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：
curl -LsSf https://code.kimi.com/install.sh | bash
Windows 用户用 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：
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：
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：
- 扫描代码库——找出所有XML相关的文件
- 生成计划——列出要改的文件和具体改动点
- 执行修改——逐个文件改
- 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：
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：
- 打开 VS Code
- 去扩展市场搜 "Kimi Code"
- 安装
moonshot-ai.kimi-code - 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：
{
"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：
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：
plugins=(... kimi-cli)
3.8 MCP 支持
Kimi 内置了MCP（Model Context Protocol）管理：
# 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：
- 网络问题——Kimi的API在国内有时候不稳定
- 项目太大——第一次分析项目结构要时间
- 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～
