kimi-tachi 0.6.0

Multi-agent task orchestration for Kimi CLI (君たち)

kimi-tachi (君たち) v0.5.1

Multi-agent task orchestration for Kimi CLI

Kimi-tachi means "you all" or "Kimi team" in Japanese - a squad of specialized agents working together.

🎉 v0.5.0 新特性

自动记忆系统——你的项目永远被记住！

• ✅ Memory 系统 - 基于 MemNexus 的自动代码记忆
  • 项目级记忆：Git 历史、代码结构、会话上下文
  • 全局记忆：跨项目知识共享
  • 增量索引：只索引变更的文件
• ✅ 七人衆记忆 - 每个 agent 自动回忆/存储关键决策
• ✅ CLI 命令 - kimi-tachi memory init/index/search/recall
• ✅ 透明工作 - 用户无需感知，agents 自动使用记忆

v0.4.0 核心特性：

• ✅ Labor Market 集成 - 七人衆注册为 built-in subagent types
• ✅ Agent Resume - 跨会话上下文保留，智能复用 agent 实例
• ✅ Background Tasks - 长时间任务异步执行
• ✅ WireAdapter - 统一 Message Bus 和 Wire 通信
• ✅ 原生 Agent 工具 - 支持 coder/explore/plan + 七人衆角色
• ✅ Plugin 系统 - 通过 kimi plugin install 安装

# 快速开始
pip install kimi-tachi
kimi plugin install agents/kimi-tachi
kimi-tachi start

---

🎭 核心理念

kimi-tachi 是 Kimi CLI 的多代理编排层，灵感来自吉卜力、新海诚、手冢治虫、鸟山明的作品。

你只需要和 釜爺(kamaji) 对话，其他的角色在幕后工作——就像动画中的团队一样，各司其职，共同完成冒险。

┌─────────────────────────────────────────┐
│              用户 (你)                   │
│                  │                      │
│                  ▼                      │
│           ┌───────────┐                 │
│           │  釜爺     │ ◄── 唯一接口     │
│           │ (kamaji)  │                 │
│           └─────┬─────┘                 │
│                 │                       │
│    ┌────────────┼────────────┐          │
│    ▼            ▼            ▼          │
│ ┌──────┐   ┌──────┐   ┌──────┐         │
│ │ 🚌   │   │ 🔥   │   │ 👹   │         │
│ │猫巴士 │   │ 火魔 │   │阎王 │  ...     │
│ └──────┘   └──────┘   └──────┘         │
│      幕后工作者 (通过 Agent 工具调用)      │
└─────────────────────────────────────────┘

---

◕‿◕ 角色体系（七人衆）

每位角色都来自经典动漫作品，拥有独特的性格和能力：

Agent	角色	来源	职责	Emoji
kamaji	釜爺	宫崎骏《千与千寻》	总协调	◕‿◕
shishigami	シシ神	宫崎骏《幽灵公主》	架构师	🦌
nekobasu	猫バス	宫崎骏《龙猫》	侦察兵	🚌
calcifer	カルシファー	宫崎骏《哈尔的移动城堡》	工匠	🔥
enma	閻魔大王	鸟山明《龙珠》	审查员	👹
tasogare	黄昏時	新海诚《你的名字》	规划师	🌆
phoenix	火の鳥	手冢治虫《火之鸟》	图书管理员	🐦

作者分布

• 宫崎骏（吉卜力）: 4/7 - 釜爺、山兽神、猫巴士、火魔
• 新海诚: 1/7 - 黄昏之时
• 手冢治虫: 1/7 - 火之鸟
• 鸟山明: 1/7 - 阎魔王

---

🚀 使用方式

安装

# 1. 安装 Python 包
pip install kimi-tachi

# 2. 安装 kimi-cli plugin
kimi plugin install agents/kimi-tachi

# 3. 验证安装
kimi-tachi --version
kimi plugin list

系统要求: kimi-cli >=1.25.0, Python >=3.12

启动 kimi-tachi

# 直接启动（默认使用 kamaji）
kimi-tachi

# 或显式启动
kimi-tachi start

与 kamaji 对话

启动后，你只需要像平常一样和 kimi 对话。kamaji 会自动判断是否需要调用其他角色。

简单任务（kamaji 自己处理）：

用户: 读取 pyproject.toml
kamaji: [直接读取文件内容]

需要探索的任务（自动调用 🚌 猫巴士）：

用户: 找到所有和 auth 相关的代码
kamaji: 🚌 让我派猫巴士去找找...
       
