howardpen9/kimi-code-mcp
howardpen9/kimi-code-mcp has 63 GitHub stars and 13 forks. GitHot measured 0 in 7 days. Last checked 2026-11-15 21:00 UTC. Last push 2026-11-02.
可以做什么
- "Analyze this codebase's architecture" - Kimi reads the tree (default k3), Claude acts on the report
- "Scan for security vulnerabilities, then review Kimi's findings" - Kimi audits, Claude cross-examines — AI pair review
- "Map all dependencies of the auth module, then plan the refactoring" - Kimi builds the dependency graph, Claude plans the changes
- "Review the recent changes for regressions and edge cases" - Kimi reviews full context (not just the diff), Claude synthesizes
实测星标增长
- 24小时
- 更新延迟
- 7天
- 0
- 15天
- 更新延迟
- 1个月
- 更新延迟
各周期内的星标净变化,周期相互重叠,并非每日新增。缺失的测量保持空白。星标代表关注度,不代表软件质量。
关于
MCP server for Claude Code × Kimi Code CLI 2.4.1 — default model k3 (up to ~1M on eligible plans); kimi-for-coding = K2.8 Preview. Delegate bulk reads to Kimi, cut Claude-side tokens.
人工智能README_zh.md
原文kimi-code-mcp
English | 中文
示意估算。這個 ~90% 是 Claude 端 在分析密集任務上的 token 減少 —— 不是總成本歸零:Kimi 自己的訂閱費照算。monorepo 那列對應下方實際舉例,PDF/commits 兩列為粗略示意。圖上預設是
k3(CLI 2.4.1);kimi-for-coding 是 K2.8 Preview。
MCP 伺服器,將 Kimi Code(預設模型 k3,CLI 別名 kimi-code/k3)與 Claude Code 串接——Claude 當指揮家,Kimi 負責大量閱讀。
[!TIP] 別再花 Claude 的錢讀檔了。 Kimi Code 以極低成本提供前沿級程式碼智能(見上圖)。把批量程式碼掃描交給 Kimi,讓 Claude 專注推理、決策、精準改碼。一次
kimi_analyze呼叫可以取代 50+ 次檔案讀取。上方圖表的 ~90% 是 Claude 端示意,分析密集型任務常見約 60-80%(見 Token 經濟學)。
什麼是 Kimi Code?
Kimi Code 是 Moonshot AI 的程式碼代理(終端機、IDE,以及 Kimi Code CLI)。CLI 是 TypeScript 套件 @moonshot-ai/kimi-code。公開文件目前列到 CLI 2.4.1(2026-10-30)。它會讀寫程式碼、跑 shell、搜尋檔案、抓網頁。
下表的模型 id 來自 Kimi Code 模型頁,別名前綴來自 CLI 2.4.1(managed provider 為 kimi-code/<id>)。上下文視方案而定(「最多」)。
| 模型 ID | CLI 別名 | 是什麼 | 上下文 |
|---|---|---|---|
k3 |
kimi-code/k3 |
K3。本 MCP 的預設。 | 最多 1,048,576 |
k3-256k |
kimi-code/k3-256k |
K3 的 256K 視窗 | 262,144 |
k3.1-pro |
kimi-code/k3.1-pro |
K3.1 Pro(3T 級,只能開 thinking) | 最多 1,048,576 |
k3.1-pro-highspeed |
kimi-code/k3.1-pro-highspeed |
同模型、更快,額度約 2 倍 | 最多 1,048,576 |
kimi-for-coding |
kimi-code/kimi-for-coding |
K2.8 Preview | 最多 1,048,576 |
kimi-for-coding-highspeed |
kimi-code/kimi-for-coding-highspeed |
K2.7 Code Highspeed | 262,144 |
本伺服器只改寫下面這張別名表,其餘字串原樣轉發:
| 你傳入 | API model |
CLI -m |
|---|---|---|
k3、kimi-code/k3、kimi-k3 |
k3 |
kimi-code/k3 |
kimi-for-coding、kimi-code/kimi-for-coding、k2.7 |
