# Kimi Code

> 全部文档的索引见 [llms.txt](https://ark.volcengine.com/llms.txt)；在任一文档页面地址后追加 `.md` 可获取该页的 Markdown 版本。

本文介绍如何通过 ArkCLI Helper 为 Kimi Code 配置方舟 Agent Plan，并在项目目录中启动工具完成首次对话。

<span id="prerequisites"></span>
## 前提条件

- 本文通过 npm 安装 ArkCLI，需提前安装 [Node.js LTS](https://nodejs.org/en/download/)。
- 已订阅 Agent Plan，并获取 [专属 API Key](https://ark.volcengine.com/region:cn-beijing/openManagement?LLM=%7B%7D&OpenModelVisible=false&advancedActiveKey=agentPlan)。订阅步骤参见 [Agent Plan 快速开始](/docs/agent-plan-personal-get-started)。

<span id="install-kimi-code"></span>
## 第 1 步 · 安装工具

1. 按操作系统安装 Kimi Code，命令来自 [Kimi Code 官方 README](https://github.com/MoonshotAI/kimi-code/blob/main/README.md)。

**选项：macOS / Linux**

在终端执行官方安装脚本。

```Bash
curl -fsSL https://code.kimi.com/kimi-code/install.sh | bash
```

**选项：Windows**

在 PowerShell 中执行官方安装脚本。首次启动前安装 [Git for Windows](https://gitforwindows.org/)，Kimi Code 使用其提供的 Git Bash 运行 shell 命令。

```PowerShell
irm https://code.kimi.com/kimi-code/install.ps1 | iex
```

2. 安装最新版 ArkCLI。

    ```Bash
    npm install -g @volcengine/ark-cli@latest
    ```

3. 打开新的终端会话，检查安装结果。以下命令应分别显示 Kimi Code 和 ArkCLI 版本。

    ```Bash
    kimi --version
    arkcli --version
    ```

<span id="configure-kimi-code"></span>
## 第 2 步 · 配置接入

1. 登录 ArkCLI，并查看可用 profile。

    ```Bash
    arkcli auth login
    arkcli profile list
    ```

2. 选择 `agent-plan` 类型的 profile。将 `<AGENT_PLAN_PROFILE>` 替换为列表中对应的 profile 名称。

    ```Bash
    arkcli helper configure kimi-code --profile <AGENT_PLAN_PROFILE> --model ark-code-latest
    ```

    Helper 使用 OpenAI Chat Completions 协议，Base URL 为 `https://ark.cn-beijing.volces.com/api/plan/v3`。`ark-code-latest` 使用控制台配置的路由策略；如需指定模型，将其替换为套餐支持的文本生成 Model Name。可用模型参见 [套餐支持的模型](/docs/agent-plan-personal-plan-overview#supported-models-harness)。

> **注意**
>
> 使用 Agent Plan 时，保持套餐专属 Base URL `https://ark.cn-beijing.volces.com/api/plan/v3`，并使用所选个人套餐或企业席位的专属 API Key。改为按量计费地址 `https://ark.cn-beijing.volces.com/api/v3` 后，请求按模型服务计费，不抵扣 Agent Plan 额度。

3. 确认 Helper 输出的模型和 Base URL 与所选资源一致。

    Helper 默认写入 `~/.kimi-code/config.toml`：`providers` 保存 OpenAI provider，`models` 保存模型清单，`default_model` 指向选定模型。配置文件权限为 `0600`。设置 `KIMI_CODE_HOME` 后，配置写入该环境变量指定的目录。

4. （可选）只配置豆包搜索能力时，执行以下命令。

    ```Bash
    arkcli helper mcp kimi-code --profile <AGENT_PLAN_PROFILE> --capability web-search
    ```

    Helper 将 MCP 配置写入 `~/.kimi-code/mcp.json`；设置 `KIMI_CODE_HOME` 后使用对应目录。个人版和企业版均支持豆包搜索与 DataPro，OpenViking 仅适用于个人版。其他 Harness 工具配置参见 [helper mcp 命令参考](/docs/tools-and-platform#helper-mcp-command)。

<span id="use-kimi-code"></span>
## 第 3 步 · 启动并验证

1. 在终端进入需要使用的项目目录，启动 Kimi Code。

    ```Bash
    kimi
    ```

2. 输入以下需求，验证模型能够回复并读取工作区。

    ```text
    简单介绍一下当前目录的文件结构。
    ```

    如果返回当前项目的文件结构，说明 Kimi Code 已完成方舟接入。

3. 如果配置后仍使用旧模型，退出 Kimi Code，确认启动终端中的 `KIMI_CODE_HOME` 与配置时一致，再重新启动。

    如果 ArkCLI 提示不支持 `kimi-code`，升级 ArkCLI 后重新配置；如果返回鉴权错误，核对 profile、API Key 和 Base URL 是否属于同一接入方式。更多检查命令参见 [ArkCLI Helper 命令参考](/docs/tools-and-platform#helper-command)。

<span id="related-docs"></span>
## 相关文档

[ArkCLI 认证与配置](/docs/auth-and-configuration)。

[ArkCLI Helper 命令参考](/docs/tools-and-platform#helper-command)。