Skip to main content

让 Kimi CLI 像 Cursor 一样理解你的代码库

Project description

🚀 Kimi Dev Workflow

让 Kimi CLI 像 Cursor 一样理解你的代码库 —— 本地优先、隐私安全、零费用。

是什么

一套完整的 Kimi CLI + 代码索引 开发工作流模板,包含:

  • 📦 自动代码索引 — 语义搜索你的整个代码库
  • 📖 Repo Wiki 集成 — 让 AI 读懂你的业务知识和架构文档
  • 🧠 Agent 记忆系统 — 自动记录决策、偏好和踩坑经验,越用越聪明
  • 📝 Prompt 模板 — 搜索/编写/重构/调试/审查/Wiki/记忆 7 大场景
  • 🏗️ 项目上下文注入 — AGENTS.md 让 AI 理解你的架构
  • 一键脚本 — 启动/停止/搜索索引、管理 Wiki
  • 🎯 最佳实践 — 文件投喂策略、上下文管理

快速开始(2 分钟)

1. 安装

# 方式一:pip(推荐)
pip install kimi-dev-workflow

# 方式二:curl 一键安装
curl -fsSL https://raw.githubusercontent.com/<GITHUB_USERNAME>/kimi-dev-workflow/main/install.sh | sh

2. 安装依赖(如果还没装)

# Kimi CLI
curl -fsSL https://cli.moonshot.cn/install.sh | sh

# grepai — 本地代码索引工具
curl -fsSL https://raw.githubusercontent.com/yoanbernabeu/grepai/main/install.sh | INSTALL_DIR=$HOME/.local/bin sh

# Ollama — 本地 Embedding 推理
# macOS: https://ollama.com/download
# Linux: curl -fsSL https://ollama.com/install.sh | sh

# 下载轻量嵌入模型
ollama pull all-minilm:l6-v2

3. 初始化项目

cd your-project

# 一键初始化(自动检测项目类型、生成 AGENTS.md、复制模板)
kimi-dev init

# 或从 GitHub Wiki 克隆并初始化
kimi-dev init --wiki-url https://github.com/<USER>/<REPO>.wiki.git

# 非交互模式(CI/CD 场景)
kimi-dev init --yes

4. 启动索引

kimi-dev index start
# 等待索引完成(首次约 20-40 分钟,取决于项目大小)

5. 开始开发

kimi
> 帮我找一下用户认证的代码
> 参照 @src/pages/login.tsx 新增一个注册页面
> 搜索 wiki 中关于订单状态机的业务规则

📁 文件结构

your-project/
├── .kimi/                      ← 复制自 templates/.kimi/
│   ├── prompts/               ← Prompt 模板库
│   │   ├── 01-search.md      ← 代码搜索与分析
│   │   ├── 02-code.md        ← 新代码编写
│   │   ├── 03-refactor.md    ← 代码重构
│   │   ├── 04-debug.md       ← Bug 调试
│   │   ├── 05-review.md      ← 代码审查
│   │   ├── 06-wiki.md        ← 基于 Wiki 知识开发
│   │   └── 07-memory.md      ← 基于记忆的智能开发
│   ├── memory.md             ← Agent 记忆库(自动维护)
│   └── README.md              ← 项目级工作流指南
├── AGENTS.md                  ← 你的项目上下文(必须!)
├── wiki/                      ← Repo Wiki 知识库
│   ├── 01-getting-started.md
│   ├── 02-architecture.md
│   └── ...
├── .grepaiignore             ← 索引排除规则
└── .grepai/                   ← 自动生成的索引数据

📝 核心概念

AGENTS.md — 让 AI 理解你的项目

这是最重要的文件。Kimi CLI 会自动读取它并注入到每次对话中。

模板:templates/AGENTS.md.template,替换以下占位符:

# {项目名} — 项目架构与开发规范

## 技术栈
- 框架:{React/Vue/Angular} + {TypeScript/JavaScript}
- 构建:{Vite/Webpack}
- 状态:{Zustand/Redux/Pinia}
- 路由:{React Router/Vue Router}
- 样式:{Tailwind/Styled Components}

## 目录结构
- /src/pages/ — 页面组件
- /src/components/ — 复用组件
- /src/hooks/ — 自定义 hooks
- /src/stores/ — 状态管理
- /src/api/ — API 层
- /src/utils/ — 工具函数

## 编码规范
1. 组件用函数式 + Hooks
2. API 请求统一走封装层
3. 全局状态用 {store},禁止直接修改
4. 表单校验用 {zod/yup}

## 常见问题定位
| 问题 | 定位路径 |
|------|---------|
| 路由跳转失败 | /src/router/ |
| 全局状态不更新 | /src/stores/ |
| API 请求报错 | /src/api/ 或封装 hooks |

Prompt 模板 — 复用高效提问

项目目录 .kimi/prompts/ 存放 7 大场景的 prompt 模板:

场景 用法
理解业务逻辑 打开 01-search.md,复制模板替换变量
新页面开发 打开 02-code.md,参照现有模式提问
重构代码 打开 03-refactor.md,指定需要改的文件
调试 Bug 打开 04-debug.md,描述现象
审查代码 打开 05-review.md,贴 diff 或文件路径

索引排除 — 加速索引

.grepaiignore 控制哪些文件不进入索引,加速首次构建:

# 排除这些(默认值)
node_modules/
.git/
dist/
*.test.ts
*.spec.ts
*.css
*.md
public/

# 你的项目特定排除
types/auto-generated/
legacy/
mocks/

🛠️ kimi-dev 命令

安装后,在项目目录使用:

kimi-dev init                    # 初始化项目
kimi-dev index start             # 启动索引监听(后台)
kimi-dev index stop              # 停止索引进程
kimi-dev index status            # 查看索引状态
kimi-dev index search "关键词"    # 手动语义搜索代码
kimi-dev index reindex           # 重置并重新索引
kimi-dev wiki init [URL]         # 初始化 Wiki
kimi-dev wiki sync               # 同步远程 Wiki
kimi-dev wiki list               # 列出 Wiki 页面
kimi-dev wiki search "关键词"     # 搜索 Wiki
kimi-dev memory show             # 查看记忆文件
kimi-dev doctor                  # 诊断环境
kimi-dev version                 # 显示版本

💡 最佳实践

1. 文件投喂策略

✅ 精准投喂:     > 帮我看一下 @src/api/auth.ts 的登录逻辑
✅ 语义搜索:     > 搜索所有处理 JWT token 刷新的代码
✅ 参照模式:     > 参照 @src/pages/list.tsx 新增一个详情页
✅ AGENTS.md:   自动注入,无需手动

❌ 避免全量:     > 帮我改一下 @.    ← 浪费 token,效果差

2. 会话管理

# 长会话 (>20 轮) 后压缩上下文
> /compact

# 复杂任务前先制定计划
> /plan

# 信任项目开快速模式(自动批准文件修改)
kimi --yolo

3. 性能优化

优化项 效果
使用 all-minilm:l6-v2 模型 比 nomic-embed-text 快 3-5 倍
配置 .grepaiignore 排除无关文件 减少 30-60% 索引时间
精准 @ 文件 节省上下文窗口 token
定期 /compact 防止长会话变笨

🔒 隐私说明

数据 流向 说明
源代码 ❌ 不上传 100% 本地 Ollama 处理
Embedding 向量 ❌ 不上传 本地 gob 文件存储
Kimi API ✅ 仅发送搜索结果 只传召回的代码片段,非全量

📚 更多


📖 Repo Wiki 快速参考

kimi-dev wiki init [URL]    # 初始化 Wiki
kimi-dev wiki sync          # 同步远程 Wiki
kimi-dev wiki list          # 列出所有页面
kimi-dev wiki search "关键词" # 语义搜索 Wiki
kimi-dev wiki status        # 查看状态

Wiki 文档会被自动纳入语义索引,agent 可在对话中直接搜索利用。


🧠 Agent 记忆快速参考

Agent 记忆是自动运作的:

  • 读取:agent 在开始任务前自动搜索 .kimi/memory.md
  • 写入:agent 在完成任务后自动追加决策、偏好、踩坑记录
  • 索引:记忆文件进入语义索引,支持自然语言搜索
  • 持久:git 管理,跨会话、跨设备同步
kimi-dev memory show        # 查看记忆文件

License: MIT
Made with ❤️ for Kimi CLI users

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

kimi_dev_workflow-0.1.0.tar.gz (35.7 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

kimi_dev_workflow-0.1.0-py3-none-any.whl (37.6 kB view details)

Uploaded Python 3

File details

Details for the file kimi_dev_workflow-0.1.0.tar.gz.

File metadata

  • Download URL: kimi_dev_workflow-0.1.0.tar.gz
  • Upload date:
  • Size: 35.7 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.13.3

File hashes

Hashes for kimi_dev_workflow-0.1.0.tar.gz
Algorithm Hash digest
SHA256 d1349d69bdc7a87adbb13bab36781cc47e2f3c371c473812aa02160d67b7ef0b
MD5 2716017066cabeb5bebdb38ba506ebb0
BLAKE2b-256 ec9980bb0c36c7f7e0ddd1e899894af4d6d1dbaf495a8c5ebacccb252d257000

See more details on using hashes here.

File details

Details for the file kimi_dev_workflow-0.1.0-py3-none-any.whl.

File metadata

File hashes

Hashes for kimi_dev_workflow-0.1.0-py3-none-any.whl
Algorithm Hash digest
SHA256 b93a6af41e01906e8f56a7ad4798cf90e2fbd4c0f9b63469e1e78c9d8e6d5110
MD5 030098c9109778fa4c1910c89b342445
BLAKE2b-256 8e539498750225601f25b5c4cd4fad300c9908780fa03eb93ff183b0047dec60

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page