The AI development sector has reached a new milestone with the release of the Kimi Code Desktop client, a dedicated tool launched by the developer team known as "The Dark Side of the Moon" (Moonshot AI). Released on Sept…

之前一直是 kimicode/opencode 重度用户(比较反感 claude 所以 cc 用的不是特别多)，后来 DeepSeek 火了想换个便宜的模型接着用，结果发现各种 harness 要么是命令行套壳不好用，要么协议支持不全（很多只认 OpenAI chat ，Anthropic Messages 和 Responses 格式的中转直接歇菜），要么在那折腾 powershell 给自己找麻烦。 后来自己写了一个，写着写着就成了个完整桌面应用，如今已经迭代了几十个版本，日常工作已经完全平替，分享出来。 先放地址： https://github.com/Bronya0/ally-agent （ GPLv3 ，Windows/macOS/Linux 都有安装包） 几个截图： ## 主流协议都支持 协议层三家通吃 OpenAI Chat Completions 、OpenAI Responses 、Anthropic Messages 三种接口原生支持。接中转站的时候这点挺重要，我自己的感觉是国内中转一半以上是这三种格式混着来的。支持多 API key 自动故障转移，一个 key 被限流了自动切下一个。 ## 从零开始自己写的执行内核，打磨了无数版本，不是 agent 框架拼的 后端纯 Go ，没基于任何第三方 agent SDK （那时候也确实没有特别成熟的），从流式解析、工具调度到会话持久化都是手写的。好处是内存占用可控（空载几十 MB ），支持很多个会话并行跑互不干扰——我经常同时开四五个 tab ，一个跑重构、一个跑文档、一个问答，切回来各自的流式状态都在。桌面壳用的 Wails v3 ，压缩安装包十几 MB （主要内置了 ripgrep 不然能到几 mb ），Electron 时代的同学应该懂这个数字意味着什么。 ## 不用折腾 powershell 了 windows 上自动检测 git bash 并封装到工具里，三个平台命令工具统一。什么？没 git ？那只能用 workbuddy 这种内置 git bash 、python 的大包产物了……coding 圈应该不存在这个问题 ## 支持远程 SSH 服务器干活 内置一套 remote_* 工具：远程读文件、编辑（带版本冲突检测）、建文件、删路径、跑命令，走你本机现有的 ssh 登录，不用在服务器上装任何东西。密码发在聊天里就行，内存缓存 12 小时自动过期，不落盘。我拿它管三台服务器，体验跟本地工作区基本无差别。 ## 复杂图表结果直接在聊天里渲染 图表类结果（数据探索、性能对比这种）有个沙箱渲染卡，内置 ECharts ，模型出一段自包含 HTML 就能在聊天流里直接出交互式图表，不用切出去开浏览器。Mermaid 、KaTeX 、代码高亮都是原生渲染，Mermaid 支持全屏和缩放拖拽。 ## 内置工具二三十个 + 完善的扩展 除了常规的读写编辑搜索，还有后台服务管理（ dev server 托管）、计划任务、子 agent 、HTTP 请求这些。扩展方面 MCP 走标准协议（ stdio/SSE/Streamable HTTP ），Skill 兼容 Claude Code 的目录约定，~/.claude/skills 里的技能直接就能被发现。 ## 多仓库和项目指令 一个工作区里有多个 git 仓库会自动发现并支持切换； AGENTS.md 支持用户级 + 工作区级 + 多级子目录加载合并，跟 Claude Code 的习惯对齐。 ## 三家 skill+项目 skill 兼容 自动识别 claude 、codex 、.agents 和项目的 skill 并去重，不要考虑迁移问题。 ## 内置编辑器 支持 h5 预览、代码高亮补全编辑器、资源树……我是喜欢'少即是多'的，不过同事想要这个所以还是做了，需要的时候也不用打开仿达或者资源管理器了 ## 资源占用低 前后端优化了很多版本，一般常驻内存 200mb 左右，同时工作五六个会话也不会膨胀多少。 ## 高缓存命中 这个其实比较简单，ally 在缓存命中上基本做到很高的水平了，主要是对接各家的文档实现就行，像 openai 的就看源码用 cache key ，ds 就前缀字节命中，claude 比较麻烦也是看 sdk 去贴合缓存的，都是脏活，同时维护三家接口…… ## 其他 像什么上下文自动、手动压缩 摘要，大内容边界处理等等脏活都做的比较完善，做的过程也学习了 codex 、claudecode 、pi 、opencode 、kimi code 各家的设计思想，我个人学会的还是比较多的。 ## 总结 UI 是自己撸的，设计水平一般吧；浅色模式刚做还是 beta ；生态可能比不过官方那几家的周边（ ally 的 mcp 三种协议支持的很完善，其实说实话扩展性上也没啥大的区别）。 技术栈：Go + Vue3 + Wails v3 ，前后端都在一个仓库里，感兴趣的欢迎来提 issue 。模型侧你用官方 Claude/GPT 也行，接 DeepSeek 、GLM 、Kimi 这类国产模型的 OpenAI 兼容接口也行，反正 key 是自己的 **小手 star 一下项目，一起学习 agent 制作：** Github: https://github.com/Bronya0/ally-agent 有问题评论区聊，技术方面可以讨论

