返回广场

Kimi Code CLI:月之暗面的终端AI编程Agent,中国版Claude Code

天天切终端敲命令,效率怎么提? 作为中国开发者,你一定有过这样的体验:终端里来来回回敲命令,复制粘贴错误信息到浏览器搜解决方案,改了半天bug发现是个低级拼写错误;想重构一段老代码,又不敢轻易下手怕改出问题。用Claude Code吧,网络门槛不低,API费用也心疼;用Codex CLI吧,

天天切终端敲命令,效率怎么提?

作为中国开发者,你一定有过这样的体验:终端里来来回回敲命令,复制粘贴错误信息到浏览器搜解决方案,改了半天bug发现是个低级拼写错误;想重构一段老代码,又不敢轻易下手怕改出问题。用Claude Code吧,网络门槛不低,API费用也心疼;用Codex CLI吧,注册流程对国内用户不太友好。要是有一款国产的终端AI编程工具,开箱即用,中文原生支持,那就太好了——Kimi Code CLI 就是这么一个工具。

项目是什么

Kimi Code CLI 是月之暗面(Moonshot AI)推出的终端AI编程Agent,你可以在命令行里用自然语言让它帮你读代码、改代码、执行Shell命令、搜索网页,一站式搞定开发任务。说白话:在终端里和AI对话,AI直接帮你干活

核心功能一览

  • 交互式命令行对话 — 在终端里直接打自然语言描述需求,AI理解后自动执行,不用记复杂命令
  • Shell模式一键切换 — 按Ctrl-X在AI对话和纯Shell之间切换,想手动操作随时切回去
  • 浏览器界面kimi web 一条命令打开本地Web UI,不习惯终端的朋友也能用
  • VS Code扩展 — 官方插件,在编辑器里直接用Kimi Code
  • IDE集成(ACP协议) — 支持Zed、JetBrains等主流IDE,开发体验无缝嵌入
  • Zsh集成 — 装个zsh插件,终端里Ctrl-X秒切AI模式
  • MCP工具支持kimi mcp add 接入各种MCP服务器,扩展AI的能力边界
  • 多平台模型 — 不只是Kimi自己的模型,还支持OpenAI、Anthropic、Gemini、Vertex AI等,模型随便选
  • 深度推理(Thinking模式) — 遇到复杂问题,开启思考模式让AI深度推理,不是简单拼概率
  • 会话管理/new 新建会话、/sessions 切换历史、/undo 回退操作、/fork 分叉探索,不怕改错
  • AGENTS.md项目说明/init 一键生成项目说明文件,让AI快速理解你的项目结构
  • 网页搜索和抓取 — 内置SearchWeb和FetchURL工具,AI能自己上网查资料,不用你手动贴链接

安装步骤(手把手教)

macOS / Linux 用户

打开终端,执行一行命令即可:

curl -LsSf https://code.kimi.com/install.sh | bash

如果你已经装了 uv(Python包管理器),也可以用:

uv tool install --python 3.13 kimi-cli

Windows 用户

打开 PowerShell,执行:

Invoke-RestMethod https://code.kimi.com/install.ps1 | Invoke-Expression

验证安装

kimi --version

看到版本号输出就说明安装成功了。

升级和卸载

# 升级到最新版
uv tool upgrade kimi-cli --no-cache

# 卸载
uv tool uninstall kimi-cli

安装就这么简单,不需要折腾环境变量、不需要手动下载二进制文件,一行命令搞定。

使用方法:从入门到进阶

1. 快速开始:第一次跑起来

cd your-project    # 进入你的项目目录
kimi              # 启动Kimi Code CLI
/login            # 登录配置API

登录时选择"Kimi Code"最简单,会自动走OAuth授权,不需要手动填API Key——这对中国用户来说是巨大的便利,不用折腾海外账号。

2. 日常用法:对话式编程

进入对话界面后,直接用自然语言描述你的需求:

  • 「帮我看看src/main.py这个文件有啥问题」— AI会读取文件并分析
  • 「把test目录下所有测试用例跑一遍」— AI会执行Shell命令
  • 「搜索一下Python FastAPI怎么处理跨域」— AI直接上网查,给你答案
  • 「重构utils.py里的format_date函数,让它支持时区参数」— AI读代码、改代码一条龙