       找到 5 个相关文件：
       - src/auth.py
       - src/middleware.py
       ...
       
       ---
       **◕‿◕ Workers Involved:**
       - 🚌 nekobasu: 探索了 src/ 目录，找到 5 个文件

复杂任务（自动编排多个角色，支持 Resume）：

用户: 实现用户登录功能
kamaji: 🌆 这是一个复杂任务，我来协调团队...

       [调用 tasogare 做规划]
       [调用 nekobasu 探索现有代码]
       → nekobasu agent_id: a1b2c3d4 (保留上下文)
       
       [调用 calcifer 实现代码]
       [调用 enma 审查]

       已实现 JWT 登录系统：
       - /api/login 端点
       - AuthMiddleware
       - 用户模型更新
       
       ---
       **◕‿◕ Workers Involved:**
       - 🌆 tasogare: 分析了需求，选择 JWT 方案
       - 🚌 nekobasu: 找到现有用户模型 (agent: a1b2c3d4)
       - 🔥 calcifer: 实现了 4 个文件
       - 👹 enma: 通过审查
       
       「さあ、働け！働け！」团队完成！

用户: 继续实现注册功能
kamaji: 🚌 复用 nekobasu (a1b2c3d4) 继续探索...
       
       [resume a1b2c3d4] 在已有上下文基础上继续工作

---

🎛️ 自动编排机制

kamaji 会根据任务复杂度自动决定工作方式：

复杂度	判断标准	工作方式
简单	单文件、<10行、明确	kamaji 直接处理
中等	多文件、需要上下文	🚌 探索 → 执行
复杂	新功能、架构决策	🌆 规划 + 🚌 探索 → 🦌 架构 → 🔥 实现 → 👹 审查

并行 vs 顺序

• 并行：探索 + 规划（互不依赖）
• 顺序：探索 → 架构 → 实现 → 审查（有依赖关系）

---

🧠 Memory 记忆系统 (v0.5.0)

kimi-tachi 现在拥有自动记忆能力！你不需要做任何额外操作——agents 会自动记住你的项目。

自动工作（无需感知）

用户: 上次我们是怎么处理错误日志的？
kamaji: [自动搜索记忆] 上次我们在 auth.py 中使用了结构化日志，
        我来按照这个模式继续...
        
        参考之前的实现：
        - src/auth.py (commit: a1b2c3d)
        - 使用了 structlog
        - 添加了 request_id 追踪

手动使用 CLI

# 初始化项目记忆
kimi-tachi memory init

# 增量索引（只索引变更的文件）
kimi-tachi memory index

# 搜索项目记忆
kimi-tachi memory search "authentication"

# 搜索全局记忆（跨项目）
kimi-tachi memory global-search "fastapi best practices"

# 查看记忆状态
kimi-tachi memory status

# 让 agent 回忆上下文
kimi-tachi memory recall --agent calcifer "数据库迁移"

七人衆记忆特点

每个 agent 有不同的记忆偏好：

Agent	记忆特点	自动行为
🦌 shishigami	架构决策	自动搜索相关架构模式
🚌 nekobasu	代码结构	自动回忆项目布局
🔥 calcifer	实现模式	自动搜索类似实现
👹 enma	审查历史	自动查找常见错误
🌆 tasogare	规划记录	自动参考历史规划
🐦 phoenix	知识库	自动查询最佳实践

---

⚙️ 配置选项

环境变量

# v0.5.0: Memory 记忆系统
export KIMI_TACHI_MEMORY_ENABLED=true      # 启用记忆系统
export KIMI_TACHI_MEMORY_AUTO_INDEX=true   # 自动索引变更

# v0.4.0: Agent 会话管理
export KIMI_TACHI_SESSION_ID="my-project"  # 会话 ID
export KIMI_TACHI_RESUME_TIMEOUT=1800      # Resume 超时（秒）

