Skip to content
| Marketplace
Sign in
Visual Studio Code>Notebooks>MutsumiNew to Visual Studio Code? Get it now.
Mutsumi

Mutsumi

Malachite

| (0) | Free
Multi-Agent Notebook Environment
Installation
Launch VS Code Quick Open (Ctrl+P), paste the following command, and press enter.
Copied to clipboard
More Info

🥳 Mutsumi

VS Code 多 Agent 笔记本环境

[![License](https://img.shields.io/github/license/MalachiteN/Mutsumi)](https://github.com/MalachiteN/Mutsumi/blob/HEAD/LICENSE) [![VS Code Version](https://img.shields.io/badge/VS%20Code-%5E1.108.0-blue)](https://code.visualstudio.com/)

Mutsumi 是一款 VS Code LLM Agent 插件,与 VS Code 深度集成,致力于对上下文空间的完全掌控,让 LLM 的注意力始终聚焦于关键之处。同时,设计上也考虑到了对 API 调用次数、Tokens 消耗的尽量节省。

Image

✨ 核心特性

📝 Notebook 原生体验

告别传统侧边栏对话,Mutsumi 利用 NotebookSerializer:

Image
  • VSCode 编辑器窗格 — Agent 对话页面作为 .mtm 文件的 Notebook Editor,与其他文件并排打开
  • 灵活窗口布局 — 支持分屏、多窗口,自由组织工作空间
  • 持久化会话 — 对话历史持久化到 Notebook 数据,可用 git 管理,可分享,可随时恢复工作状态

工具调用与文件引用预执行

当用户已知 LLM 必然需要某段文件内容或工具执行结果时,可以预先执行工具调用或文件引用,将结果插入上下文的幽灵块中,令 LLM 不必浪费宝贵的上下文预算来推理出自己需要调用工具,再浪费宝贵的 API 额度去反复发送会话历史记录。

Image
@[src/main.ts]                      ← 引用文件
@[src/utils.ts:10:20]               ← 引用指定行数
@[read_file{"uri": "path/to/file"}] ← 预执行工具

上下文中间件会保持跟踪被引文件的最新版本及其哈希。若哈希相比最新版本未变,则会注入一条让 Agent 回溯历史记录的命令;哈希变化,则会注入最新版本文件内容,并 bump version。

Rules 或被引文件也可以使用 @[] schema 递归插入文件或预执行工具。例如 我们的默认 Rules 文件。

🛠️ 预处理器与宏支持

引用文件、Rules 支持预处理器命令。

用户使用 @{define 宏名, 值} 一类的语句定义宏,然后可调用如下包含预处理器命令的文件:

<!-- @ifdef xxx -->
如果定义了宏xxx,那么这一行将对Agent可见
<!-- @endif -->

本项目使用 preprocess 库实现强大的预处理能力。

🔍 可观测性

在发送会话历史记录到 OpenAI Compatible 端点之前,就可以预先查看待发送内容的装配结果,不用等到已花费 Tokens 生成了低质量内容才发现上下文组装失误。

Image

同样的,也可以预先查看 RAG 搜索的结果。

🌘 多主题颜色兼容

兼容深色主题和浅色主题,气泡底纹颜色自动变化:

Image

🌐 多工作区原生支持

几乎所有工具操作都原生支持多工作区:

Image

兼容的工作区类型包括但不限于:

  • 多根工作区
  • 其他插件的 FileSystemProvider 特殊 schema
  • 任何支持读写的虚拟文件系统

🔓 解锁无限能力

兼容 Anthropic 提出的 Skills 机制,而不止于此。

Image

它会自动读取:

  • 你的家目录下的 .agents/skills/*/SKILL.md
  • 当前多根工作区下的每个工作区根目录下的 .agents/skills/*/SKILL.md

来注册 Skills。

🥳 子母 Agent 范式

不同于传统单对话流的长对话模式,Mutsumi 实现了多 Agent 协作系统:

Image
  • 任务分治能力 — 将复杂任务分解为多个子任务,由子 Agent 并行处理
  • 避免注意力稀释 — 防止单一会话长上下文 Softmax 导致的生成质量降低
  • 边栏调度中心 — 通过侧边栏集中管理所有 Agent 会话
  • 可控与可审计性 — 需审批启动,可编辑 Prompt,可打断,可对话更正