按Ctrl-X可以随时切到纯Shell模式手动敲命令,再按Ctrl-X切回AI模式,非常丝滑。

3. 进阶用法:MCP扩展 + IDE集成

MCP配置示例:

# 添加HTTP类型的MCP服务器(以context7为例)
kimi mcp add --transport http context7 https://mcp.context7.com/mcp --header "CONTEXT7_API_KEY: ctx7sk-your-key"

# 添加stdio类型的MCP服务器(以Chrome DevTools为例)
kimi mcp add --transport stdio chrome-devtools -- npx chrome-devtools-mcp@latest

# 查看已添加的MCP服务器
kimi mcp list

MCP让AI的能力不再局限于内置工具,你可以接入数据库MCP、浏览器自动化MCP、Git操作MCP等,按需扩展。

IDE集成(以Zed为例):

编辑 ~/.config/zed/settings.json,添加:

{
  "agent_servers": {
    "Kimi Code CLI": {
      "type": "custom",
      "command": "kimi",
      "args": ["acp"],
      "env": {}
    }
  }
}

JetBrains集成:

编辑 ~/.jetbrains/acp.json,格式同上,但command要用kimi的完整路径(通过 which kimi 获取)。

这样在IDE里也能直接用Kimi Code的能力,不用切出编辑器。

实际场景举例

场景你怎么说Kimi Code怎么做
代码调试"这段代码报了KeyError,帮我看看"读取文件 → 定位错误行 → 分析原因 → 给出修复方案并应用
批量修改"把所有print调试语句改成logging"搜索项目文件 → 逐个替换 → 展示变更摘要
写测试"给user_service.py写单元测试"读取源码 → 分析函数逻辑 → 生成测试用例 → 创建测试文件
查文档"FastAPI的Depends怎么用"搜索网页 → 抓取官方文档 → 整理成易懂的回答
项目初始化"/init"扫描项目结构 → 生成AGENTS.md → 后续对话AI更懂你的项目
复杂推理"分析这个性能瓶颈可能的原因"开启Thinking模式 → 深度推理 → 给出分步骤分析
交互Shell按Ctrl-X切到纯Shell模式手动操作,再按Ctrl-X回来

跟同类工具对比

目前终端AI编程Agent赛道越来越热,咱们把Kimi Code CLI和几个主流竞品做个对比:

对比维度Kimi Code CLIClaude CodeCodex CLIQwen Code
开发商月之暗面(中国)Anthropic(美国)OpenAI(美国)阿里通义(中国)
核心亮点OAuth免密钥登录,中文原生功能最全面,生态最成熟与GitHub集成深阿里出品,国内友好
技术栈PythonTypeScript
登录方式浏览器OAuth授权,无需API Key需Claude订阅+API Key需OpenAI API Key需通义API Key
网络要求国内直连需代理或海外网络需代理或海外网络国内直连
多模型支持✅ 支持Kimi/OpenAI/Anthropic/Gemini等❌ 仅Claude❌ 仅OpenAI❌ 仅通义
MCP支持
IDE集成VS Code/Zed/JetBrainsVS Code/JetBrains
思考模式✅ Thinking模式✅ Extended Thinking
开源协议MIT非开源Apache 2.0
价格Kimi平台有免费额度需Claude订阅($20/月起)需OpenAI API费用需通义API费用
GitHub星数8000+

一句话总结对比:Kimi Code CLI最大的差异化优势是"中国开发者零门槛"——不用翻墙、不用海外信用卡、OAuth一键登录,同时还保持了多模型支持和MCP扩展的开放性。

小结

Kimi Code CLI 是目前对中国开发者最友好的终端AI编程Agent:一行命令安装、OAuth免密钥登录、中文原生交互、支持MCP扩展和多模型切换,让你在终端里就能享受AI辅助编程的效率飞跃。不管你是个人开发者还是团队协作,都值得试一试。

🔗 项目地址:https://github.com/MoonshotAI/kimi-cli 🔗 中文文档:https://moonshotai.github.io/kimi-cli/zh/ 🔗 官网:https://www.kimi.com/code/

写评论

读者评论

0

暂无评论,来分享你的看法吧

相关推荐

结合当前内容、你的浏览习惯和搜索偏好推荐。