又一个终端 Agent？不一样

Coding Agent CLI 这个赛道已经不缺选手了：OpenAI 的 Codex CLI、Google 的 Gemini CLI、Anthropic 的 Claude Code、还有各种开源方案（Goose、DeepSeek-Reasonix、OpenCode）。每个都在卷「终端里跑 AI 改代码」这件事。

但 MoonshotAI 做的 Kimi Code CLI 有几个别人没做的东西：视频输入、对话式 MCP 配置、内置子 Agent 系统，以及用 Agent Client Protocol (ACP) 直接嵌入 Zed 和 JetBrains。

3K Star 说多不多，但它才开源不到两个月。

它解决的核心问题

终端 Coding Agent 有三个老问题一直没人解决好：

Kimi Code CLI 的回答是：单二进制分发、视频输入、内置子 Agent。

它做了什么不一样的事

能力 Codex CLI Claude Code Gemini CLI Kimi Code CLI
安装方式 npm npm npm / pip 单二进制
启动速度 ~2s ~1.5s ~3s 毫秒级
视频输入 ❌ ❌ ❌ ✅
子 Agent 并行 ❌ ❌ ❌ ✅ coder/explore/plan
IDE 集成 ❌ VS Code ❌ ✅ ACP (Zed/JetBrains)
MCP 配置 手动 JSON 手动 JSON 手动 JSON 对话式配置
插件市场 ❌ ❌ ❌ ✅ marketplace
生命周期钩子 ❌ ❌ ❌ ✅

不是每一项都是「别人做不了」，而是 Kimi Code CLI 是第一个把这些全塞进一个工具里的。

最炸裂的功能：视频输入

这是目前所有终端 Coding Agent 里唯一支持视频输入的。

你可以：

这背后是 MoonshotAI 的多模态能力。Kimi 从一开始就是多模态模型，视频理解是它的强项。别的 CLI Agent 连图片都还没支持好，Kimi Code CLI 直接跳到了视频。

实际场景：你有一个复杂的 UI 交互 bug，截图说不清楚，录个 10 秒的屏幕操作视频丢给它，Agent 直接「看到」了问题在哪。这比用文字描述「点击这个按钮然后滚动到第三行再点击那个下拉框」高效太多了。

子 Agent 系统：一个顶三个

Kimi Code CLI 内置了三种子 Agent：

这跟 Claude Code 的「一个 Agent 干所有事」思路不同。子 Agent 有独立的上下文，干完活把结果汇报给主 Agent。好处是：

ACP 协议：不是 IDE 插件，是 Agent 原生集成

Kimi Code CLI 支持 Agent Client Protocol (ACP)，这意味着它不是一个「IDE 插件调 CLI」的二层嵌套，而是 IDE 和 Agent 之间的原生通信协议。

在 Zed 里配置：

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

配完后在 Zed 的 Agent 面板里直接对话，Agent 能访问 Zed 的所有编辑器能力——多文件编辑、终端、LSP 诊断。JetBrains 也支持。

这跟 VS Code 的 Copilot Chat 不一样。ACP 是一个开放协议，任何 IDE 都可以接入。Kimi Code CLI 是目前为数不多实现了这个协议的 Agent。

对话式 MCP 配置：不用手写 JSON 了

MCP（Model Context Protocol）是给 Agent 接外部工具的标准协议，但配置 MCP server 一直是件痛苦的事——要手写 JSON、填 API key、配置各种参数。

Kimi Code CLI 的 /mcp-config 命令让你用自然语言配置 MCP：

/mcp-config
> 帮我配一个 GitHub MCP server
> API key 用环境变量 GITHUB_TOKEN
> 好了，测试一下连通性

Agent 会自动帮你生成配置、写入文件、测试连通性。不用再去翻文档抄 JSON 模板了。

上手体验

# 安装（macOS / Linux，不需要 Node.js）
curl -fsSL https://code.kimi.com/kimi-code/install.sh | bash

# Homebrew
brew install kimi-code

# Windows (PowerShell)
irm https://code.kimi.com/kimi-code/install.ps1 | iex

# 验证
kimi --version

# 进入项目目录，启动
cd your-project
kimi

# 首次登录（在交互界面里输入）
/login

登录后直接用自然语言对话：

# 了解项目
看看这个项目的目录结构和主要功能

# 写代码
在 src/utils/ 下添加一个日期格式化工具函数

# 看视频复现 bug
[拖入一个屏幕录制视频]
这个页面在滚动时有闪烁问题，找到原因并修复

# 用子 Agent 并行工作
用 explore 子 agent 分析 src/auth/ 的安全问题，
同时用 coder 子 agent 给 src/api/ 加上错误处理

架构：TypeScript monorepo 的教科书

Kimi Code CLI 的代码组织非常干净：

关键设计：CLI 应用不直接依赖 agent-core，而是通过 SDK 消费。这意味着你可以用同一个 core 构建自己的 Agent 应用。

踩坑与注意事项

跟现有方案怎么选

你的需求 推荐方案 原因
已经在用 Claude 生态 Claude Code 模型最强，生态最成熟
要免费/低成本 Codex CLI OpenAI 免费额度最多
需要视频理解能力 Kimi Code CLI 唯一支持视频输入的 CLI Agent
重度 Zed/JetBrains 用户 Kimi Code CLI ACP 原生集成，不是插件套壳
需要子 Agent 并行 Kimi Code CLI 内置 coder/explore/plan 三种子 Agent
偏好 Go 单二进制 DeepSeek-Reasonix Go 生态，更轻量

为什么关注它

Kimi Code CLI 不是「又一个换皮 Coding Agent」。它在三个方向上做了别人没做的事：

  1. 多模态输入：视频理解不是噱头，是真实的生产力提升。用文字描述 UI bug 的时代应该结束了
  2. 子 Agent 架构：单 Agent 做复杂任务时上下文会爆，子 Agent 是正确的解法。这个设计会被更多项目借鉴
  3. ACP 协议：IDE 和 Agent 之间不应该靠插件 API 硬耦合，应该有标准协议。Kimi Code CLI 是 ACP 的早期践行者

3K Star 不算多，但 MoonshotAI 的工程能力和产品嗅觉不差。如果你对终端 Coding Agent 有兴趣，值得花 10 分钟装上试试——尤其是视频输入功能，试过就回不去了。

项目信息