AI 助手
TRAE 智能问答助手
你好,我是 TRAE 文档问答助手 🎉 你在阅读当前文档的过程中,无论对文档概念的解释,还是文档内容方面的疑问,都可以随时向我提问,我会全力为你解答
推荐问题
TRAE IDE 里最热门的 Skill 是哪些?
如何创建自定义智能体?
如何配置 Rules?
文档反馈
TRAE 企业版介绍
产品动态
计费说明
订阅管理
用量管理
网络与安全设置
AI 配置
自动化
成员个人设置
问题排查
帮助与支持
相关协议

数据分析

复制页面

TRAE 企业版提供数据分析面板,展示企业整体的使用数据,包括人员数据、人员活跃度趋势、算法请求统计等。

前置条件

若要查看 AI 贡献率数据,TRAE 客户端需满足以下要求:

  • TRAE:3.3.90 及以上
  • TRAE Plugin:1.7.0.5 及以上
  • TRAE CLI:0.202.1 及以上

使用限制

订阅团队版套餐的企业无法查看 TRAE CLI 相关数据。

注意事项

按部门维度聚合数据时,若人员在统计周期内发生部门变更,其数据将归属于数据产生当日结束时所在的部门。

查看数据

按以下步骤打开 TRAE 企业版控制台中的数据面板:

  1. 登录 TRAE 企业版控制台。
  2. 前往 企业管理 > 数据分析。
    你已进入新版数据分析面板。若要查看旧版数据,可以点击右上角的 查看旧版本数据 按钮。
    Image
  3. (可选) 设置筛选项,包括数据聚合维度(人员 / 部门)以及数据统计周期。
  4. (可选) 点击右上角的 导出洞察报告 按钮,将数据分析报告导出至本地。

数据过滤策略

计算代码提交 AI 贡献度时,TRAE 会过滤锁文件、依赖目录、快照文件和自动生成文件等不适合用于衡量代码贡献的内容。过滤后的文件不参与 Commit 中 AI 贡献新增行数、Commit 总新增行数和 AI 贡献率的计算。

默认过滤

TRAE 默认过滤以下文件或目录:

类型 默认过滤的文件
锁文件及其他生成文件 *.lock、Cargo.lock、package-lock.json、yarn.lock、pnpm-lock.yaml、go.sum、Gemfile.lock、poetry.lock、composer.lock、Pipfile.lock、shrinkwrap.yaml、*.generated.*、*.min.js、*.min.css、*.map
目录 /vendor/、/node_modules/、/snapshots/、/drizzle/meta/
快照文件 **/*.snap、**/*.snap.new
Protobuf 生成文件 *.pbobjc.h、*.pbobjc.m、*.pb.go、*.pb.h、*.pb.cc、*_pb2.py、*_pb2_grpc.py、*.pb.swift、*.pb.dart

自定义过滤

如需过滤其他文件或目录,在仓库根目录创建 .git-ai-ignore 文件并配置过滤规则。规则基于 glob 匹配模式,支持 *、**、? 等通配符,并遵循 gitignore 语法扩展。

提示

在提交 Commit 前创建并配置 .git-ai-ignore 文件。过滤规则会在生成代码时的 Git AI Checkpoint 中生效;若在生成代码或提交后才配置,可能影响当前 Commit 的代码归因结果。

以下为配置示例:

# 忽略指定目录下的所有内容
docs/generated/**

# 忽略所有 .snap 快照文件
*.snap

# 忽略所有 Markdown 文档
**/*.md

# 忽略 vendor 目录
vendor/**

# 不忽略指定文件;! 表示对前面的规则取反
!docs/README.md

# 匹配名称中包含特殊字符的文件;使用反斜线转义 #、! 等字符
\#file.txt

异常 Commit 排除规则

除文件和目录级别的过滤外,你还可以在数据分析面板中配置异常 Commit 排除规则。命中任一规则的 Commit 将被判定为异常并排除,不计入代码提交 AI 贡献度的贡献率与代码行数统计。

支持以下三种规则。同一规则包含多个条件时,需同时满足才会排除该 Commit:

规则 排除条件 适用场景
  1. AI 贡献率低且人工编写行数高

AI 贡献率低于设定百分比,且人工编写行数高于设定行数。

  • 公式:AI 贡献率 < X% 且 人工编写行数 > Y 行
  • 默认配置:贡献率 < 5% 且 人工行数 > 10,000 行(可按需调高如 50,000 行)
  • 导入第三方源码或静态资源:将开源组件、SDK、大体积 JSON / Mock 数据、前端编译产物、字体或 SVG 资源直接复制到仓库后提交。
  • 迁移旧项目或初始化脚手架:从旧仓库批量迁移数万行代码,或使用 Protobuf / Swagger / ORM 工具一次生成大量样板代码后提交。
  1. 上报延迟且 AI 贡献率低

上报时间比代码提交时间晚的分钟数超过设定值,且 AI 贡献率低于设定百分比。

  • 公式:上报时间晚于提交时间 > Z 分钟 且 AI 贡献率 < X%
  • 默认配置:延迟 > 4,320 分钟(3 天)且 贡献率 < 5%
  • 在其他工具中提交后延迟补报:开发者关闭 TRAE IDE 后,在系统终端或其他 IDE 中编写代码并执行 git commit,几天后重新打开 TRAE IDE,触发历史 Commit 补报。由于 TRAE 未追踪代码的编写和提交过程,这部分代码的 AI 贡献率波动较大,可能为 0% 或 100%。
  • 长时间离线开发或机器人合入:离线开发或由 CI/Bot 自动生成的 Commit,数天后才同步上报。
  1. 低 AI 贡献率

AI 贡献率低于设定百分比。

  • 公式:AI 贡献率 < X%
  • 默认配置:默认不开启(开启时常设为 1%)
  • 过滤无需 AI 辅助的小改动:日常开发中有大量无需 AI 辅助的小改动,如修改 .env 环境变量、调整 YAML / CI 配置、修订 README 文档,或修改 1 行文案、版本号。希望过滤这些提交,让看板主要反映编码场景中的 AI 辅助情况。
  • 评估多工具混用团队的 AI 使用情况:团队正在推广 TRAE,部分成员仍主要使用其他编辑器。管理者希望先评估有 AI 交互的提交中 AI 贡献的占比,避免大量 AI 贡献率为 0% 的提交掩盖工具的实际使用效果。

配置异常 Commit 排除规则的步骤如下:

  1. 在数据分析面板中,点击 代码提交 AI 贡献度 区域右上角的过滤图标,
    Image
    页面上出现 异常 Commit 排除规则 弹窗。
  2. 按需调整已有规则的阈值。
  3. (可选) 点击 添加规则,选择 低 AI 贡献率,并在新增的规则中填写 AI 贡献率阈值。
  4. (可选) 点击规则右侧的删除图标,移除不需要的规则。
  5. 点击 保存 按钮。

新版本数据及统计口径

看板 指标 统计口径 数据来源

人员数据

总计使用人员数量

在所有 TRAE 客户端内,使用 AI 能力的用户数量(以账号维度去重)。

  • TRAE
  • TRAE Plugin
  • TRAE CLI
  • TraeWork 桌面版和网页版
  • TRAE 移动端
IDE 人员数量 在 TRAE 内使用 AI 能力的用户数量(以账号为准)。 TRAE
插件使用人员数量 在 TRAE Plugin 内使用 AI 能力的用户数量(以账号为准)。 TRAE Plugin
CLI 使用人员数量 在 TRAE CLI 内使用 AI 能力的用户数量(以账号为准)。 TRAE CLI
TRAE 移动端使用人员数量 在 TRAE 移动端内使用 AI 能力的用户数量(以账号为准)。 TRAE 移动端
TraeWork 桌面版使用人员数量 在 TraeWork 桌面版内使用 AI 能力的用户数量(以账号为准)。 TraeWork 桌面版
TraeWork 网页版使用人员数量 在 TraeWork 网页版内使用 AI 能力的用户数量(以账号为准)。 TraeWork 网页版