# Phase 2.1: 动态 Agent 创建（默认启用）
export KIMI_TACHI_DYNAMIC_AGENTS=true

# Phase 2.2: 消息总线（默认启用）
export KIMI_TACHI_MESSAGE_BUS_ENABLED=true

# Phase 2.4: 上下文缓存（默认启用）
export KIMI_TACHI_ENABLE_CACHE=true

# 调试模式
export KIMI_TACHI_DEBUG_AGENTS=true

代码中使用

from kimi_tachi.orchestrator import HybridOrchestrator
from kimi_tachi.message_bus import MessageBus
from kimi_tachi.context import ContextCacheManager
from kimi_tachi.session import get_session_manager  # v0.4.0
from kimi_tachi.background import get_task_manager   # v0.4.0
from kimi_tachi.memory import get_memory            # v0.5.0

# 完整功能启用
orch = HybridOrchestrator(
    enable_dynamic=True,   # Phase 2.1
    enable_cache=True,     # Phase 2.4
)

# v0.5.0: Memory 系统 - 自动代码记忆
memory = get_memory()
await memory.init()  # 初始化项目记忆

# 增量索引（只索引变更的文件）
stats = await memory.index_project(incremental=True)
print(f"Indexed {stats['files_indexed']} files")

# 搜索记忆
results = await memory.memory.store.search("authentication", limit=5)

# 全局搜索（跨项目）
global_results = await memory.global_memory.search("fastapi patterns")

# v0.4.0: 会话管理 - 跟踪和复用 agent
session = get_session_manager("my-project")
if agent_id := session.should_resume("nekobasu"):
    # 复用现有 agent，保留上下文
    Agent(description="继续探索", prompt="...", subagent_type="nekobasu", resume=agent_id)

# v0.4.0: 后台任务 - 异步执行
 tasks = get_task_manager()
task = await tasks.start_task(
    agent_type="nekobasu",
    description="深度代码分析",
    prompt="分析整个代码库架构",
)

# 使用消息总线
bus = MessageBus()       # Phase 2.2

# 使用并行 Workflow
from kimi_tachi.orchestrator.workflow_engine import WorkflowEngine
engine = WorkflowEngine(orch, use_parallel=True)  # Phase 2.3

---

🛠️ CLI 命令

除了交互式使用，kimi-tachi 也提供一些 CLI 命令：

# 工作流模式（非交互式，自动执行完整流程）
kimi-tachi workflow "实现用户认证" --type feature

# v0.5.0: Memory 记忆系统
kimi-tachi memory init           # 初始化项目记忆
kimi-tachi memory index          # 增量索引
kimi-tachi memory search "auth"  # 搜索记忆
kimi-tachi memory global-search "patterns"  # 全局搜索
kimi-tachi memory status         # 查看记忆状态
kimi-tachi memory recall --agent calcifer   # Agent 回忆

# v0.4.0: 后台任务管理
kimi-tachi tasks                 # 列出后台任务
kimi-tachi tasks --status active # 查看活跃任务

# 会话管理
kimi-tachi sessions              # 查看会话历史
kimi-tachi sessions --clear      # 清除会话

# 缓存管理
kimi-tachi cache stats           # 查看缓存统计
kimi-tachi cache clear           # 清空缓存

# 其他命令
kimi-tachi list-agents           # 列出所有角色
kimi-tachi status                # 检查安装状态
kimi-tachi install               # 安装/更新
kimi-tachi uninstall             # 卸载

