Kimi Code 是键盘边的实时协作者，需先执行 /init 扫描项目生成 AGENTS.md，再通过三种方式（单脚本生成、文件内增量编辑、跨文件重构）编写代码，并支持 /test 自动验证与 /save 原子保存。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
用 Kimi Code 写代码不是复制粘贴提示词然后等结果，而是让它成为你键盘边的实时协作者——它能读项目、改多文件、跑测试、自动补依赖，还能在你敲下回车前就预判逻辑漏洞。
先让 Kimi Code 真正“看见”你的项目
进入你的代码目录，执行 kimi 启动 CLI。首次运行会卡顿几秒，这是它在扫描整个项目结构、识别语言栈、加载已有配置文件（如 pyproject.toml 或 package.json）。
输入 /init → 回车。Kimi 会自动生成 AGENTS.md，里面包含当前项目的模块划分、核心入口、测试路径和已知技术约束。这步跳过会导致后续生成的代码脱离上下文，比如在 Django 项目里生成 Flask 风格路由。
【必须做】 不要直接开始提问“写个登录接口”，/init 后再问，否则它默认按通用 Python 脚本处理，不会识别你项目里的 models.py 或 serializers.py。
三种写法：从单函数到全链路交付
方法一：一句话生成可运行脚本
在 Kimi CLI 提示符后直接输入：用 Python 实现一个带 JWT 验证的 FastAPI 登录端点，接收 email/password，返回 access_token，使用 python-jose 且包含异常处理。它会输出完整代码块，含 import、依赖说明、调用示例，并自动检测你环境中是否已装 fastapi 和 python-jose。
方法二：基于现有文件增量编写
监控Kimi K2.5 API使用量和配额。通过Kimi控制台实现：(1)查看剩余使用百分比和重置计时器；(2)根据可用配额自主决策任务优先级；(3)密集操作前监控速率限制；(4)记录使用模式以支持资源规划。适用于配额约束下的自主智能体。
打开 src/api/v1/auth.py，把光标停在空行处 → 输入 /edit → 回车 → 粘贴需求：“在此文件末尾添加一个 refresh_token 路由，复用现有 JWT 工具类，要求验证 refresh token 有效性并签发新 access token”。Kimi 会定位到该文件，读取已有工具函数签名，生成严格匹配类型与命名风格的新路由。
方法三：跨文件联动重构
输入：把用户注册流程从同步改为异步，涉及 models.User.create()、services.email.send_welcome()、auth.jwt.encode() 三个调用，需保持事务一致性并添加 celery 任务队列支持。它会：① 找出这三处调用所在文件；② 分析数据库事务边界；③ 修改 models.py 的 create 方法为 async；④ 将邮件发送拆为 celery task；⑤ 更新 jwt.encode() 调用方式；⑥ 补充 celeryconfig.py 示例配置。
写完立刻验证，不靠人工 eyeball
生成代码后，别急着复制。直接输入 /test → 回车，Kimi 会自动：检查语法错误 → 运行当前文件单元测试（若存在）→ 对新增函数生成最小覆盖测试用例 → 在终端输出 pass/fail 及失败堆栈。
如果测试失败，它会定位到具体断言行，指出是 mock 缺失、时区未设还是类型转换错误，并给出修复建议。这一步依赖你项目中已有 pytest 或 unittest 配置，若无则提示“未检测到测试框架，建议先运行 pip install pytest”。
修改完成后，输入 /save → 回车，所有变更将原子写入对应文件，不会覆盖未改动区域。此时 Git diff 显示的只是你真正需要的那几行。
