用途：KWCode 是专为本地开源模型（8B–30B）设计的命令行编程智能体，与云端优先的智能体不同，它用确定性专家流水线处理任务，LLM 仅在生成与审查阶段被调用，其余路由、定位、验证由 Python 代码完成，帮助小模型稳定完成编程任务。
主要能力：支持自然语言任务（修复、生成、重构等）；/plan 展示步骤与风险等级；/checkpoint 与 /rollback 快照回滚；/multi 支持并行或串行 DAG 多任务编排；BM25+AST 代码定位；Verifier 做语法检查与 pytest；Debugger 用 sys.settrace 捕获运行时变量；三阶段重试；内置 15 个领域技能（BugFix、FastAPI、TestGen、Refactor 等），可自定义 SKILL_<name>.md；支持 SearXNG 或 DuckDuckGo 搜索增强；提供 Python API（KWCodeAgent、TaskGraph）。
使用方式：pip install kwcode（国内可用清华镜像），要求 Python 3.10+ 与任意 OpenAI 兼容 API。启动 kwcode 进入 REPL，首次运行有配置向导；用 /api default <base_url> <key> [model] 配置端点，或设置 KWCODE_API_BASE、KWCODE_API_KEY、KWCODE_MODEL 环境变量。项目根目录可放置 KWCODE.md、PROJECT.md、EXPERT.md、PATTERN.md、REFLECTION.md 注入上下文。kwcode stats 查看统计。
适用场景：本地或私有环境下的代码修复、测试生成、重构、类型注解、SQL 优化等，适合显存有限（4GB 起）的用户。
限制：资料未提供具体收费与价格信息；模型效果依赖所选本地模型与硬件；搜索增强需 Docker 运行 SearXNG，否则回退 DuckDuckGo；上下文超限会自动压缩，可调参数；飞轮专家晋升需满足成功次数、回测与 A/B 测试条件。所有处理默认本地，统计存于 ~/.kwcode/stats.db。