---

📁 项目结构

kimi-tachi/
├── agents/                 # 动漫角色 Agent YAML
│   ├── kamaji.yaml        # ◕‿◕ 釜爺 - 总协调（唯一用户接口）
│   ├── shishigami.yaml    # 🦌 山兽神 - 架构师
│   ├── nekobasu.yaml      # 🚌 猫巴士 - 侦察兵
│   ├── calcifer.yaml      # 🔥 火魔 - 工匠
│   ├── enma.yaml          # 👹 阎魔王 - 审查员
│   ├── tasogare.yaml      # 🌆 黄昏 - 规划师
│   └── phoenix.yaml       # 🐦 火之鸟 - 记忆
│
├── skills/                # Skill 定义（Markdown）
│   ├── kimi-tachi/        # kimi-tachi 内部命令
│   ├── todo-enforcer/     # Todo 强制执行
│   └── category-router/   # 智能路由
│
└── src/kimi_tachi/
    ├── cli.py             # Typer CLI
    ├── memory/            # v0.5.0: 自动记忆系统
    │   ├── tachi_memory.py
    │   └── __init__.py
    ├── session/           # v0.4.0: Agent 会话管理
    │   ├── agent_session.py
    │   └── __init__.py
    ├── background/        # v0.4.0: 后台任务管理
    │   ├── task_manager.py
    │   └── __init__.py
    ├── adapters/          # v0.4.0: Wire 桥接适配器
    │   ├── wire_adapter.py
    │   └── __init__.py
    ├── message_bus/       # Phase 2.2: 消息总线
    │   ├── models.py
    │   ├── hub.py
    │   ├── persistence.py
    │   └── tracing.py
    ├── context/           # Phase 2.4: 上下文缓存
    │   ├── file_cache.py
    │   ├── semantic_index.py
    │   ├── analysis_cache.py
    │   └── compressor.py
    └── orchestrator/      # 编排引擎
        ├── hybrid_orchestrator.py
        ├── agent_factory.py      # Phase 2.1
        ├── dependency_analyzer.py # Phase 2.3
        ├── parallel_scheduler.py  # Phase 2.3
        └── workflow_engine.py

---

🔧 技术架构

v0.5.0 架构 (Automatic Memory System)

┌─────────────────────────────────────────────────────────────┐
│                    v0.5.0 记忆架构                            │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  Automatic Memory (自动记忆)                                  │
│  ┌─────────────────────────────────────────────────────┐   │
│  │  Project Memory                                     │   │
│  │  ├─ Git history (commits, messages)                │   │
│  │  ├─ Code structure (functions, classes)            │   │
│  │  ├─ Session context (decisions, outputs)           │   │
│  │  └─ Incremental indexing                           │   │
│  │                                                     │   │
│  │  Global Memory (跨项目)                             │   │
│  │  ├─ Cross-project knowledge                        │   │
│  │  ├─ Best practices patterns                        │   │
│  │  └─ Architecture decisions                         │   │
│  │                                                     │   │
│  │  Agent Profiles (记忆偏好)                          │   │
│  │  ├─ recall_on_start: 自动回忆上下文                │   │
│  │  └─ store_on_complete: 自动存储决策                │   │
│  └─────────────────────────────────────────────────────┘   │
│                                                             │
│  Memory Tools (透明调用)                                      │
│  ┌─────────────────────────────────────────────────────┐   │
│  │  memory_recall_agent()    → 预加载上下文           │   │
│  │  memory_search()          → 搜索项目记忆           │   │
│  │  memory_global_search()   → 全局知识查询           │   │
│  │  memory_store_decision()  → 存储关键决策           │   │
│  │                                                      │   │
│  │  用户无感知 → Agents 自动使用                        │   │
│  └─────────────────────────────────────────────────────┘   │
│                                                             │
└─────────────────────────────────────────────────────────────┘

v0.4.0 架构 (Labor Market + Agent Resume)

┌─────────────────────────────────────────────────────────────┐
│                    v0.4.0 混合架构                            │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  Labor Market 集成                                            │
│  ┌─────────────────────────────────────────────────────┐   │
│  │  七人衆注册为 built-in types:                        │   │
│  │  nekobasu, calcifer, shishigami, enma, ...          │   │
│  │  Agent(subagent_type="nekobasu") 自动加载角色        │   │
│  └─────────────────────────────────────────────────────┘   │
│                                                             │
│  Agent Resume 机制                                           │
│  ┌─────────────────────────────────────────────────────┐   │
│  │  Session Manager → 跟踪 agent 实例                   │   │
│  │  resume=agent_id → 复用上下文                       │   │
│  │  智能建议: should_resume(agent_type)                │   │
│  └─────────────────────────────────────────────────────┘   │
│                                                             │
│  Background Tasks                                           │
│  ┌─────────────────────────────────────────────────────┐   │
│  │  长时间任务异步执行                                  │   │
│  │  run_in_background=True                             │   │
│  │  TaskOutput / 自动通知                              │   │
│  └─────────────────────────────────────────────────────┘   │
│                                                             │
│  WireAdapter (Message Bus ↔ Wire)                          │
│  ┌─────────────────────────────────────────────────────┐   │
│  │  统一通信接口                                        │   │
│  │  本地/远程模式自动切换                               │   │
│  │  Agent 状态缓存                                      │   │
│  └─────────────────────────────────────────────────────┘   │
│                                                             │
└─────────────────────────────────────────────────────────────┘

v0.4.0 通信策略

场景	机制	说明
同进程通信	Message Bus	内部协调，丰富消息模式
跨 Agent 通信	Agent Tool + Wire	kimi-cli 原生机制
Agent 复用	resume 参数	上下文自动保留
状态查询	SubagentStore	只读，快速
后台任务	run_in_background	异步执行

