Kimi Code CLI
在终端中检查、修改和运行项目代码，让编码任务由交互式 AI 会话推进。
- Star 数
- ★ 7.9k
- 最近更新
- 今天
- License
- MIT
- 主语言
- TypeScript
- FA 评分
- 50/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台
- 上手难度
- 低 · 几分钟可跑通
- 开始前需要
- 典型场景
- 希望在终端里让编码代理检查陌生代码库并解释目录结构的开发者。
- 不适合
- 需要不依赖任何模型服务或 API 费用的团队
- 源码审查
- 50/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
Kimi Code CLI 是运行在终端中的 AI 编码工具，可读取和编辑代码、运行 shell 命令、搜索文件并获取网页内容。它会根据工具反馈选择下一步，支持在交互式终端界面中持续处理任务。项目开箱支持 Moonshot AI 的 Kimi 模型，也可配置其他兼容提供方。可通过官方安装脚本安装为单二进制发行版；它也能通过 kimi acp 接入支持 Agent Client Protocol 的编辑器。Windows 首次启动需要 Git for Windows 提供的 Git Bash。
在项目目录启动 kimi 后，用户可描述任务；CLI 能读取和编辑项目文件、搜索文件、运行 shell 命令并抓取网页，再根据执行反馈继续选择操作。用户可在首次启动时运行 /login，使用 Kimi Code OAuth 或 Moonshot AI Open Platform API key 登录。视频输入可让用户提交屏幕录制或演示片段供代理查看；/mcp-config 可通过对话添加、编辑和认证 MCP 服务器。内置 coder、explore 和 plan 子代理可在隔离上下文中并行处理聚焦工作；kimi acp 则通过 stdio 为兼容编辑器驱动会话。
- 希望在终端里让编码代理检查陌生代码库并解释目录结构的开发者。
- 需要代理编辑代码并运行 shell 命令，根据结果继续迭代的个人开发者。
- 希望用屏幕录制或演示视频描述界面行为，再让编码代理处理相关任务的团队。
- 需要在对话中配置 MCP 服务器，而不手动编辑 JSON 配置的用户。
- 想从 Zed、JetBrains 或其他 ACP 客户端驱动终端代理会话的开发者。
如何安装或部署这个 Agent？
macOS 或 Linux 使用官方安装脚本：
curl -fsSL https://code.kimi.com/kimi-code/install.sh | bashWindows PowerShell 使用：
irm https://code.kimi.com/kimi-code/install.ps1 | iexWindows 首次启动前需安装 Git for Windows。若 Git Bash 位于自定义位置，将 KIMI_SHELL_PATH 设为 bash.exe 的绝对路径。安装后在新 shell 会话中检查版本：
kimi --version如何使用这个 Agent？
进入项目目录并启动交互界面：
cd your-project
kimi首次启动后，在 CLI 中运行 /login，选择 Kimi Code OAuth 或 Moonshot AI Open Platform API key。登录后可输入任务，例如：
Take a look at this project and explain its main directories.要在 Zed 中使用 ACP，可在 ~/.config/zed/settings.json 配置：
{
"agent_servers": {
"Kimi Code CLI": {
"type": "custom",
"command": "kimi",
"args": ["acp"],
"env": {}
}
}
}这个 Agent 有哪些优点和局限？
- 官方脚本提供单二进制安装路径，README 明确说明无需 Node.js。
- 终端界面面向长时间专注会话设计，并以快速启动为目标。
- 除 Kimi 模型外，还可配置其他兼容模型提供方。
- 提供视频输入、对话式 MCP 配置、隔离上下文子代理和生命周期钩子。
- 支持通过 ACP 和 stdio 接入 Zed、JetBrains 等编辑器。
- 使用前需要通过 Kimi Code OAuth 或 Moonshot AI Open Platform API key 登录；模型服务费用未说明。