之前一直是 kimicode/opencode 重度用户(比较反感 claude 所以 cc 用的不是特别多)，后来 DeepSeek 火了想换个便宜的模型接着用，结果发现各种 harness 要么是命令行套壳不好用，要么协议支持不全（很多只认 OpenAI chat ，Anthropic Messages 和 Responses 格式的中转直接歇菜），要么在那折腾 powershell 给自己找麻烦。 后来自己写了一个，写着写着就成了个完整桌面应用，如今已经迭代了几十个版本，日常工作已经完全平替，分享出来。 先放地址： https://github.com/Bronya0/ally-agent （ GPLv3 ，Windows/macOS/Linux 都有安装包） 几个截图： ## 主流协议都支持 协议层三家通吃 OpenAI Chat Completions 、OpenAI Responses 、Anthropic Messages 三种接口原生支持。接中转站的时候这点挺重要，我自己的感觉是国内中转一半以上是这三种格式混着来的。支持多 API key 自动故障转移，一个 key 被限流了自动切下一个。 ## 从零开始自己写的执行内核，打磨了无数版本，不是 agent 框架拼的 后端纯 Go ，没基于任何第三方 agent SDK （那时候也确实没有特别成熟的），从流式解析、工具调度到会话持久化都是手写的。好处是内存占用可控（空载几十 MB ），支持很多个会话并行跑互不干扰——我经常同时开四五个 tab ，一个跑重构、一个跑文档、一个问答，切回来各自的流式状态都在。桌面壳用的 Wails v3 ，压缩安装包十几 MB （主要内置了 ripgrep 不然能到几 mb ），Electron 时代的同学应该懂这个数字意味着什么。 ## 不用折腾 powershell 了 windows 上自动检测 git bash 并封装到工具里，三个平台命令工具统一。什么？没 git ？那只能用 workbuddy 这种内置 git bash 、python 的大包产物了……coding 圈应该不存在这个问题 ## 支持远程 SSH 服务器干活 内置一套 remote_* 工具：远程读文件、编辑（带版本冲突检测）、建文件、删路径、跑命令，走你本机现有的 ssh 登录，不用在服务器上装任何东西。密码发在聊天里就行，内存缓存 12 小时自动过期，不落盘。我拿它管三台服务器，体验跟本地工作区基本无差别。 ## 复杂图表结果直接在聊天里渲染 图表类结果（数据探索、性能对比这种）有个沙箱渲染卡，内置 ECharts ，模型出一段自包含 HTML 就能在聊天流里直接出交互式图表，不用切出去开浏览器。Mermaid 、KaTeX 、代码高亮都是原生渲染，Mermaid 支持全屏和缩放拖拽。 ## 内置工具二三十个 + 完善的扩展 除了常规的读写编辑搜索，还有后台服务管理（ dev server 托管）、计划任务、子 agent 、HTTP 请求这些。扩展方面 MCP 走标准协议（ stdio/SSE/Streamable HTTP ），Skill 兼容 Claude Code 的目录约定，~/.claude/skills 里的技能直接就能被发现。 ## 多仓库和项目指令 一个工作区里有多个 git 仓库会自动发现并支持切换； AGENTS.md 支持用户级 + 工作区级 + 多级子目录加载合并，跟 Claude Code 的习惯对齐。 ## 三家 skill+项目 skill 兼容 自动识别 claude 、codex 、.agents 和项目的 skill 并去重，不要考虑迁移问题。 ## 内置编辑器 支持 h5 预览、代码高亮补全编辑器、资源树……我是喜欢'少即是多'的，不过同事想要这个所以还是做了，需要的时候也不用打开仿达或者资源管理器了 ## 资源占用低 前后端优化了很多版本，一般常驻内存 200mb 左右，同时工作五六个会话也不会膨胀多少。 ## 高缓存命中 这个其实比较简单，ally 在缓存命中上基本做到很高的水平了，主要是对接各家的文档实现就行，像 openai 的就看源码用 cache key ，ds 就前缀字节命中，claude 比较麻烦也是看 sdk 去贴合缓存的，都是脏活，同时维护三家接口…… ## 其他 像什么上下文自动、手动压缩 摘要，大内容边界处理等等脏活都做的比较完善，做的过程也学习了 codex 、claudecode 、pi 、opencode 、kimi code 各家的设计思想，我个人学会的还是比较多的。 ## 总结 UI 是自己撸的，设计水平一般吧；浅色模式刚做还是 beta ；生态可能比不过官方那几家的周边（ ally 的 mcp 三种协议支持的很完善，其实说实话扩展性上也没啥大的区别）。 技术栈：Go + Vue3 + Wails v3 ，前后端都在一个仓库里，感兴趣的欢迎来提 issue 。模型侧你用官方 Claude/GPT 也行，接 DeepSeek 、GLM 、Kimi 这类国产模型的 OpenAI 兼容接口也行，反正 key 是自己的 **小手 star 一下项目，一起学习 agent 制作：** Github: https://github.com/Bronya0/ally-agent 有问题评论区聊，技术方面可以讨论

Kimi K2.6 Open Platform, providing trillion-parameter K2.5 large language model API, supporting 256K long context and Tool Calling. Professional code generation, intelligent dialogue, visual reasoning, helping developers build AI applications.