人员活跃度趋势

总计人员

在选定的时间范围内,每日所有 TRAE 客户端的总使用人数。

  • TRAE
  • TRAE Plugin
  • TRAE CLI
  • TraeWork 桌面版和网页版
  • TRAE 移动端
IDE 使用人员 在选定的时间范围内,每日 TRAE 的总使用人数。 TRAE
插件使用人员 在选定的时间范围内,每日 TRAE Plugin 的总使用人数。 TRAE Plugin
CLI 使用人员 在选定的时间范围内,每日 TRAE CLI 的总使用人数。 TRAE CLI
TRAE 移动端使用人员 在选定的时间范围内,每日 TRAE 移动端的总使用人数。 TRAE 移动端
TraeWork 桌面版使用人员 在选定的时间范围内,每日 TraeWork 桌面版的总使用人数。 TraeWork 桌面版
TraeWork 网页版使用人员 在选定的时间范围内,每日 TraeWork 网页版的总使用人数。 TraeWork 网页版

代码提交 AI 贡献度

AI 贡献率

(Commit 中补全生成的新增代码行数 + 内置智能体 Chat 和 Agent 以及自定义智能体生成的新增代码行数)/ Commit 总新增代码行数 × 100%。

  • TRAE
  • TRAE Plugin
  • TRAE CLI

Commit 中 AI 贡献新增行数

Commit 中补全生成的新增代码行数与内置智能体 Chat 和 Agent 以及自定义智能体生成的新增代码行数之和。

  • TRAE
  • TRAE Plugin
  • TRAE CLI

Commit 总新增行数

Commit 总新增代码行数

  • TRAE
  • TRAE Plugin
  • TRAE CLI

其他新增行数

Commit 总新增代码行数减去 Commit 中 AI 贡献新增行数。

  • TRAE
  • TRAE Plugin
  • TRAE CLI

AI 核心数据概览

总问答次数

所有端的总问答次数。

  • TRAE
  • TRAE Plugin
  • TRAE CLI
  • TraeWork 桌面版和网页版
  • TRAE 移动端

总推荐行数

内置智能体 Agent 和自定义智能体推荐的代码行数与补全推荐的代码行数之和。

  • TRAE
  • TRAE Plugin

总采纳行数

内置智能体 Agent 和自定义智能体推荐且被采纳的代码行数与补全推荐且被采纳的代码行数之和。

  • TRAE
  • TRAE Plugin

Agent 采纳次数/问答次数

  • Agent 采纳次数:内置智能体 Agent 和自定义智能体生成的代码被采纳的次数。
  • Agent 问答次数:使用内置智能体 Agent 和自定义智能体发起问答的次数。
  • TRAE
  • TRAE Plugin

Agent 采纳行数/推荐行数

  • Agent 采纳行数:内置智能体 Agent 和自定义智能体推荐且被采纳的代码行数。
  • Agent 推荐行数:内置智能体 Agent 和自定义智能体推荐的代码行数。
  • TRAE
  • TRAE Plugin

