了一些我之前没想到的处理。
最后给了2只符合的结果，每只带指标、入场条件、止损参考和一句话理由。
说实话，第一眼我以为干崩了：我要10只，你给我2只？于是我特意核查了处理过程，发现符合条件的确实不多。好吧。。不过说实话，筛出来的2只里，我一只都不熟，也不敢直接上手。
所以拿了一只我熟悉的股票让它具体分析，单独分析我的中意股。
到这一步如果你觉得，满屏的字段和数值，看着不够好看，可以让TRAE Work帮你做成一个PPT。
几分钟轻松到手一份研报。
不过，PPT是给别人看是方便的，我自己使用不可能每天打开一份PPT来管理筛选结果，我这套系统目的是每天都要跑的。
所以飞书表格最适合。
于是，同一只票的数据和分析，我让TRAE Work再落一份进飞书多维表格里。
把日K数据、关键指标都放在里面。这样我就能自己筛选、自己排序，以后每次新的分析结果，接着往里存就行了。
飞书表格能解决我自己用的问题，但是偶尔我也会把分析结果分享给微信群里的哥们看。
所以，我顺手让它生成了份HTML网页版报告，手机上点开就能看，不用装任何软件。
但是问题随之而来，我为什么要一次次生成文件、一次次发给别人。
直接把这套系统部署成一个固定网址不就完了。
启动TRAE Work的「/plan」计划模式，先出一份部署方案，这样一次跑成功的概率更大一些。
然后配合服务器Skill，它把整套系统部署到了我自己的服务器上，一个真正的线上地址，还加了访问密码，防止选股结果被陌生人围观。
现在手机上、别人电脑上，都能直接打开我的选股系统。
最后，还有更智能的——定时任务，自动上班。
股票数据每天都在变，但也总不能天天手动喊它更新。
知识库里有一篇自动化任务的教程，我照着知教程，配了个定时任务，每天自动同步行情。
在对话框里跟它说清楚三件事——每个交易日早上开盘前执行、任务内容是同步最新行情数据、完成后通知我。
这步照着教程走就行。配置好之后可以自动创建了一条定时任务。
第二天早上手机震了一下：数据同步完成。
我点开线上页面看了眼，行情已经是最新的。
到这里，一个自用的选股系统便建好了。
从获取最新股票数据→翻译策略→执行筛选→生成展示→部署上线→自动更新。
第二个任务，论文整理。
我手里积了60篇关于Loop和Agent的论文，一直没空看，越堆越多，但每天都有更紧的事。
所以这个时候就需要一个偷懒的办法，AI自动化。
建一个飞书表格，归类整理所有论文，方便我决定先读哪篇。
整理出来效果非常好，60篇论文逐篇整理的表格、按主题分堆的聚类，和一张能看清整个研究领域脉络的可视化。
但毕竟没那么勤，然后这张表就在我的收藏里又躺了半个月。。。
转折在前几天。马斯克的Grok 4.5发布，主打图论推理，圈里一夜之间全在聊graph。
我心里咯噔一下：我那60篇里就有一堆graph相关的论文。
搁以前这就是标准的书到用时方恨少。
但幸好这次，知识已经入库了。
我直接让TRAE基于那张表格，把和图论推理相关的论文捞出来，对照着Grok 4.5放出的信息讲讲：
这个热点到底新在哪，哪些思路其实论文里早就写过。
几分钟后，一份简报到手：值得精读的是哪几篇、每篇重点看哪一段、和热点的对应关系是什么，清清楚楚。
那一刻我才咂摸出上个月那次整理的真正价值。
价值不在表格本身，而在于知识提前入了库。热点出现的时候，快别人一步精准筛选信息。
一共两个任务，都是我平时积累的需求。
我和字节TRAE团队的朋友聊天，我说我现在每天工作基本都要用你们的agent。
他问我为啥。我说国外的agent我每天也在用，因为我不想依赖某一家的产品。
我在乎的不是哪家的agent更强，而是谁更适合我的任务。
Codex、Claude Code我也在用，各有各的强项。但我不会把所有工作流都绑死在某一家上面。
原因很简单，智能是租来的。今天能用，明天涨价、改规则、封号，跟模型磨合攒下的东西，怎么拆需求、怎么写提示词、怎么验收，这些方法，我需要的是换一个工具照样跑。
这次两个任务跑下来，我攒下的不是TRAE Work的使用技巧，是一套干这类活的流程。
于是干脆，TRAE Work团队看完这套流程，说要收进他们的知识库当通用模板。
算是为了更好地让更多人用上这套流程，我们把这次实测的全流程整理出来了，蒸馏成了一个知识库。
体验入口：
https://bytedance.larkoffice.com/wiki/Prqjwm7ZJiVnlIkpyeacuUFanhg
https://bytedance.larkoffice.com/wiki/MSiQwwVGGifz7dkc9XfcmM1nnug
现在只需要复制下面的知识库链接，发给自己的TRAE即可使用。
等不及的朋友们，现在就可以冲啦！
风险提示：本文涉及的股票筛选与个股分析仅用于展示工具能力，不构成投资建议。金融数据和模型结果可能存在延迟或误差，请独立判断并注意投资风险。
文章来自于"夕小瑶科技说"，作者 "夕小瑶编辑部"。
