月之暗面 Kimi Code 发布，如何上手体验？

月之暗面正式发布了 Kimi 的官方编程工具 Kimi Code。这不仅仅是一个代码生成器，而是一个可以直接在终端运行、具备自主规划能力的 AI Agent。它基于 K2.5 模型，支持多模态输入（图片和视频），并能通过 ACP（Agent Client Protocol）协议无缝集成到 VSCode、Cursor、JetBrains 和 Zed 等主流编辑器中。

对于开发者而言，Kimi Code 实现了“阅读代码”到“执行命令”的闭环，覆盖了从构建、调试、重构到测试的端到端任务。

以下是关于 Kimi Code CLI 的核心功能、安装配置及高阶使用技巧。

Kimi Code CLI 是什么

Kimi Code CLI 是一个运行在终端中的智能代理。与传统的对话机器人不同，它具备操作系统的执行权限。它可以：

• 阅读和编辑代码：直接修改源文件，而非仅仅给出建议。

• 执行 Shell 命令：运行构建、测试脚本。

• 自主规划：在遇到错误时，自动分析日志并尝试修复，形成“执行-反馈-修正”的循环。

它既是一个独立的终端工具，也可以作为后端服务接入 IDE。

安装与环境配置

Kimi Code CLI 依赖 Python 环境（建议版本 3.12-3.14）。

第一步：使用 ServBay 准备 Python 环境

打开 ServBay，在「软件包」中，找到并安装 Python 3.13（这是 Kimi Code 推荐的最佳兼容版本）。

ServBay 会自动配置好环境，确保终端调用的是这个独立的 Python 版本，拥有完整的 pip 包管理能力。

第二步：安装 uv 包管理器

有了 ServBay 提供的 Python 环境后，需要先安装 uv。uv 是一个极速的 Python 包管理器，也是 Kimi Code 官方推荐的底层工具。在终端执行：

pip install uv

第三步：安装 Kimi Code CLI

现在 uv 命令已经可用了，直接使用它来安装 Kimi Code：

uv tool install --python 3.13 kimi-cli

安装完成后，验证是否成功：

kimi --version

初始化与配置

在项目目录下输入 kimi 即可启动交互界面。

首次使用推荐通过 /login 命令登录 Kimi 账号，系统会自动同步可用的模型配置。如果需要使用特定的 API Key，也可以通过 /setup 手动配置端点和密钥。

项目索引

进入一个新项目时，建议先运行 /init。这会让 Kimi 分析项目结构并生成 AGENTS.md 文件。这个文件相当于给 AI 看的“项目说明书”，能显著提升后续任务的准确率。

核心工作流

Kimi Code CLI 的交互采用了类似 Shell 的混合模式，按 Ctrl-X 可在 Agent 模式（对话）和 Shell 模式（执行原生命令）之间切换。

1. 功能开发与重构

在 Agent 模式下，直接用自然语言描述需求。Kimi 会遵循“阅读 → 修改 → 验证”的流程。

例如：

“给用户列表页面添加分页功能，每页显示 20 条记录，样式参考现有的 Button 组件。”

它会自动搜索相关文件，理解上下文，进行代码修改，并保持代码风格的一致性。

2. 排查与修复

遇到报错时，可以直接粘贴错误日志，或者让 Kimi 运行测试命令。

“运行 npm test，如果有失败的用例，请帮我分析原因并修复。”

在处理复杂逻辑时，可以通过 /model 切换到支持 Thinking 模式的模型（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

对于繁琐的批量操作，CLI 优势其实挺多的，比如：

• 把 src 目录下所有 .js 文件的 var 声明改成 const 或 let。

• 分析 logs 目录下的日志，统计接口平均响应时间。

• 把 images 目录下的 PNG 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，例如 帮我解释 @src/core/scheduler.py 的逻辑。

• 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 往往比文字描述更高效。

• YOLO 模式：默认情况下，AI 的每一个文件修改和命令执行都需要用户确认。如果你在 Docker 容器或测试环境中运行，可以使用 /yolo 命令开启“大胆模式”，跳过所有确认步骤，实现全自动执行（生产环境慎用）。

集成到编辑器

Kimi Code 支持 ACP 协议，这意味着它不仅活在终端里，也能集成到 JetBrains 系列 IDE（IntelliJ IDEA、PyCharm、WebStorm 等）中。

首先需要在终端获取 Kimi 的安装路径：

which kimi

复制输出的路径（例如 /Users/username/.local/bin/kimi）。

配置 AI 助手

打开 IDE 的 AI 聊天面板（通常需要安装 AI Assistant 插件），在菜单中点击 "Configure ACP agents"，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 必须填入第一步获取的完整绝对路径。

开始使用

保存后，在 AI 聊天的 Agent 选择器中即可看到 Kimi Code CLI。

总结

Kimi Code 并没有花里胡哨的功能，但是它解决了开发者的问题，开发者不需要离开终端，就能让 AI 动手写代码。配合 ServBay 提供的稳定 Python 环境，不仅安装过程更顺畅，也能让 AI 工具在隔离的沙盒中高效运行，避免对系统造成干扰。

目前该工具处于技术预览阶段，建议在非生产关键路径上先行试用。