kimi-for-coding |
kimi-code/kimi-for-coding |
其他(k3-256k、k3.1-pro、kimi-code/k3.1-pro…) |
原字串 | 同一個原字串 |
k2.7 是舊捷徑,仍會送出 kimi-for-coding(現在是 K2.8 Preview),不是 kimi-for-coding-highspeed。API 要裸 id,CLI 要 kimi-code/<id>。不在表內的 id,同一個 model 參數無法同時滿足兩邊。登入後用 kimi provider list 或 /model 確認;重新登入可能清掉自訂別名。
[!WARNING] 需要 Kimi Code 會員。 API 工具(
kimi_query、kimi_verify)要 API key。讀 codebase 的工具(kimi_analyze、kimi_resume)要 CLI 在~/.local/bin/kimi,並且kimi login。方案與額度見 kimi.com/code。
快速開始
# 1. 安裝目前的 Kimi Code CLI(macOS / Linux)並登入。
# code.kimi.com/install.sh 會轉到已封存的 Python kimi-cli,不要用。
curl -fsSL https://code.kimi.com/kimi-code/install.sh | bash
kimi login
# Node.js >= 22.19.0 的替代:
# npm install -g @moonshot-ai/kimi-code
# 本伺服器只執行 ~/.local/bin/kimi。安裝程式把執行檔放在 ~/.kimi-code/bin。
mkdir -p "$HOME/.local/bin"
ln -sfn "$HOME/.kimi-code/bin/kimi" "$HOME/.local/bin/kimi"
# 2. 安裝這個 MCP(Node.js >= 18)
npm install -g kimi-mcp-server
[!WARNING] 2026-11-02 查過,npm 上只有
[email protected]。Gitmain是 0.5.0,尚未發布,所以npm install -g還不會預設k3,也不會讀~/.kimi-code/config.toml。要這頁描述的行為,在 0.5.0 發布前請從原始碼建置。
Windows(PowerShell):irm https://code.kimi.com/kimi-code/install.ps1 | iex。這個 repo 的 runner 仍寫死 POSIX 路徑 ~/.local/bin/kimi,請把安裝好的 kimi 連到那裡。
專案範圍:把 .mcp.json commit 在 repo 根目錄。使用者範圍存在 ~/.claude.json,不是 ~/.claude/mcp.json:
claude mcp add --scope user --transport stdio kimi-code -- npx -y kimi-mcp-server
專案 .mcp.json:
{
"mcpServers": {
"kimi-code": {
"command": "npx",
"args": ["-y", "kimi-mcp-server"]
}
}
}
或從原始碼構建:
git clone https://github.com/howardpen9/kimi-code-mcp.git
cd kimi-code-mcp && npm install && npm run build
{
"mcpServers": {
"kimi-code": {
"command": "node",
"args": ["/你的路徑/kimi-code-mcp/dist/index.js"]
}
}
}
在 Claude Code 中執行 /mcp 驗證,應該看到 kimi-code 和 8 個工具。
MCP 預設使用 k3,CLI 呼叫會傳入 -m kimi-code/k3。
可透過工具的 model 參數或 KIMICODE_MODEL / KIMI_MODEL 覆寫(參數優先)。
CLI 2.4.1 在有設預設時,kimi provider list 會印出 Default model: …,那個值可以跟 MCP 不同。在 CLI 裡用 /model 切換。
[!TIP] 常見用途其實不需要 CLI。
kimi_query和kimi_verify直接呼叫 Kimi Code API,不需要安裝 CLI,也不需要kimi login。設好$KIMICODE_API_KEY即可(見 Kimi Code API 設定)。只有kimi_analyze和kimi_resume會啟動 CLI。完整對照見 兩種後端:API vs CLI。
兩種後端:API vs CLI
伺服器有兩種方式連到 Kimi,每個工具會用最適合它的那一種。知道哪個工具用哪種,就知道你需要設定什麼。
| 後端 | 怎麼連 Kimi | 需要什麼 | 看得到你的 codebase 嗎? |
|---|---|---|---|
| 直連 API | HTTPS 打 api.kimi.com/coding/v1(或 KIMI_BASE_URL) |