🚀 快速开始

安装

# 从源码构建
npm install
npm run compile
vsce package

# 本地安装到 VS Code
code --install-extension mutsumi-【版本号】.vsix

配置

如果你使用自己的中转 API,在 VS Code 设置中配置 mutsumi.apiKey、mutsumi.baseUrl 等,即可开始使用。注意,你可能需要覆盖默认 mutsumi.models 对象。

不过,本 Agent 框架专门围绕 Kimi K2.5 基模调性优化设计,推荐使用 zenmux 聚合平台或 Kimi 开放平台 使用 Kimi K2.5。

创建第一个 Agent

  1. 按 Ctrl+Shift+P 打开命令面板
  2. 点击 Mutsumi: New Agent 创建新会话
  3. 在 .mtm 笔记本文件中开始对话
  4. 使用 @[文件路径] 语法引用代码文件

🛠️ 内置工具

Mutsumi 提供丰富的内置工具,支持智能任务执行:

  • 文件操作 — read_file, edit_file, create_file, ls, get_file_size
  • 代码搜索 — search_file_contains_keyword, search_file_name_includes, project_outline, query_codebase
  • 执行控制 — shell, get_env_var, system_info
  • 文件编辑 — edit_file_search_replace, edit_file_full_replace
  • Agent 编排 — self_fork, get_available_models, task_finish

📝 动态上下文技术详解

Mutsumi 采用六阶段动态上下文管理架构:

  1. 环境与宏初始化 — 加载持久化的上下文状态和宏定义
  2. System Prompt 构建 — 集成 Rules 和运行时环境
  3. 用户输入解析 — TemplateEngine 递归处理文件引用
  4. 增量快照与版本控制 — 智能检测变更,节省 Token
  5. 持久化与元数据更新 — 保存幽灵块到 Cell Metadata
  6. 最终消息组装 — 前缀一致,最大化利用 LLM 的 KV Cache

递归文件引用与工具预执行的解析

使用 @[路径] 语法,TemplateEngine 会递归解析嵌套引用,并预执行工具调用:

用户输入: "阅读 @[doc/main.md]"
    ↓
发现 @[doc/main.md] → 读取文件、运行预处理器
    ↓
发现内部引用 @[doc/utils.md] → 递归解析
    ↓
返回展开后的完整内容(main.md 已包含 utils.md)
    ↓
发现其中包括的 @[ls{"uri": "path/to/codebase"}] → 预执行工具

APPEND 模式(顶层):内容收集到幽灵块
INLINE 模式(递归层):内容直接替换原标签嵌入父文件

幽灵块(Ghost Block)结构

<content_reference>
以下是用户使用@引用的文件(或其最新版本状态):

# Source: src/utils.ts (v1)
> Content unchanged. See previous version (v1).

# Source: src/new-feature.ts (v2)
```typescript
... (完整的新内容) ...
```
</content_reference>

宏的生命周期

  • 定义:@{define KEY, VALUE}
  • 作用域:空间上影响 Prompt、文件路径、文件内容、工具参数
  • 持久化:写入 Notebook Metadata,跨轮次永久有效

🙏 Credits

本项目使用以下开源项目及其许可证声明:

核心依赖

项目 版本 许可证 用途
openai ^6.17.0 Apache-2.0 OpenAI API 客户端
better-sqlite3 ^12.8.0 MIT SQLite 数据库引擎
sqlite-vec ^0.1.7-alpha.2 MIT SQLite 向量扩展,用于 RAG
diff ^8.0.3 BSD-3-Clause 文本差异对比
gray-matter ^4.0.3 MIT Markdown 元数据解析
preprocess ^3.2.0 Apache-2.0 文件预处理器宏
uuid ^9.0.1 MIT UUID 生成
web-tree-sitter ^0.22.2 MIT 语法树解析

感谢所有开源贡献者!🙏


📄 许可证

本项目采用 Apache License 2.0 开源许可证。


Made with ❤️ by MalachiteN

  • Contact us
  • Jobs
  • Privacy
  • Manage cookies
  • Terms of use
  • Trademarks
© 2026 Microsoft