AI导哈

代码任务代理服务

Kimi-Coder-MCP是一个通过Model Context Protocol（MCP）将Kimi CLI封装为MCP服务器的服务，使AI代理如Claude Code能够将编码任务委托给Kimi作为专门的子代理。

  • by AutumnsGrove
  • Shell
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 AutumnsGrove/Kimi-Coder-Mcp

使用说明

化学编码器MCP

通过模型上下文协议从任何代理AI应用程序中利用Kimi的力量

Kimi编码器MCP包装 化学CLI 作为MCP服务器，使Claude Code等AI代理能够将编码任务委托给Kimi作为专门的子代理。将其视为赋予Claude Code在需要时呼叫编码专家的能力。

🌟 为什么存在

不同的AI模型擅长不同的任务。Kimi Coder MCP创建了一个 元体系结构 AI代理可以协作的地方：

  • 克劳德代码 协调您的项目并处理高级推理
  • 基米 （通过此MCP服务器）通过其庞大的128K-256K令牌上下文窗口处理专门的编码任务
  • 你 受益于两者的优势

有关愿景和用例的更多信息，请参阅 为什么.md.

✨ 主要特点

  • 🔧 五种专用工具：代码任务、分析、调试、重构和通用提示
  • 📁 文件伪影捕获：自动检测并返回由Kimi创建/修改的文件
  • 🔄 临时会议：每个任务都有干净、隔离的Kimi会话
  • 🔐 智能身份验证：自动配置API密钥或使用现有的Kimi登录
  • 🎯 MCP本地：适用于Claude Code、Zed或任何兼容MCP的客户端
  • 🚀 内置UV：快速、现代的Python工具

🚀 快速开始

先决条件

安装

# Install Kimi CLI first (if not already installed)
uv tool install --python 3.13 kimi-cli

# Clone this repository
git clone https://github.com/autumnsgrove/kimi-coder-mcp.git
cd kimi-coder-mcp

# Install dependencies
uv sync

# Run the server
uv run kimi-mcp

配置

添加到您的MCP客户端配置中（例如，Claude Desktop的 ~/.config/claude/mcp.json):

{
  "mcpServers": {
    "kimi-coder": {
      "command": "uv",
      "args": [
        "run",
        "--directory",
        "/path/to/kimi-coder-mcp",
        "kimi-mcp"
      ],
      "env": {
        "MOONSHOT_API_KEY": "your-api-key-here"
      }
    }
  }
}

替换 /path/to/kimi-coder-mcp 以及此存储库的实际路径。

🛠️ 可用工具

kimi_code任务

使用Kimi执行编码任务并接收文件工件。

# Example use from Claude Code:
"Can you use Kimi to implement a REST API for user authentication?"

kimi分析代码

用Kimi的专业知识分析现有的代码文件。

# Example:
"Use Kimi to analyze auth.py for security vulnerabilities"

kimi重构

用特定指令重构代码。

# Example:
"Have Kimi refactor this function to use async/await"

像_debug

在Kimi的帮助下调试错误。

# Example:
"Ask Kimi to debug this stack trace: [error details]"

kimi_prompt

用于任何Kimi交互的通用提示界面。

# Example:
"Send this to Kimi: [any coding-related task]"

📖 文档

🎯 用例

大型代码库分析

利用Kimi的大型上下文窗口一次分析整个模块。

第二意见

从不同的人工智能角度看待代码质量和架构。

专业编码任务

委派受益于Kimi特定编码优势的任务。

成本优化

为每项任务使用正确的人工智能来优化成本。

有关更详细的用例，请参阅 为什么.md.

🧪 发展

# Run tests
uv run pytest

# Run specific test file
uv run pytest tests/test_session.py -v

# Install as editable tool
uv tool install --editable .

# Run with verbose logging
DEBUG=1 uv run kimi-mcp

🤝 贡献

欢迎投稿！请看 贡献.md 作为指导方针。

发展理念

  • 功能OOP混合方法
  • 职责明确的小型、重点突出的职能部门
  • 类型提示和全面的文档
  • 对所有功能和错误路径进行测试

📋 需求

  • Python 3.11+
  • FastMCP
  • pexpect
  • Kimi CLI（单独安装）
  • Moonshot AI API密钥

🐛 故障排除

未找到Kimi CLI

确保安装了Kimi CLI： uv tool install --python 3.13 kimi-cli

API关键问题

  • 集 MOONSHOT_API_KEY 在MCP配置中
  • 或者手动登录Kimi CLI： kimi 然后跑 /setup

会话超时

默认超时为5分钟。对于较长的任务，考虑将其分解为较小的子任务。

文件跟踪问题

确保MCP服务器在工作目录中具有读/写权限。

有关更多帮助，请参阅 GitHub问题.

📜 许可证

Apache许可证2.0-请参阅 许可证 了解详情。

这与Kimi CLI上游的许可证相匹配。

🙏 致谢

  • 登月AI 适用于Kimi CLI
  • Anthropic 克劳德和MCP
  • FastMCP团队提供卓越的MCP框架

📬 联系

🌱 项目状态

状态：早期开发（v0.1.0）

该项目正在积极开发中。API可能会发生变化。在此阶段，我们特别欢迎您的反馈和贡献！

内置于 🤖 由AI代理，为AI代理 -一个通过MCP探索多智能体协作的元项目。

相关 MCP