API key($KIMICODE_API_KEY,或 ~/.kimi/config.toml / ~/.kimi-code/config.toml 裡的 api_key) |
❌ 不行 — 由你把 context 貼進去 |
| 本機 CLI | 執行 ~/.local/bin/kimi |
該路徑有執行檔 且 完成 kimi login |
✅ 可以 — 直接從磁碟讀檔 |
| 工具 | 後端 | 原因 |
|---|---|---|
kimi_query |
API(沒設 key 時才退回 CLI) | 無上下文問答 — 不需 codebase,API 最簡單且無 login 依賴 |
kimi_verify |
API | 你把程式碼/diff/論點直接貼進去,Kimi 以獨立第三方身分判斷 |
kimi_analyze |
CLI | 從磁碟讀 codebase。上下文跟模型視窗走,不是固定 256K |
kimi_resume |
CLI | 接續一個保有先前 codebase 上下文的 CLI session |
kimi_list_sessions、kimi_cache_*、kimi_status |
本機 | 讀本機快取;session 清單只看舊版 ~/.kimi |
[!IMPORTANT] 多數使用者只需要 API key。 如果你只是要第二意見/驗證(
kimi_query、kimi_verify),設好 API key 就完成了 — 完全不用碰 CLI。只有當你想讓 Kimi 透過kimi_analyze/kimi_resume讀你的 codebase 時,才需要安裝 +kimi login。
隨時執行 kimi_status 看 API 是否設了 key,以及 ~/.local/bin/kimi 的版本。CLI 認證探測只看 ~/.kimi(見下方說明),所以現代登入成功仍可能顯示未認證。這不影響 API 工具。
給 Agent 的使用準則
如果你是 AI agent(Claude Code、subagent 等),決定何時呼叫這些工具:
- 提交前交叉檢查自己的工作 →
kimi_verify。 貼上實際的 diff/程式碼/論點,外加周邊 context(目標、限制、函式簽名)。Kimi 只看得到context字串 — 沒有 repo、沒有 session 歷史。Context 含糊 → 審查無用。 - 快速、與模型無關的程式問題 →
kimi_query。 不需 codebase,回傳另一個模型的觀點。 - 需要理解大型/陌生的 codebase →
kimi_analyze(帶work_dir)。優先用這個,別自己讀 50 個檔案;它省下約 10× 的 Claude token。需要 CLI 已安裝並登入。 - analyze 後想深入 →
kimi_resume(帶回傳的session_id。上下文是該 session 的模型視窗,不是固定 256K)。 - 不知道 Kimi 為何失敗 → 先
kimi_status。 CLI 顯示「未認證」不影響kimi_query/kimi_verify(那兩個走 API)。現代 CLI 的 OAuth 在~/.kimi-code,kimi_status可能誤報未認證。 - 輸出保持精簡。 工具預設是
detail_level: normal。只要概覽就傳summary;需要程式碼片段才用detailed。輸出越大,Claude token 越多。 - 小型/單檔工作別用 Kimi — 10 個檔案以下,Claude 直接讀更快。
Kimi Code API 設定
[!NOTE] Kimi Code 和 Kimi Platform(Moonshot)是分開的。 Coding plan 的 id(
k3、kimi-for-coding)不是 Platform id(kimi-k3、kimi-k3.1-pro)。kimi-k2-0905-preview已停用。Key 不互通。
CLI 登入和直連 API key 是兩件事。kimi login 不會給 kimi_query / kimi_verify 一把 key。
方式一:OAuth 登入(CLI 工具)
kimi login
這是 device-code 流程(跟 TUI 裡的 /login 同一套憑證)。CLI 把設定、session、OAuth 寫在 ~/.kimi-code/(可用 KIMI_CODE_HOME 改目錄)。舊資料可能還在 ~/.kimi。登入後,有設預設時 kimi provider list 會印出 Default model:,不一定是 kimi-code/k3。managed provider id 是 managed:kimi-code。
[!NOTE]
command not found: kimi? 目前的安裝程式把執行檔放在~/.kimi-code/bin/kimi,並把該目錄加進 shell rc。開新 shell,或source它印出的 rc。本 MCP 不搜尋PATH,只執行~/.local/bin/kimi:mkdir -p "$HOME/.local/bin" ln -sfn "$(command -v kimi)" "$HOME/.local/bin/kimi"用安裝腳本或
npm install -g @moonshot-ai/kimi-code之後都要做這一步。
方式二:API key(直連 API 工具)
