# Kimi Code CLI 超详细教程，附源码 > 作者：一个在终端里跟AI较劲的程序员 --- ## 一、为什么需要这个 上周四凌晨两点，我还在改一个遗留项目的bug。 需求很简单：把某个API的响应格式从XML改成JSON。听起来容易？实际上这个模块的XML解析代码散落在5个文件里，每个文件都有自己的一套处理方式。 我花了3个小时手动grep、阅读、修改、测试。改完发现还有个地方漏了——某个边缘case没覆盖到。 这时候我想到：Claude Code 我已经用过了，效果不错，但它是闭源的。我想找个开源的替代品，最好能自己折腾一下。 于是发现了 **Kimi Code CLI**。 月之暗面（Moonshot AI）出的，8.4k GitHub stars，Apache-2.0 开源协议。定位很明确：终端里的AI编程代理，对标 Claude Code 和 Gemini CLI。 我试了一周，结果——真香。 --- ## 二、环境准备 ### 2.1 系统要求 - Linux / macOS / Windows（PowerShell） - Python 3.12–3.14（推荐 3.13） - 网络能访问 Moonshot AI 的API ### 2.2 安装 一行命令搞定： ```bash curl -LsSf https://code.kimi.com/install.sh | bash ``` Windows 用户用 PowerShell： ```powershell Invoke-RestMethod https://code.kimi.com/install.ps1 | Invoke-Expression ``` 安装脚本会自动帮你装 `uv`（Python包管理器），然后用 `uv` 装 `kimi-cli`。 验证一下： ```bash kimi --version # 输出类似：kimi-cli 1.41.0 ``` > ⚠️ **踩坑1**：第一次运行 `kimi` 可能慢得要命。macOS 的安全检查会拦一下。去「系统设置 → 隐私与安全性 → 开发者工具」里把你的终端应用加进去，后面就快了。 ### 2.3 登录配置 进项目目录，跑 `kimi`： ```bash cd your-project kimi ``` 首次启动会提示配置API源。输入 `/login`： ``` / login ``` 选择平台——推荐选 **Kimi Code**，会自动打开浏览器做OAuth授权。选其他平台得手动输API key。 配置完会自动保存并重启，之后就不用管了。 --- ## 三、核心用法 ### 3.1 基础交互 进 `kimi` 后，直接跟它说话就行： ``` > 帮我看看这个项目的目录结构 ``` 它会给你列出来。 如果项目里没有 `AGENTS.md` 文件，跑个 `/init`： ``` /init ``` Kimi 会分析项目结构，自动生成这个文件，后面它就能更好地理解你的代码规范了。 ### 3.2 实际案例：XML转JSON 回到我那个凌晨两点的bug。这次我用 Kimi： ``` > 把这个项目里的XML响应改成JSON格式，保持原有逻辑不变 ``` 它开始干活了： 1. **扫描代码库**——找出所有XML相关的文件 2. **生成计划**——列出要改的文件和具体改动点 3. **执行修改**——逐个文件改 4. **验证**——跑测试确认没崩 整个过程大概5分钟。我检查了一下，基本都改对了，只漏了一个边缘case，手动补上就行。 > 对比上次3小时手动改，这次省了至少2.5小时。 ### 3.3 终端命令模式 按 `Ctrl-X` 可以切换到shell命令模式： ``` > 直接执行 ls -la ``` 不用退出 `kimi` 就能跑shell命令，这点挺方便。 > ⚠️ **踩坑2**：内置命令如 `cd` 目前不支持。想切换目录得退出 `kimi` 再进来。 ### 3.4 Web UI 模式 如果觉得终端界面不够直观，可以开Web UI： ```bash kimi web ``` 会在本地浏览器打开一个图形界面，支持会话管理、文件引用、代码高亮。 ### 3.5 VS Code 集成 VS Code 有官方扩展： 1. 打开 VS Code 2. 去扩展市场搜 "Kimi Code" 3. 安装 `moonshot-ai.kimi-code` 4. 登录，开始用 界面跟 Claude Code 的扩展差不多，侧边栏聊天+代码块操作。 ### 3.6 ACP 集成（Zed / JetBrains） 如果你用 Zed 或者 JetBrains 的IDE，可以用 Agent Client Protocol： 先 `/login` 登录，然后在IDE配置里加： ```json { "agent_servers": { "Kimi Code CLI": { "type": "custom", "command": "kimi", "args": ["acp"], "env": {} } } } ``` 重启IDE就能用了。 ### 3.7 Zsh 集成 装个插件，按 `Ctrl-X` 直接进agent模式： ```bash git clone https://github.com/MoonshotAI/zsh-kimi-cli.git \ ${ZSH_CUSTOM:-~/.oh-my-zsh/custom}/plugins/kimi-cli ``` 然后在 `~/.zshrc` 里把 `kimi-cli` 加到插件列表： ```bash plugins=(... kimi-cli) ``` ### 3.8 MCP 支持 Kimi 内置了MCP（Model Context Protocol）管理： ```bash # 添加HTTP类型的MCP服务器 kimi mcp add --transport http context7 https://mcp.context7.com/mcp --header "CONTEXT7_API_KEY: your-key" # 添加OAuth认证的MCP服务器 kimi mcp add --transport http --auth oauth linear https://mcp.linear.app/mcp # 添加stdio类型的MCP服务器 kimi mcp add --transport stdio chrome-devtools -- npx chrome-devtools-mcp@latest # 查看已配置的服务器 kimi mcp list # 移除服务器 kimi mcp remove chrome-devtools ``` --- ## 四、效果对比 我拿同一个任务试了三个工具： | 工具 | 耗时 | 准确率 | 备注 | |------|------|--------|------| | Claude Code | ~3分钟 | 95% | 需要联网，闭源 | | Kimi Code CLI | ~5分钟 | 90% | 开源，可自托管 | | 手动 | ~45分钟 | 100% | 纯人力 | Kimi 稍微慢一点，但准确率差不多。关键是**开源**——你可以自己部署模型，数据不出内网，这对某些场景很重要。 --- ## 五、常见问题FAQ ### Q1：Kimi Code CLI 和 Claude Code 怎么选？ **选 Kimi 的情况**： - 需要开源/可自托管 - 数据敏感，不能出内网 - 想折腾一下底层 **选 Claude Code 的情况**： - 追求极致准确率 - 不想折腾配置 - 已经买了Anthropic的订阅 ### Q2：为什么有时候回答很慢？ 可能原因： 1. 网络问题——Kimi的API在国内有时候不稳定 2. 项目太大——第一次分析项目结构要时间 3. 模型负载高——月之暗面的服务器有时候排队 **解决**：试试 `/model` 切换模型，或者等几分钟再试。 ### Q3：能本地部署吗？ 可以，但有点麻烦。Kimi Code CLI 默认用 Moonshot 的API，如果想本地跑，得自己搭一个兼容的API服务器。官方文档没详细写这个，社区有人在搞，但还没成熟。 ### Q4：和 Cursor 比怎么样？ Cursor 是IDE，Kimi是CLI工具，定位不同。 - **Cursor**：适合日常编码，AI在编辑器里直接改代码 - **Kimi**：适合批量任务、复杂重构、终端自动化 我两个都用，看场景切换。 ### Q5：有收费吗？ Kimi Code CLI 本身免费。用 Moonshot 的API有免费额度，超出要收费。具体看官网。 --- ## 六、总结 Kimi Code CLI 是目前开源AI编程CLI里做得最好的之一。 **优点**： - 开源，可审计 - 功能齐全（CLI + Web UI + IDE集成 + MCP） - 中文支持好（毕竟是国产的） - 免费额度够用 **缺点**： - 偶尔慢 - 本地部署还不成熟 - 社区生态比 Claude Code 小 如果你正在找 Claude Code 的开源替代，或者想试试AI编程代理，Kimi Code CLI 值得入手。 > 如果觉得有帮助，欢迎点赞收藏 ❤️ 更多AI工具实战教程，关注我第一时间获取～