面向真实软件项目的 AI 编程 agent

Kimi Code 是一款 AI 编程 agent,能够阅读你的代码库、编辑文件、运行命令、测试修改,并将自然语言请求转化为可审查的代码。你定义目标、审查计划、批准关键步骤,并可在终端、浏览器、IDE 或桌面端查看最终 diff。

使用 Kimi Code 的其他方式

从上下文到可审查的代码

从零开始理解任何代码库

打开一个仓库,询问 Kimi Code 它如何运行。它会从入口点出发,追踪执行流程并梳理模块之间的连接关系,生成清晰的代码库导览。

将多模态上下文转化为可执行任务

编程工作不止涉及代码和书面需求。Kimi Code 可以读取日志截图、设计参考、图表乃至视频等多模态输入,提取关键信息,并将其作为任务的工作上下文。

将需求转化为可审查的修改

用自然语言描述目标,Kimi Code 会判断应在代码库的何处实现。它会确定实现路径、更新必要文件,并返回聚焦的 diff,而非大段修改内容。

交付已通过测试的代码修改

Kimi Code 会运行测试套件、分析失败原因并修复问题,根据开发环境的实际反馈持续迭代。修改提交审查前,已经过测试验证。

Kimi 的 AI 编程 agent,按你的方式工作

1

将优秀工作流程转化为技能

将经过验证的工作流程封装为技能。Kimi Code 每次都遵循同一流程,规范代码审查、任务执行、内容创作等工作。

2

通过 Hooks 同步你的工作习惯

Hooks 会在任务的关键节点运行预定义操作,从执行团队规范到触发内部脚本,让智能体按照你的工作方式运行。

3

通过 MCP 调用熟悉的工具

将 Kimi Code 连接到你熟悉的工具。带有 MCP server 的工具可在任务执行过程中调用,让智能体使用你的实际技术栈工作。

4

将更强大的能力打包为插件

将技能、Hooks 和 MCP 配置打包为一个插件。为 Kimi Code 提供完整的工作配置,可直接在团队内共享。

将优秀工作流程转化为技能的编程 agent

为长程任务而生

先规划再执行的 AI 编程 agent

编辑和执行前先探索

面对复杂修改,Kimi Code 可以先使用计划模式理解仓库,再进行编辑:它会探索相关文件、识别可能的实现路径,并将工作整理为清晰的计划。

持续朝目标推进的 AI 编程 agent

持续朝目标推进

通过“/goal”,Kimi Code 可以朝明确的结果推进。给定目标和完成标准后,它会跟踪进度、选择下一步有用的操作,并持续执行直至完成目标。

可拆分工作并合并结果的 AI 编程 agent

拆分工作,合并结果

Kimi Code 可将工作拆分给拥有独立上下文的子智能体。处理批量任务时,Agent 集群可以同时启动多个子智能体,将其发现汇总到主工作流中,提高整体效率。

更快行动,保持周全思考的 AI 编程 agent

更快行动,保持周全思考

Kimi Code 高速版模型的输出速度比标准版快 5–6 倍。处理日常工作时切换至该模型,无需长时间等待,即可获得相同的编程能力。速度成为一种选择,而非取舍。

常见问题

AI 编程 agent 可以读取并理解你的代码库、编辑文件、执行命令、运行测试,将自然语言需求转化为可供审查的代码变更。Kimi Code 将这些能力带到终端、IDE 和桌面应用中,让你可以在自己效率最高的环境中工作。
代码补全工具会在你输入时建议接下来的几行代码。Kimi Code 是在任务层面工作的 AI 编程助手:它会规划变更、编辑多个文件、运行相关检查、读取结果,并持续迭代,直到工作成果可供你审查。
AI 编程 agent Kimi Code 可作为终端中的交互式 CLI、通过 kimi web 使用的浏览器 UI,以及编辑器内工具运行。它还支持 ACP 协议,因此 Paseo、JetBrains 和 Zed 等编辑器可通过 CLI 连接到它。Kimi Code 现已推出桌面版,支持 macOS、Windows 和 Linux。
你可以将 Kimi Code 安装为桌面应用、终端 CLI 或 VS Code 扩展。桌面应用可从官方网站下载适用于你操作系统的安装程序。终端 CLI 请参照安装指南,然后在项目文件夹中运行 kimi。对于 VS Code,请从 VS Code Marketplace 安装 Kimi Code 扩展。按照设置提示登录或配置模型,然后打开项目并开始对话。
可以。Kimi Code 可与 Roo Code、OpenCode 等主流编程 agent 配合使用。在 Kimi Code 控制台创建 API 密钥,将工具指向 Kimi Code 端点,并将模型 ID 设为 kimi-for-coding,即可在其中使用你的配额。
可以。计划模式让你在开始编辑前审查方案,/goal 可让智能体围绕既定目标工作,Agent 集群则能将大型任务拆分给并行的子智能体。因此,AI 开发智能体无需持续监督,也能将任务从需求推进到可供审查的变更。

你的编程 agent,从上下文到提交