在 Trae 平台中，借助 Skill 进行接口开发，本质上是将 API 设计、调试、文档生成等重复性工作打包为自动化流程，避免每次手动编写 cURL 命令、填写 Postman 表单或补充 Swagger 注释。开发者无需从零编写后端代码，只需让 Skill 基于 OpenAPI Schema 或接口描述，即可自动生成请求示例、校验响应结构，甚至搭建完整的 mock 服务。
第一步：准备接口契约文件
在项目根目录下新建 ./trae/skills/api-dev-helper/ 文件夹，并在其中创建 SKILL.md 文件——注意文件名必须全大写，否则 Trae 完全不识别，这一点没有任何商量余地。
打开 SKILL.md，粘贴以下基础契约声明：
# title: 接口开发助手
# description: 根据 OpenAPI v3 YAML 或 JSON 自动生成请求模板、响应校验规则和 mock 服务
requires:
- openapi-spec-validator
- httpie
inputs:
- spec_path: string # OpenAPI 文件路径，如 ./openapi.yaml
- endpoint: string # 要调试的路径，如 /v1/users/{id}
outputs:
- request_template: string
- response_schema: json
- mock_server_url: string
implementation: |
npx openapi-validator $spec_path &&
http --print=Hh $mock_server_url/$endpoint | head -n 20
这一步不可跳过——Trae 的 Skill 必须显式声明 inputs 和 outputs，否则 AI 无法明确输入参数与期望返回结果。若遗漏 inputs 字段，后续调用只会静默失败，没有任何报错提示，开发者很难定位问题根源。
第二步：导入并验证 Skill 生效
重启 Trae 编辑器，确保它重新扫描了 .trae/skills 目录。
打开 Builder 模式 → 点击右上角齿轮图标 →「规则与技能」→ 查看「api-dev-helper」是否出现在已启用列表中。
如果未出现，请排查两个要点：SKILL.md 是否放置在 api-dev-helper 文件夹的最内层（而非嵌套在子文件夹中）；.trae 文件夹是否位于项目根目录，而不是用户主目录或桌面。
第三步：用 Skill 生成接口请求模板
在 Chat 窗口输入：“用 api-dev-helper 技能，基于 ./openapi.yaml 生成 /v1/orders 的 POST 请求模板”。
Trae 会自动读取 SKILL.md 中的 implementation 指令，调用本地安装的 openapi-validator 校验规范，并输出符合该接口 requestBody 定义的 JSON 示例。
生成的模板直接带有字段注释和必填标记，例如："status": "string # required, enum: [pending, shipped, delivered]"。无需再翻阅 Swagger UI 截图或手动编写示例，效率提升显著。
第四步：对接口响应做结构断言
有两种方式：
方法一：在 Builder 中拖入一个 HTTP 请求节点 → 右键选择「用 Skill 校验响应」→ 指定 api-dev-helper → 输入实际返回的 JSON 数据。
方法二：在 Chat 中说：“校验这段响应是否符合 /v1/orders 的 OpenAPI schema”，然后粘贴返回体。Skill 会调用 openapi-spec-validator 进行 JSON Schema 级别比对，精确到字段类型、枚举值、嵌套层级。
这一步能立即发现后端返回了 string 类型的 id 却声明为 integer，或遗漏了 required 字段——比人工肉眼检查快 10 倍，且不易遗漏。
第五步：启动轻量 mock 服务
在 Chat 中输入：“启动 api-dev-helper 的 mock 服务，端口 8081，使用 ./openapi.yaml”。
Trae 会执行 implementation 中定义的命令链，启动一个基于 OpenAPI 自动生成的 mock server，所有路径都按 spec 返回预设示例数据。
前端开发者可直接使用 fetch('http://localhost:8081/v1/users') 进行调试，无需等待后端部署完成。mock 服务进程由 Trae 管理，关闭编辑器时自动终止，不会残留僵尸进程，干净利落。