Kode 的直接定位是：在终端里理解你的代码库、编辑文件、执行命令、把一整段开发流程自动跑完。它的野心更大一些，官方口号是 “one unit agent for every human & computer task”。
为什么值得尝试：三个差异化亮点
1. 默认将“多模型协作”作为一等公民
与大多数只绑定单一模型的终端 Agent 不同，Kode 的核心能力就是 多模型切换与组合。
- 角色分工：为主对话模型、子任务模型、推理模型和快速模型设立了不同的角色指针（
main/task/reasoning/quick）。
- 请教专家：通过
AskExpertModel 或 @ask-... 命令，可以将难题临时转交给更擅长此道的模型处理，而不会中断主流程。
- 并行处理：通过子代理（Subagent /
@run-agent-...）机制，可以将重构、编写测试、架构设计等任务拆分并同时执行。
它甚至提供了一个多模型配置示例（modelProfiles + modelPointers），让你可以将不同提供商、不同能力的模型像分配岗位一样绑定起来：
直观理解就是：复杂推理用强模型、写代码用专门的编码模型、处理琐碎NLP任务用快速模型，这样既能节省成本又能提升效率。
这种设计思想，是 人工智能 Agent 架构中非常实用的一种优化策略。
2. 对“项目记忆与规范”更友好：AGENTS.md 文档模式
Kode 支持 AGENTS.md，这是一个专为 Coding Agent 设计的“项目说明书”。你可以将项目如何安装依赖、如何运行测试、代码风格要求以及注意事项都写入这个固定文件中。
AGENTS.md 并非小众工具，官方介绍称其已被 超过6万个开源项目 采纳，并由 Linux Foundation 旗下的组织进行维护。
在 Kode 中，你可以使用 # 前缀进入“文档写作模式”，它会将回答整理成结构化文档并追加到你的 AGENTS.md 文件中：
# How do I set up the development environment?
# What are the testing procedures for this project?
此外，它还兼容 CLAUDE.md / .claude 等类似的工作流。
3. 终端体验流畅：强大的 @ 提及与智能补全
Kode 的补全系统远比简单的 Tab 补全强大：
- 智能匹配：支持模糊匹配、缩写匹配和数字后缀匹配（例如输入
py3 可匹配到 python3）。
- 自动补全@：即使不输入 @ 符号也能触发补全（输入
gp5 可以匹配到 @ask-gpt-5，并自动补上 @）。
- 命令库集成：内置了 500 多个常用 Unix 命令库，并能与你系统中实际存在的命令进行交集筛选，提供精准建议。
@ 提及功能可以实现三类操作（均支持补全）：
@ask-claude-sonnet-4 ... # 向特定模型提问
@run-agent-architect ... # 派遣特定子代理执行任务
@src/components/Button.tsx # 引用文件或目录路径
30秒快速上手：安装、启动与模型选择
安装
通过 npm 全局安装：
npm install -g @shareai-lab/kode
安装完成后，你将拥有三个入口命令：kode、kwa 或 kd。
启动与配置
输入 kode 即可启动。首次运行可以跟随引导完成初始化；之后也可以使用 /model 命令配置模型，或使用 /config 打开配置面板。如果预置列表中没有你需要的模型，README 明确指出：只要你拥有 兼容 OpenAI API 的端点，在配置中手动填写即可正常工作。
最常用的6个核心命令
/help：查看所有命令总览。/init：初始化项目上下文，让 Kode “读懂”当前代码仓库。/model：切换或配置默认模型（包括 main、task 等不同角色的指针）。/config：打开图形化配置面板。/cost：查看各模型的 Token 使用量及成本统计。/clear：清空当前会话。
还有一个对长对话非常实用的命令：/compact-threshold，用于控制自动压缩对话上下文的阈值（针对不同的上下文窗口大小有推荐值）。
重要提醒：默认是 YOLO（全权限）模式
官方在 README 中明确提示：Kode 默认运行在 YOLO 模式（相当于跳过了所有权限确认），这虽然将效率拉满，但也意味着更高的风险。对于重要项目、不充分信任的模型或生产环境，强烈建议使用安全模式启动：
kode --safe
在 safe 模式下，工具会对文件操作、命令执行等行为进行权限检查或要求人工确认。
Windows 用户的加分项：已提供原生支持
根据更新日志，Kode 早已支持 Windows 平台，并且后续做到了 在 cmd.exe 中原生可用（Git Bash 或 WSL 变为“可选但推荐”的选项）。它会优先尝试使用 Git Bash/MSYS 或 WSL Bash，以获得更佳的 Unix 兼容性体验。
适合哪些开发者？
- 终端重度用户：希望将“查找文件、修改代码、运行命令、编写测试、代码审查”等一系列操作串联在一次对话中完成。
- 多模型使用者：同时使用 OpenAI、Anthropic 等多个平台模型，并希望根据任务类型灵活分配不同模型的人。
- 希望固化项目规范的人：AGENTS.md 结合
# 文档模式，能非常顺畅地将项目规范交给 Agent 记忆和执行。
- 需要警惕的场景：如果你完全不想授予终端 Agent 任何“执行命令或写入文件”的权限，那么务必使用
--safe 模式，并仅在可控的目录中进行尝试。
总结
Kode 相当于一个终端内的 AI 开发工作台，它集成了多模型协作、子代理并行、AGENTS.md 项目记忆等核心功能，并自带一个极其高效的智能补全系统。对于寻求提升 后端 & 架构 开发自动化程度的工程师来说，这是一个值得探索的 开源实战 项目。
项目地址
https://github.com/shareAI-lab/Kode-cli
如果你想了解更多类似的开发工具和技术动态，可以关注 云栈社区 的相关板块，获取更多一手资讯和深度讨论。
发表于 昨天 04:40
|
查看: 4|
回复: 0
