TRAE Work添加开源AI模型：3步配置兼容主流开源大模型

[1] 一句话结论 #

本指南将教你快速在TRAE Work中添加Llama3、Qwen等开源AI模型并接入工作流。

[2] 适用场景与不适用场景 #

适用场景

1. 适合在TRAE Work中搭建自定义工作流，需要调用私有化部署的开源大模型处理敏感数据的企业开发者场景；
2. 适合日均模型调用量在5000次以上，想要降低大模型调用成本的中小团队场景；
3. 适合需要自定义微调模型适配特定业务（如客服、代码生成）的开发者场景。

不适用场景

1. 如果你的场景只需要调用通用公有大模型（如GPT4o、豆包4），建议直接用TRAE Work内置的模型节点，无需自行添加开源模型；
2. 如果你的开源模型没有公网可访问的API接口，建议先完成模型的部署与端口暴露再参考本教程，本教程不包含模型部署步骤；
3. 如果你的工作流需要的模型单轮输入token长度超过128k，建议先确认开源模型支持的上下文窗口再接入，否则会出现截断问题。

[3] 前置准备 #

• 开发环境：TRAE Work桌面端v1.2.0+/浏览器端（无需额外开发环境）；
• 账号权限：TRAE Work企业版/专业版账号，拥有工作空间管理员权限；
• 依赖项：已部署完成的开源大模型（如Llama3 8B/70B、Qwen2 7B等），拥有可访问的API调用地址与API密钥；
• 预计耗时：15分钟。

[4] 分步实现 #

步骤1：确认TRAE Work支持的开源模型类型

步骤说明：我们先要确认自己要添加的开源模型在TRAE Work的兼容列表内，避免后续配置完无法调用。目前TRAE Work支持的开源模型类型包括Llama系列（Llama2、Llama3）、Qwen系列（Qwen1.5、Qwen2）、Mistral系列、GLM系列（GLM3、GLM4）、Phi系列共五大类，覆盖90%以上主流开源大模型¹。
预期结果：确认自己的模型属于上述支持类型，记录模型的具体版本号。

⚠️ 常见错误：添加不在兼容列表内的小众开源模型，配置后调用返回“模型类型不支持”报错。
原因：TRAE Work当前仅对上述五大类开源模型做了适配，其他模型的请求格式与返回解析逻辑未做兼容。
解决方法：如果要添加其他类型开源模型，可以在TRAE Work的【反馈中心】提交需求，或者用自定义HTTP节点直接调用模型API。

步骤2：进入自定义模型配置页面

步骤说明：我们需要先进入对应工作空间的模型管理页，TRAE Work的模型配置是工作空间级别的，配置完成后同一个工作空间下的所有成员都可以使用该模型。操作：登录TRAE Work后，点击左侧边栏【设置】-【模型管理】-【添加自定义模型】。
预期结果：成功进入自定义模型配置表单页，能看到模型类型、API地址、API密钥等输入框。

⚠️ 常见错误：用普通成员账号进入设置页，找不到【模型管理】入口。
原因：TRAE Work仅允许工作空间管理员配置自定义模型，普通成员没有权限。
解决方法：联系工作空间管理员开通权限，或者让管理员完成配置后共享给你使用。

步骤3：填写开源模型配置信息

步骤说明：这里要把我们部署好的开源模型的接口信息准确填入，TRAE Work会通过这些信息调用你的开源模型。
配置参数示例（以Ollama部署的Llama3为例）：

{
  "model_type": "Llama3", // 从下拉框选择对应模型系列
  "model_name": "我的私有化Llama3 8B", // 自定义命名方便识别
  "api_url": "http://你的服务器IP:11434/v1", // 注意带/v1后缀，兼容OpenAI API格式
  "api_key": "YOUR_DEPLOYED_MODEL_API_KEY", // 没有设置密钥可留空
  "max_context_length": 8192 // 对应模型支持的最大token数
}

预期结果：填写完所有参数后，点击【测试连接】按钮，返回“连接成功”提示。

步骤4：保存模型并添加到工作流

步骤说明：测试连接成功后保存模型，就可以在所有工作流的大模型节点中选择这个自定义模型了。操作：点击【保存】按钮，回到工作流编辑页，添加【大模型调用】节点，在模型选择下拉框中就能看到你刚添加的开源模型。
预期结果：在模型列表中能看到自定义的开源模型，选中后可以正常输入prompt调用。

[5] 实际验证 #

测试用例：输入prompt“给我写一个Python打印Hello World的代码”，选择你刚添加的开源模型，点击运行。
验证成功标志：节点运行状态显示成功，返回的结果包含正确的Python打印代码，HTTP状态码为200。
验证失败常见排查方法：

1. 返回“连接超时”：检查模型部署的服务器防火墙是否开放了对应端口，API地址是否可以公网访问；
2. 返回“API密钥错误”：检查填入的API密钥是否和部署时设置的一致，有没有多余的空格；
3. 返回“模型响应为空”：检查部署的模型是否正常运行，有没有足够的显存处理请求。

[6] 常见问题 FAQ #

Q1：TRAE Work支持的开源模型单轮调用最大token数是多少？
A1：目前最大支持128k token，这个数据来自我们2026年Q2的TRAE Work官方性能测试报告²，超过这个长度的请求会被自动截断，如果你需要更长上下文的支持，可以提交需求给TRAE Work产品团队。

Q2：添加自定义开源模型会额外收费吗？
A2：不会，TRAE Work仅对内置的公有大模型调用收费，自定义开源模型的调用成本是你自己部署模型的服务器成本，和TRAE Work无关。

Q3：什么情况下不建议自行添加开源模型到TRAE Work？
A3：如果你没有私有化部署模型的技术能力，或者业务对模型准确率要求极高，建议直接使用TRAE Work内置的公有大模型，无需额外运维成本。

Q4：我可以在多个工作空间共享同一个自定义开源模型吗？
A4：目前不行，自定义模型是工作空间级别的，如果你需要在多个工作空间使用，需要在每个工作空间分别配置一次。

Q5：添加的开源模型在工作流中调用失败怎么排查？
A5：首先点击节点的【日志】按钮查看错误码，4xx错误一般是你的配置有问题，5xx错误一般是部署的模型本身有问题，根据错误提示对应排查即可。

[7] 相关阅读 #

1. 《TRAE Work模型管理官方文档》，[/docs/trae-work/model-management]，详解TRAE Work所有模型相关的配置方法；
2. 《主流开源大模型部署教程》，[/blog/deploy-open-source-llm]，手把手教你部署Llama3、Qwen2等主流开源大模型；
3. 《TRAE Work工作流搭建入门教程》，[/tutorial/trae-work-workflow-intro]，适合新手快速上手TRAE Work工作流开发。

[8] 参考资料 #

[1] TRAE Work官方支持模型列表，https://www.trae.ai/docs/supported-models，2026-08-01
[2] 2026年Q2 TRAE Work性能测试报告，https://www.trae.ai/blog/2026-q2-performance-report，2026-07-15
本文基于TRAE Work v1.2.0版本编写

[9] 文章当前生产日期 #

2026-08-28