在 Kimi Code console 建立 key。MCP 依序讀 KIMICODE_API_KEY、KIMI_CODE_API_KEY、KIMI_API_KEY。KIMI_BASE_URL 可改 endpoint(預設 https://api.kimi.com/coding/v1;海外 coding host 是 https://api.kimi.ai/coding/v1)。
# ~/.zshrc 或 ~/.bashrc — 必須是 Claude 啟動 MCP 時看得到的環境,不是只在互動 shell
export KIMICODE_API_KEY="sk-你的API密鑰"
# export KIMI_BASE_URL="https://api.kimi.ai/coding/v1"
CLI 不會從環境變數讀 KIMICODE_API_KEY。CLI 請用 kimi login,或在 ~/.kimi-code/config.toml 設 api_key / api_key_env。MCP 不讀 api_key_env。它解析 TOML 時會展開引號裡的 ${VAR}。
設定檔順序:$KIMI_SHARE_DIR/config.toml(有設才看)、~/.kimi/config.toml、~/.kimi-code/config.toml。只用 [providers.*] 裡的 api_key 和 base_url。default_model 和 [models.*] 不會改 MCP 的模型。
若要把 key 放進檔案而不是環境變數,目前 CLI 的形狀是:
default_model = "kimi-code/k3"
[providers."managed:kimi-code"]
type = "kimi"
base_url = "https://api.kimi.com/coding/v1"
api_key = "sk-你的API密鑰"
不要蓋掉 kimi login 已經寫好的檔案。登入後 api_key = "" 加上 oauth 表是正常的,MCP 用不了那把空 key。API 工具請用 KIMICODE_API_KEY。
Kimi Code vs Kimi Platform
| Kimi Code(這個 MCP) | Kimi Platform | |
|---|---|---|
| Endpoint | https://api.kimi.com/coding/v1(海外 https://api.kimi.ai/coding/v1) |
Platform host,不是 coding 路徑 |
| 模型 id | k3、k3-256k、k3.1-pro、kimi-for-coding… |
kimi-k3、kimi-k3.1-pro… |
| Key | Kimi Code console | platform.kimi.ai models |
你可以做什麼
直接告訴 Claude 你需要什麼,它會自動委派給 Kimi:
| 你的 Prompt | 實際發生什麼 |
|---|---|
| 「分析這個 codebase 的架構」 | Kimi 讀整棵樹(預設 k3),Claude 根據報告行動 |
| 「掃描安全漏洞,然後審閱 Kimi 的發現」 | Kimi 審計,Claude 交叉審查——AI 結對審查 |
| 「映射 auth 模組的所有依賴,然後規劃重構」 | Kimi 建構依賴圖,Claude 規劃修改 |
| 「審閱最近的改動,檢查回歸和邊界情況」 | Kimi 審閱完整上下文(不只是 diff),Claude 整合 |
| 「恢復上次的 Kimi session,繼續問 API 設計」 | kimi_resume 接續那個 CLI session |
為什麼需要這個?
Claude Code 很強大,但每次讀檔都消耗 token。很多工作——預審大型程式碼庫、跨檔案掃描、生成審計報告——屬於確定性高的尾部任務,不需要 Claude 的完整推理能力。
[!IMPORTANT] 成本算術: Claude 讀 50 個檔案理解架構 = 昂貴。Kimi 透過
kimi_analyze讀 50 個檔案 = 走 Kimi 訂閱,不走 Claude token。Claude 再根據報告行動 = 最少 Claude token。分析密集型任務的 Claude token 大約少 60-80%(上方圖表的 ~90% 是示意)。
如何省 Token
┌─────────────────────────────┐
│ 你(開發者) │
└──────────┬──────────────────┘
│ prompt
▼
┌─────────────────────────────┐
│ Claude Code(指揮家) │
│ - 編排工作流 │
│ - 做決策 │
│ - 精準編輯程式碼 │
└──────┬──────────────┬───────┘
精準 │ │ 委派
編輯 │ │ 批量閱讀
(token) │ │ (Kimi 方案)
▼ ▼
┌──────────┐ ┌──────────────┐
│ 你的 │ │ Kimi Code │
│ 程式碼庫 │ │ - 模型 k3 │
└──────────┘ │ - 通讀全部 │
│ - 回傳報告 │
└──────────────┘
- Claude 收到你的任務 → 判斷需要理解 codebase
