为了方便和 Agent 交互，我计划给 Kimi-Code 接入 TTS/STT。当然不是自己来做，而是把一个宏观的需求丢给 Agent，然后让它自己逐级展开，自己实现：

image-20260305215250649

项目是复杂的，而我只能罗里吧嗦地向 Kimi-Cli 键入一堆模糊的想法。将一团模糊的东西表达清楚实在是太困难了，而 AI 似乎恰好有这个能力从我的语言中提取有用的内容，并且能归纳成一些凝练的表达。如果有更高效的输入手段，我就可以敞开来讲，事无巨细地把自己的碎片知识喂给 AI，让它理解。希望这玩意能做出来一个可用的版本。

22：47：06

现在页面上的功能几乎都无法使用，我甚至都无从说起了。除了能打开文件以外，其他的一言
难尽。首先打开项目之后根目录应该切换到项目，这是最基础的吧。然后聊天框不能发送消息，点麦克风却永远不允许使用，网页也不弹申请使用。我在浏览器里只能选择允许网站询问，但是下次点也还是不询问。浅色模式编辑器却不是浅色；终端也不靠谱。显示 terminal connected 却连接不上。最后，这个网站根本就还没有登录页面。。。

也许从零开始写一个比较大的项目还是比较困难。

23：10：25

已经有点人样了。可以语音可以会话，不过现在项目打不开，代码也不显示了。

23：49：08

被 AI 阴阳了。

image-20260305234903072

00：02：54

还没开始测试如果对文件进行变更会怎么样。但是至少目前浏览项目是非常好用了。

02：13：09

image-20260306021311335

测试了一下，写东西好像没啥问题。有一个小毛病就是，如果 agent 因为网络原因中止了，这阶段的流式输出都会消失。