月之暗面Kimi Code发布 上手体验教程

月之暗面这边动作很快，直接放出了 Kimi 的官方编程工具——Kimi Code。

注意，这可不是那种你给个 prompt 它吐段代码的生成器，而是一个能直接在终端里跑起来、有自主规划能力的 AI Agent。它基于 K2.5 模型，能力很不错，能看懂图片和视频，还支持 ACP 协议，这意味着它可以无缝接入 VSCode、Cursor、JetBrains 甚至 Zed 这些主流编辑器。

说实话，对开发者来说，这玩意算是把“读代码”和“改代码”之间的那堵墙给拆了。从构建、调试、重构到测试，整个流程它都能插手，而且是真的动手去改，不是光给建议。

下面咱们就来聊聊 Kimi Code CLI 到底怎么用，核心功能有哪些，以及一些配置和上手的细节。

Kimi Code CLI 是什么？

简单说，Kimi Code CLI 就是一个运行在终端里的“智能袋里”。但与传统聊 AI 不一样的地方在于，它拥有操作系统的执行权限。这意味着它不只是动嘴皮子，而是真的能动“手”。

它的能力集中在三块：

• 阅读和编辑代码： 能直接修改源文件，不是只给你个修改建议就完事了。
• 执行 Shell 命令： 可以直接运行构建脚本或测试命令。
• 自主规划： 遇上报错了怎么办？它会自己分析日志，然后尝试修复。整个流程就是“执行-反馈-修正”的闭环。

它既可以作为一个独立的终端工具使用，也能作为后端服务集成到 IDE 里。

安装与环境配置

安装 Kimi Code CLI 需要依赖 Python 环境，建议版本在 3.12 到 3.14 之间。

第一步：准备 Python 环境

如果系统里还没有合适的 Python 版本，建议先安装一个 Python 3.13。这一步是为了确保依赖的环境是干净的、独立的，不会被系统自带的 Python 版本干扰。大多数现代的操作系统或包管理器都能方便地做到这一点，比如 macOS 上的 Homebrew。

第二步：安装 uv 包管理器

有了 Python 环境之后，需要先安装 uv。它是一个速度极快的 Python 包管理器，也是 Kimi Code 官方推荐的工具。在终端里输入：

pip install uv

第三步：安装 Kimi Code CLI

接下来就可以用 uv 命令来安装 Kimi Code 了，同时指定 Python 版本：

uv tool install --python 3.13 kimi-cli

安装完成之后，验证一下是否成功：

kimi --version

初始化与配置

在项目目录下输入 kimi 就能启动交互界面。

第一次使用时，建议通过 /login 命令登录你的 Kimi 账号，系统会自动同步可用的模型配置。当然，如果你想用特定的 API Key，也可以通过 /setup 命令来手动配置端点和密钥。

项目索引

进入一个新项目时，强烈建议先运行 /init。这会让 Kimi 分析项目结构并生成一个 AGENTS.md 文件。你可以把这个文件理解为给 AI 看的“项目说明书”，有了它，后续任务的准确率会明显提高。

核心工作流

Kimi Code CLI 的交互方式挺有意思，有点像 Shell 的混合模式。按 Ctrl-X 可以在 Agent 模式（对话）和 Shell 模式（执行原生命令）之间来回切换。

1. 功能开发与重构

在 Agent 模式下，直接用自然语言描述你的需求就行。Kimi 会遵循一个标准的流程：阅读 → 修改 → 验证。

举个例子，如果你想重构一个复杂的函数，它会自动搜索相关文件，理解上下文，然后进行代码修改，同时保持整个项目的代码风格一致。

2. 排查与修复

遇到报错的时候，最简单的方法就是把错误日志直接粘贴给它，或者让它运行测试命令。在处理复杂逻辑时，可以通过 /model 切换到支持 Thinking 模式的模型（比如 k2-thinking），让 AI 在输出方案前进行更深度的逻辑推演。

3. 自动化任务

对于一些繁琐的批量操作，CLI 的优势就很明显了。比如：

• 把 src 目录下所有 .js 文件里的 var 声明改成 const 或 let。
• 分析 logs 目录下的日志，统计接口的平均响应时间。
• 把 images 目录下的 PNG 图片批量转换为 JPEG。

高阶技巧

• @路径补全： 在对话中输入 @ 可以快速引用项目中的文件，比如 帮我解释 @src/core/scheduler.py 的逻辑，这样就不用手动复制粘贴路径了。
• 多模态输入： 支持直接粘贴剪贴板中的图片。如果是 UI 调整任务，截图给 AI 看往往比文字描述效率高得多。
• YOLO 模式： 默认情况下，AI 的每一次文件修改和命令执行都需要用户确认。如果你是在 Docker 容器或测试环境中运行，可以用 /yolo 命令开启“大胆模式”，跳过所有确认步骤，实现全自动执行。当然，生产环境慎用。

集成到编辑器

Kimi Code 支持 ACP 协议，这意味着它不只是活在终端里，还能集成到 JetBrains 系列 IDE（比如 IntelliJ IDEA、PyCharm、WebStorm 等）中。

先通过终端获取 Kimi 的安装路径：

which kimi

复制输出的路径（可能是 /Users/你的用户名/.local/bin/kimi）。

然后，打开 IDE 的 AI 聊天面板。通常是安装了 AI Assistant 插件之后，在菜单中点击 "Configure ACP agents" ，然后添加如下配置：

{
  "agent_servers": {
    "Kimi Code CLI": {
      "command": "/Users/你的用户名/.local/bin/kimi",
      "args": ["acp"],
      "env": {}
    }
  }
}

注意：command 必须填写第一步获取的完整绝对路径。

保存配置后，在 AI 聊天的 Agent 选择器里就能看到 Kimi Code CLI 了。

总结

总的来看，Kimi Code 没有那种花里胡哨的噱头，但它确实切中了一个真实的痛点：开发者不需要离开终端，就能让 AI 真刀真枪地帮你改代码。配合一个干净、稳定的 Python 环境，整个安装和使用过程会顺畅很多，也能让 AI 工具在隔离的环境中高效运行，避免对系统造成干扰。

目前这个工具还处于技术预览阶段，建议大家先在非生产关键路径上试试水，体验一下。