- Claude 透過 MCP 呼叫
kimi_analyze→ Kimi 讀程式碼庫(訂閱費用,不是 Claude token) - Kimi 回傳結構化分析
- Claude 根據分析做精準的程式碼修改
結果:Claude 只花 token 在決策和寫碼,不浪費在讀檔上。
基於 Kimi Code 的雙向程式碼審計
預設模型是 k3(K3)。這就夠做 AI 結對審查:
- Kimi 預審 — 一次看整棵樹:安全問題、反模式、死代碼、架構問題
- Claude 交叉審查 — 審閱 Kimi 的發現,質疑可疑項目,補充自己的洞察
- 雙重視角 — 不同模型捕捉不同問題。一個遺漏的,另一個能發現
用 Kimi 做程式碼審查
除了即時分析,你可以將 Kimi 作為工作流中的專職 Reviewer:
PR 審查流程
┌──────────────┐ diff ┌──────────────┐ 結構化發現 ┌──────────────┐
│ 你的 PR │ ────────► │ Kimi Code │ ──────────► │ Claude Code │
│ (改動) │ │ (審查者) │ │ (決策) │
└──────────────┘ └──────────────┘ └──────────────┘
持續審計模式
| 時機 | 做什麼 | 為什麼 |
|---|---|---|
| 合併前 | Kimi 掃描 diff + 受影響的模組 | 及早發現回歸 |
| 每週 | 全 codebase 掃描 | 累積的技術債 |
| 發版前 | 安全導向的全面審計 | 安心發版 |
有 CLI session id 時,審查 session 可以用 kimi_resume 恢復。上下文跟該 session 的模型視窗走。
功能
| 工具 | 說明 | 超時 |
|---|---|---|
kimi_analyze |
CLI — 深度程式碼分析(架構、審計、重構建議) | 10 分鐘 |
kimi_query |
API — 快速問答,不需要 codebase 上下文(沒設 key 時才走 CLI) | 2 分鐘 |
kimi_verify |
API — 獨立第三方驗證程式碼/diff/論點;不需 CLI,需自帶完整 context | 5 分鐘 |
kimi_list_sessions |
列出舊版 ~/.kimi/sessions(不是 ~/.kimi-code) |
即時 |
kimi_resume |
CLI — 用 -S <id> 恢復 session |
10 分鐘 |
kimi_status |
API key 狀態,以及 ~/.local/bin/kimi 與 ~/.kimi 的版本/認證 |
即時 |
kimi_cache_status |
檢視 session 快取統計與效能指標 | 即時 |
kimi_cache_invalidate |
手動清除快取 session(指定目錄或全部) | 即時 |
輸出控制參數
kimi_analyze 和 kimi_resume 支援以下參數控制輸出大小:
| 參數 | 值 | 預設 | 效果 |
|---|---|---|---|
detail_level |
summary / normal / detailed |
normal |
控制 Kimi 輸出的詳細程度 |
max_output_tokens |
數字 | 15000 |
硬上限——超過時在乾淨的段落邊界截斷 |
include_thinking |
boolean | false |
包含 Kimi 的內部推理鏈(額外 10-30K tokens) |
kimi_query 也支援 max_output_tokens 和 include_thinking。
Token 經濟學
[!NOTE] 節省來自壓縮比,不是免費閱讀。Kimi 仍需訂閱費用,但關鍵價值是減少昂貴的 Claude Code token 消耗。
不用 kimi-code-mcp 用 kimi-code-mcp (normal)
──────────────── ─────────────────────────
Raw source: 50 檔 × ~4K = 200K tokens Kimi 讀取(訂閱費用)
Claude 讀取: 200K tokens 5-15K token 報告
Claude token 成本: $$$ $
detail_level 壓縮比:
| 級別 | 壓縮比 | 輸出大小 | 等效原始碼量 | 適用場景 |
|---|---|---|---|---|
summary |
40-100x | ~2-5K tokens | ~8-20K 字符 / ~200-500 行代碼 | 快速了解、檔案清單 |
normal |
15-40x | ~5-15K tokens | ~20-60K 字符 / ~500-1500 行代碼 | 架構審查、依賴分析 |
detailed |
5-15x | ~15-40K tokens | ~60-160K 字符 / ~1500-4000 行代碼 | 含代碼片段的安全審計 |
省 token 的場景:
- 大型 codebase(50+ 檔案)— 架構理解、跨檔案掃描
- 安全審計、死代碼偵測、API 一致性檢查
- 重構前預審(先掃描 → 再改特定檔案)
不如直接讓 Claude 讀的場景:
- 小型 codebase(<10 檔案)— 直接讀更快
