Trae模型调用达到上限后怎么接入Ollama？

先说几个核心判断：当Trae的云端调用频繁受限，或者页面开始弹出“请求过于频繁”、“已达到API调用上限”这类提示时，最直接有效的解决方案就是转向本地Ollama服务。这个方案不需要任何外部API密钥，不会有Token费用，响应延迟通常低于300ms，而且所有数据都保留在本机内存中——对于持续使用AI辅助的开发者来说，这几乎是唯一能绕过网络限流机制的路径。

确认Ollama服务已在本地运行

打开终端，先执行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，比如qwen2.5:7b。如果没有任何输出，或者提示“command not found”，说明Ollama还没有安装或者服务还没有启动——这时候需要先执行curl -fsSL https://ollama.com/install.sh | sh安装，然后运行ollama serve。

接着执行curl http://127.0.0.1:11434/api/tags，返回的JSON中应该包含models数组，并且至少有一项name字段非空。如果返回的是Connection refused，说明Ollama没有绑定到默认端口——这时需要手动设置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

推荐通过「模型管理」界面添加，操作其实很简单。点击Trae左下角齿轮图标→「设置」→「模型管理」→「添加模型」。类型选择「自定义」，模型名称可以填local-qwen2.5，名称可以随意起，但注意避免空格和特殊字符。API Key留空，因为Ollama默认不需要认证。关键是API URL，必须填http://127.0.0.1:11434/v1/chat/completions——

填好之后点击「测试」，输入“你好”并等待返回文本。如果显示“连接超时”或“invalid endpoint”，立刻检查三件事：Ollama是否正在运行、端口是否被防火墙拦截、URL末尾是否遗漏了/chat/completions。测试成功后点击「保存」，模型就会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」或者直接唤出AI侧边栏，顶部模型名称应该显示你刚添加的local-qwen2.5。发一条简单指令，比如“把这段Python代码转成TypeScript”，观察响应时间和内容质量。如果响应在2秒内完成，而且没有网络错误提示，说明Ollama已经成功接管了全部推理任务。

更彻底的验证方式：关闭Wi-Fi或者拔掉网线后重复上述操作，如果仍然能正常响应——这证明Trae已经完全脱离云端依赖，所有LLM调用都走本地11434端口。