Chat 问答次数

使用内置智能体 Chat 发起问答的次数。

  • TRAE
  • TRAE Plugin
CLI 问答次数 CLI 端问答次数 TRAE CLI

Work 问答次数

Work 端问答次数

  • TraeWork 桌面版和网页版
  • TRAE 移动端

CUE 采纳次数/推荐次数

  • CUE 采纳次数:CUE 推荐的修改点被采纳的次数。
  • CUE 推荐次数:CUE 的修改点推荐次数。
  • TRAE
  • TRAE Plugin

CUE 采纳行数/推荐行数

  • CUE 采纳行数:CUE 推荐的代码被采纳的行数。
  • CUE 推荐行数:CUE 推荐的代码行数。
  • TRAE
  • TRAE Plugin

Agent 推荐与采纳趋势行数

Agent 推荐代码行数

按所选统计周期,展示内置智能体 Agent 和自定义智能体推荐的代码行数。

  • TRAE
  • TRAE Plugin

Agent 采纳代码行数

按所选统计周期,展示内置智能体 Agent 和自定义智能体推荐且被采纳的代码行数。

  • TRAE
  • TRAE Plugin

Agent 行数采纳率

内置智能体 Agent 和自定义智能体的采纳代码行数 / 推荐代码行数 × 100%。

  • TRAE
  • TRAE Plugin

CUE 推荐与采纳趋势行数

CUE 推荐代码行数

按所选统计周期展示 CUE 推荐的代码行数。

  • TRAE
  • TRAE Plugin

CUE 采纳代码行数

按所选统计周期展示 CUE 推荐且被采纳的代码行数。

  • TRAE
  • TRAE Plugin

CUE 行数采纳率

CUE 采纳代码行数 / 推荐代码行数 × 100%。

  • TRAE
  • TRAE Plugin

MCP 排行榜

-

筛选时间内调用最多的 MCP(以 tool 维度统计调用次数)。

  • TRAE
  • TRAE Plugin
  • TRAE CLI
  • TraeWork 桌面版和网页版

企业专属智能体排行榜

-

企业专属智能体的调用次数排行。

  • TRAE
  • TRAE Plugin
  • TRAE CLI

大模型调用分布图

-

AI 对话使用的模型分布。

  • TRAE
  • TRAE Plugin
  • TRAE CLI
  • TraeWork 桌面版和网页版
  • TRAE 移动端

编程语言分布图

-

问答采纳代码的语言分布。

  • TRAE
  • TRAE Plugin
  • TRAE CLI
  • TraeWork 桌面版和网页版的 Code 模式
  • TRAE 移动端的 Code 模式

旧版本数据及统计口径

看板 指标 统计口径 数据来源

人员数据

总计使用人员数量

在所有 TRAE 客户端内,使用 AI 能力的用户数量(以账号维度去重)。

  • TRAE
  • TRAE Plugin
  • TRAE CLI
  • TraeWork 桌面版和网页版
  • TRAE 移动端
IDE 人员数量 在 TRAE 内使用 AI 能力的用户数量(以账号为准)。 TRAE
插件使用人员数量 在 TRAE Plugin 内使用 AI 能力的用户数量(以账号为准)。 TRAE Plugin
CLI 使用人员数量 在 TRAE CLI 内使用 AI 能力的用户数量(以账号为准)。 TRAE CLI
TRAE 移动端使用人员数量 在 TRAE 移动端内使用 AI 能力的用户数量(以账号为准)。 TRAE 移动端
TraeWork 桌面版使用人员数量 在 TraeWork 桌面版内使用 AI 能力的用户数量(以账号为准)。 TraeWork 桌面版
TraeWork 网页版使用人员数量 在 TraeWork 网页版内使用 AI 能力的用户数量(以账号为准)。 TraeWork 网页版

人员活跃度趋势

总计人员

在选定的时间范围内,每日所有 TRAE 客户端的总使用人数。

  • TRAE
  • TRAE Plugin
  • TRAE CLI
  • TraeWork 桌面版和网页版
  • TRAE 移动端
IDE 使用人员 在选定的时间范围内,每日 TRAE 的总使用人数。 TRAE
插件使用人员 在选定的时间范围内,每日 TRAE Plugin 的总使用人数。 TRAE Plugin
CLI 使用人员 在选定的时间范围内,每日 TRAE CLI 的总使用人数。 TRAE CLI
TRAE 移动端使用人员 在选定的时间范围内,每日 TRAE 移动端的总使用人数。 TRAE 移动端
TraeWork 桌面版使用人员 在选定的时间范围内,每日 TraeWork 桌面版的总使用人数。 TraeWork 桌面版
TraeWork 网页版使用人员 在选定的时间范围内,每日 TraeWork 网页版的总使用人数。 TraeWork 网页版