- 單檔案修改 — Claude 內建讀檔就夠
- 需要每行代碼 —
detailed輸出接近直讀成本
運作原理
┌──────────────┐ stdio/MCP ┌──────────────┐ subprocess ┌────────────────────┐
│ Claude Code │ ◄──────────► │ kimi-code-mcp│ ────────────► │ Kimi CLI │
│ (指揮家) │ │ (MCP 伺服器) │ │ (k3) │
└──────────────┘ └──────────────┘ └────────────────────┘
CLI 呼叫參考
MCP 執行 ~/.local/bin/kimi,讀 kimi --help,再以非互動模式呼叫。
下面的 flags 對得上 Kimi Code CLI 指令參考,公開版本到 2.4.1(2026-10-30):
cd <path>
kimi -m kimi-code/k3 -p "<prompt>" --output-format stream-json
| Flag | 用途 |
|---|---|
-p / --prompt |
執行一次 prompt,跳過互動式 shell |
-m <alias> |
明確選擇模型(預設 kimi-code/k3) |
--output-format stream-json |
輸出 JSONL assistant/tool 訊息 |
工作目錄(cwd) |
指定 subprocess 的 codebase 根目錄 |
-S <id> |
用 session ID 恢復之前的 session |
舊版的 --print、--final-message-only、--no-thinking 僅在該 CLI 的 help
宣告支援時傳入。Kimi Code 2.x 不支援這些 flags 或 --work-dir;
thinking=false 因此僅在支援的舊版 CLI 生效。--plan 不可與 -p 合用。
若回報 Stored token ... was rejected; re-login required,執行 kimi login。
本機模型 catalog 檢查不能證明 OAuth 有效或剩餘額度。
重新登入後,subscription-peer/kimi 等自訂別名可能消失。
請用 kimi provider list 確認可用別名,更新明確指定的 model、
KIMICODE_MODEL 或 KIMI_MODEL。MCP 已預設使用官方 kimi-code/k3,
不依賴 helper 的自訂別名。
repo 裡的測試固定 2.1.1 的 JSONL 形狀(重新登入後,最小 K3 prompt 回了 KIMI_OK)。這次改文件沒有對 2.4.1 二進位重跑。可選 flag 仍看 kimi --help,所以 --print、--final-message-only、--no-thinking 只有 help 有寫才會送。
kimi_status 只在 $KIMI_SHARE_DIR 或 ~/.kimi/credentials/kimi-code.json(或舊的 ~/.kimi/kimi.json)找到 token 時,才把 CLI 標成已認證。CLI 2.x 的 OAuth 在 ~/.kimi-code/credentials/(KIMI_CODE_HOME)。kimi login 成功仍可能在這裡顯示未認證。這不影響 kimi_query / kimi_verify。
kimi_list_sessions 讀 $KIMI_SHARE_DIR/sessions 或 ~/.kimi/sessions(metadata.json)。現在的 session 在 ~/.kimi-code/sessions/<workDirKey>/<sessionId>/,列不出來。kimi_resume 仍把 -S <id> 傳給 CLI,所以你已經從 CLI 拿到的 id 可以恢復。
[!NOTE]
kimi analyzesubcommand 不存在。 MCP tool 命名為kimi_analyze,但底層 CLI 使用上述 flags。如需直接呼叫 Kimi(除錯或腳本用途),請使用以上語法。
進階配置
開發模式(自動重編譯):
{
"mcpServers": {
"kimi-code": {
"command": "npx",
"args": ["tsx", "/你的路徑/kimi-code-mcp/src/index.ts"]
}
}
}
專案結構
src/
├── index.ts # MCP 伺服器設定、工具定義、API/CLI 路由
├── kimi-api.ts # 直連 Kimi Code API 的 client(kimi_query / kimi_verify)
├── kimi-runner.ts # 生成 Kimi CLI 子行程、解析輸出、超時處理
├── cache-manager.ts # session 快取(預熱、重用、失效)
└── session-reader.ts # 舊版 session 元資料(~/.kimi/sessions,不是 ~/.kimi-code)
貢獻
請參閱 CONTRIBUTING.md。
變更日誌
請參閱 CHANGELOG.md。
授權
MIT