明确工具反馈循环
研究任务如何依据命令和文件结果继续,明确自己的流程各步骤需要什么证据。
参考 Kimi Code CLI 的工具循环、子 Agent、生命周期 hooks 与编辑器协议,为自己的工作流划分任务职责、设置执行检查,并改善 Floatboat 中各环节的上下文交接。
Kimi Code CLI 是月之暗面当前的开源终端编程 Agent。官方说明涵盖读取和编辑代码、执行命令、搜索文件与获取网页,再根据工具反馈选择后续步骤。它是模型周围的应用系统,不是一个 Skill 包。
对希望优化工作流的 Floatboat 用户,有价值的是职责划分、明确的工具反馈和适当的检查节点。Kimi Code CLI 为这些机制提供了具体参考;ACP 也展示了界面与 Agent 执行进程分离的组织方式。
当前维护的仓库是 MoonshotAI/kimi-code,采用 MIT 许可。旧 Python 项目 MoonshotAI/kimi-cli 已归档并引导迁移到新版。阅读教程时要区分版本,旧架构、包名和命令不能直接当作当前发行版说明。
先理解项目展示了什么机制,再判断它能解决自己工作流中的哪个具体问题。
研究任务如何依据命令和文件结果继续,明确自己的流程各步骤需要什么证据。
参考子 Agent 上下文划分探索、规划与实施职责,同时保留主任务目标。
需要确定操作检查节点和工具间上下文传递方式时,研究 hooks 与接口协议。
将这些场景作为 Floatboat 中任务设计的参考;具体软件接入仍需单独核对兼容性与权限。
分别规定研究、规划与实施输出,使下一个阶段能检查上一阶段的成果。
在命令、文件变更或外部操作继续之前,设计验证或审阅节点。
流程涉及编辑器、工作空间与执行进程时,参考界面与运行层分离的方式组织交接。
从具体任务和可验证的小改动开始,判断需要优化说明、连接工具,还是复用运行组件。
研究机制时使用 kimi-code 文档,旧 Python CLI 示例可能属于不同架构。
明确每个委派任务接收什么、返回什么,以及哪些操作必须等待审阅。
检查各阶段是否获得足够相关信息,同时避免每一步都携带无关对话历史。
从不同的运行方式、扩展机制和工作流出发,比较其他独立 Agent 项目。