核心使用数据

AI 生成率

被采纳的 AI 生成代码/(人工手动编写代码 + 被采纳的 AI 生成代码)x 100%。

  • TRAE
  • TRAE Plugin

AI 贡献率

(提交代码中 AI 贡献行数 / 提交代码总行数)x 100%。

  • TRAE
  • TRAE Plugin

AI 生成代码量

AI 问答和补全累计生成代码量。

  • TRAE
  • TRAE Plugin

CUE 推荐次数

补全累计推荐次数。

  • TRAE
  • TRAE Plugin

对话代码生成趋势

生成代码行数

按照筛选时间展示对话生成的代码行数。

  • TRAE
  • TRAE Plugin
采纳代码行数 按照筛选时间展示对话生成代码被采纳的行数。

CUE 推荐代码趋势

推荐代码次数

按照筛选时间展示 CUE 的修改点推荐次数。

  • TRAE
  • TRAE Plugin
采纳代码次数 按照筛选时间展示 CUE 推荐的修改点被采纳的次数。

MCP 排行榜

-

筛选时间内调用最多的 MCP(以 tool 维度统计调用次数)。

  • TRAE
  • TRAE Plugin
  • TRAE CLI
  • TraeWork 桌面版和网页版

企业专属智能体排行榜

-

企业专属智能体的调用次数排行。

  • TRAE
  • TRAE Plugin
  • TRAE CLI

大模型调用分布图

-

AI 对话使用的模型分布。

  • TRAE
  • TRAE Plugin
  • TRAE CLI
  • TraeWork 桌面版和网页版
  • TRAE 移动端

编程语言分布图

-

问答采纳代码的语言分布。

  • TRAE
  • TRAE Plugin
  • TRAE CLI
  • TraeWork 桌面版和网页版的 Code 模式
  • TRAE 移动端的 Code 模式

常见问题

当前项目未初始化为 Git 仓库,能否识别 AI 生成的代码?

不能。新版贡献率方案仅检测 Git 仓库中的代码变更,并按 Commit 统计 AI 贡献率。如果当前项目尚未初始化为 Git 仓库,请在生成代码前进入项目目录并执行 git init。

从外部复制的内容或编译生成的文件,会被统计为非 AI 贡献吗?

如果这类内容被 Git 纳入 Commit 且未被过滤,会被统计为非 AI 贡献。如不希望将其纳入统计,请在提交 Commit 前,通过 .git-ai-ignore 文件过滤相应的目录或文件类型。具体配置方式参见自定义过滤。

git-ai 能监听在终端中手动执行的 git commit 吗?

能。在 daemon 已启动且仓库已被识别的情况下,无论是在 TRAE IDE、系统终端、VS Code 终端、iTerm2 还是 Warp 中执行 git commit,git-ai 都能监听到该操作。

daemon 启动后,会监听每个已识别仓库的 .git/logs/HEAD 文件,即 Git 的操作日志(reflog),从而感知 Commit 操作。

AI 生成的 .docx、.xlsx 文件会被统计吗?

不会。.docx 和 .xlsx 本质上是经过 ZIP 压缩的 XML 文件包,Git 会将其视为二进制文件。执行 git diff 时,二进制文件不会产生逐行的增删统计,因此不会计入 AI 贡献。

为什么 AI 贡献率为 0?

请依次检查 git-ai 相关进程是否正常启动、当前项目是否已初始化为 Git 仓库,以及是否已产生 Commit。若以上各项均正常,可以上报问题,并联系 TRAE 排查。

嵌套的 Git 仓库能正确识别 AI 生成的代码吗?

在子仓库目录中生成的代码会自动归属于子仓库。如果将这些代码提交到父仓库,AI 贡献率将统计为 0。

建议采用以下任一方式:

  1. 避免使用父目录和子目录均为 Git 仓库的嵌套结构。
  2. 如果代码在子仓库中生成,请将代码提交到子仓库,以便正常记录 AI 贡献率。

哪些场景无法统计为 AI 贡献?

目前,以下两类场景无法统计为 AI 贡献:

  1. Agent 通过 RunCommand 执行一条同时包含文件编辑和 Commit 操作的命令。例如:
sed -i ... && git add . && git commit

在此场景下,该命令对文件产生的变更无法统计为 AI 贡献。

  1. 以目录 A 作为工作区根目录时,Agent 通过 RunCommand 编辑了目录 A 以外的文件。目录 A 以外的文件变更无法统计为 AI 贡献。例如:
- /Users/workspace
    - repo-A/       # 工作区根目录(cwd)
    - repo-B/       # 实际编辑文件所在的仓库,其变更无法统计