- Windows 需要先安装 Git for Windows；自定义 Git Bash 路径还需配置环境变量。
- 代理可运行 shell 命令并读写项目文件，采用前需确认这符合团队的本地执行策略。
- 其他模型提供方虽可配置，但 README 未列出兼容提供方或功能差异。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Kimi Code CLI 当前 | 50 · 缺口较多 | 命令行工具 | ★ 7.9k | 今天 | TypeScript | — |
| Poolside pool | 67 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 439 | 2 个月前 | — | OpenAI API |
| Maki 编程智能体 | 64 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 1.3k | 2 天前 | Rust | OpenAI API · Claude API |
| fx 编程代理 | 63 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 3.5k | 今天 | Zig | ChatGPT · Codex · OpenAI API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
README说明该CLI可读写代码、运行shell命令、搜索文件和获取网页，能力覆盖面较广，但所给材料没有显示细粒度权限限制或风险操作的确认机制，因此最小权限和用户确认均扣分。README提及插件信任级别及可用生命周期钩子，但没有说明数据发送路径、密钥保护、外部副作用确认或恢复机制，相关项仅得1分。仓库提供安全漏洞报告渠道，但发布者身份未由注册表验证；所给代码对来源和依赖风险的说明有限，故来源归属与依赖安全不高于1分。
README列出开发构建、测试、类型检查和lint命令；CI配置冻结依赖安装，并包含分片测试、构建冒烟检查和类型检查，支持普通维护流程，故自洽性得2分。没有提供依赖可用性或已知故障处置的完整证据，依赖可用性得1分。doctor测试覆盖配置缺失、格式错误、字段路径和汇总错误等情况，CLI测试也检查失败时的提示，故失败消息得2分；这些静态材料不代表本次执行验证。
README明确产品面向终端编码任务，描述视频输入、子代理、MCP和IDE ACP等场景，受众与情景得2分。它列出多种工具能力，但没有在给定材料中清楚界定安全边界或不支持的任务，能力边界得1分。交互从项目目录启动，并给出登录、IDE配置及doctor命令的具体入口，触发条件较清楚，得2分。安装说明覆盖macOS、Linux和Windows并注明Windows需Git Bash，也有Node/pnpm开发要求，环境适配得2分。
README按安装、快速开始、功能、IDE、文档和开发组织，信息架构清晰但仍依赖外部文档，得2分。安装命令、首次登录步骤和Windows前置条件具体，安装说明得2分。CLI、ACP、doctor等命名在README、包脚本和测试中大体一致，得2分。快速开始和配置/IDE文档入口可用，但给定材料未包含FAQ或较广泛示例，得1分。所给文件未系统列出用户可见限制，已知限制得1分。LICENSE完整呈现MIT条款，得3分。包版本和changesets发布脚本、CI分支配置可见，但未提供本修订对应的变更记录，版本与变更日志得2分。SECURITY.md给出最新版本支持范围及漏洞报告渠道，维护责任有部分说明但没有明确响应时限，得2分。
README说明CLI能在终端读取和修改代码、运行命令并基于反馈选择下一步，doctor测试也展示配置诊断输出及字段级错误，输出用途较明确，得2分。IDE ACP、子代理、MCP配置和视频输入扩展了编码工作流价值，但这些主要是README声明，边际价值得2分。单命令安装和单二进制分发降低设置步骤，不过需要模型登录/凭据，且代理可执行广泛操作；材料没有量化运行成本或风险收益，成本效益得1分。
README中的功能、速度和体验宣传大多没有由给定源文件直接量化或逐项佐证，声明可追溯性得1分。README、测试、包脚本和CI对命令、诊断、构建及测试流程提供部分交叉支持，交叉佐证得2分。材料混合了可核对的安装/配置事实与未量化的宣传性主张，没有明确区分事实和推断，事实推断区分得1分。
- 所给材料未展示代理工具的权限控制、危险操作确认或完整数据流；在使用前应核对交互审批和配置文档。
- 安装示例通过 curl/PowerShell 下载脚本后直接交给 shell 执行；请先确认脚本来源与内容，并妥善管理模型API凭据。