与 Kimi CLI 的关系

┌─────────────────────────────────────────┐
│           kimi-tachi v0.4.0             │
│  ┌─────────┐ ┌─────────┐ ┌──────────┐  │
│  │ Agents  │ │ Skills  │ │  Tools   │  │
│  │(Anime)  │ │(.md)    │ │(Python)  │  │
│  └────┬────┘ └────┬────┘ └────┬─────┘  │
│       └─────────────┴───────────┘       │
│                   │                     │
│  ┌────────────────┼────────────────┐   │
│  │  Message Bus   │  WireAdapter   │   │
│  │  (内部协调)     │  (Agent 通信)   │   │
│  └────────────────┼────────────────┘   │
│                   │                     │
└───────────────────┼─────────────────────┘
                    │
┌───────────────────┼─────────────────────┐
│              Kimi CLI 1.25.0+           │
│  ┌─────────┐ ┌─────────┐ ┌──────────┐  │
│  │  Agent  │ │  Wire   │ │Subagent  │  │
│  │  Tool   │ │         │ │  Store   │  │
│  └─────────┘ └─────────┘ └──────────┘  │
└─────────────────────────────────────────┘

---

📅 路线图

✅ Phase 1: MVP (v0.1.0)

• 7 个角色 Agent YAML
• kamaji 编排逻辑
• CLI wrapper
• Workflow 模式

✅ Phase 2: 架构优化 (v0.2.0)

• 2.1 动态 Agent 创建 - MCP 7→2
• 2.2 消息总线架构 - 延迟 <100ms
• 2.3 Workflow 并行执行 - 并行 ≥40%
• 2.4 上下文缓存优化 - 命中率 ≥80%

✅ Phase 3: 系统集成 (v0.3.0)

• Skills → Plugins 转换
• 工作流追踪与可视化
• kimi-cli 1.25.0+ 兼容

✅ Phase 4: Labor Market (v0.4.0) - 已完成！

• 4.1 七人衆注册为 built-in types
• 4.2 Agent Resume 机制
• 4.3 Background Tasks
• 4.4 WireAdapter 桥接

✅ Phase 5: 智能记忆 (v0.5.0) - 已完成！

• 5.1 自动代码记忆 - Project + Global Memory
• 5.2 增量索引系统
• 5.3 Agent 自动回忆/存储
• 5.4 Memory CLI 工具

🚧 Phase 6: 智能增强 (v0.6.0)

• 知识图谱构建
• 个性化工作流学习
• Multi-hop 推理能力

---

📊 性能指标

指标	v0.1.0	v0.2.0	v0.4.0	v0.5.0	提升
MCP 进程数	7	≤2	≤2	≤2	71% ↓
消息延迟	~500ms	<100ms	<100ms	<100ms	80% ↓
并行执行比例	0%	≥40%	≥40%	≥40%	新增
缓存命中率	0%	≥80%	≥80%	≥80%	新增
Token 使用	100%	~70%	~50%	~50%	50% ↓
Agent 复用	❌	❌	✅	✅	新增
后台任务	❌	❌	✅	✅	新增
自动记忆	❌	❌	❌	✅	新增
增量索引	❌	❌	❌	✅	新增

---

🤝 与 Kimi CLI 的协作

我们不做的

• ❌ 修改 Kimi CLI 源码
• ❌ 重复实现已有功能
• ❌ 复杂的进程间通信

我们做的

• ✅ 提供高质量的角色 Agent YAML
• ✅ 编写实用的 Skills
• ✅ 轻量级 CLI wrapper
• ✅ 架构优化（动态创建、消息总线、并行执行、上下文缓存）

---

📄 License

MIT - 与 Kimi CLI 保持一致

---

kimi-tachi v0.5.0 - Many Kimis, One Goal.

キャラクターたち、準備はいいか？ (Characters, ready?)

「さあ、働け！働け！」 (Work! Work!)